賦權(quán)有向圖中心問題 問題描述: 設(shè)G=(V,E)是一個賦權(quán)有向圖，v是G的一個頂點， v的偏心距定義為： Max {w∈ V,從w到v的最短路徑長度} G中偏心距最小的頂點稱為G的中心。試利用Floyd 算法設(shè)計一個求賦權(quán)有向圖中心的算法。
標簽：
上傳時間： 2017-08-17
上傳用戶：klin3139
Smarty 入門 不過因為有針對舊有的內(nèi)容做一些小調(diào)整，所以這次把它放回到自己的 Blog 裡。 序言 剛開始接觸樣版引擎的 PHP 設(shè)計師，聽到 Smarty 時，都會覺得很難。其實筆者也不例外，碰都不敢碰一下。但是後來在剖析 XOOPS 的程式架構(gòu)時，開始發(fā)現(xiàn) Smarty 其實並不難。只要將 Smarty 基礎(chǔ)功練好，在一般應(yīng)用上就已經(jīng)相當足夠了。當然基礎(chǔ)能打好，後面的進階應(yīng)用也就不用怕了。 這次的更新，主要加上了一些概念性的東西，當然也有一些進階的技巧。不過這些也許早已深入大家的程式之中，如果有更好的觀點，也歡迎大家能夠回饋。
標簽： Smarty
上傳時間： 2014-12-01
上傳用戶：鳳臨西北
采用大規(guī)模專用射頻集成電路nRF2401A設(shè)計、實現(xiàn)短距離無線數(shù)據(jù)傳輸設(shè)備，基本性能指標為：通信距路不小于100米，傳輸速率不小于200kbps，發(fā)射功率可控，可實現(xiàn)點對點及點對多點通信。課題內(nèi)容涉及基于nRF2401A射頻集成電路及單片微機的硬件電路設(shè)計、系統(tǒng)控制軟件及點對多點數(shù)據(jù)傳輸軟件設(shè)計等。本課題側(cè)重于基于nRF2401A射頻集成電路及ATMEG16L單片微機的硬件電路設(shè)計。
上傳時間： 2014-01-16
上傳用戶：sevenbestfei
MUSIC算法的仿真及性能分析：信源數(shù)N=3，分別來自于 =-10度， =0度， =10度；信源為相互獨立幅度相同的信號；噪聲為服從高斯分布的獨立噪聲；均勻等距直線陣，陣元數(shù)為8，波長 ；
上傳時間： 2017-09-03
上傳用戶：lijianyu172
一種流形學習算法，改正了Isomap不能對非凸流形進行降維的不足，是一種局部等距的降維方法。
上傳時間： 2014-11-24
上傳用戶：siguazgb
第1章 緒論 1 1.1 程序設(shè)計語言概述 1 1.1.1 機器語言 1 1.1.2 匯編語言 2 1.1.3 高級語言 2 1.1.4 C語言 3 1.2 C語言的優(yōu)點和缺點 4 1.2.1 C語言的優(yōu)點 4 1.2.2 C語言的缺點 6 1.3 算法概述 7 1.3.1 算法的基本特征 7 1.3.2 算法的復(fù)雜度 8 1.3.3 算法的準確性 10 1.3.4 算法的穩(wěn)定性 14 第2章 復(fù)數(shù)運算 18 2.1 復(fù)數(shù)的四則運算 18 2.1.1 [算法1] 復(fù)數(shù)乘法 18 2.1.2 [算法2] 復(fù)數(shù)除法 20 2.1.3 【實例5】 復(fù)數(shù)的四則運算 22 2.2 復(fù)數(shù)的常用函數(shù)運算 23 2.2.1 [算法3] 復(fù)數(shù)的乘冪 23 2.2.2 [算法4] 復(fù)數(shù)的n次方根 25 2.2.3 [算法5] 復(fù)數(shù)指數(shù) 27 2.2.4 [算法6] 復(fù)數(shù)對數(shù) 29 2.2.5 [算法7] 復(fù)數(shù)正弦 30 2.2.6 [算法8] 復(fù)數(shù)余弦 32 2.2.7 【實例6】 復(fù)數(shù)的函數(shù)運算 34 第3章 多項式計算 37 3.1 多項式的表示方法 37 3.1.1 系數(shù)表示法 37 3.1.2 點表示法 38 3.1.3 [算法9] 系數(shù)表示轉(zhuǎn)化為點表示 38 3.1.4 [算法10] 點表示轉(zhuǎn)化為系數(shù)表示 42 3.1.5 【實例7】 系數(shù)表示法與點表示法的轉(zhuǎn)化 46 3.2 多項式運算 47 3.2.1 [算法11] 復(fù)系數(shù)多項式相乘 47 3.2.2 [算法12] 實系數(shù)多項式相乘 50 3.2.3 [算法13] 復(fù)系數(shù)多項式相除 52 3.2.4 [算法14] 實系數(shù)多項式相除 54 3.2.5 【實例8】 復(fù)系數(shù)多項式的乘除法 56 3.2.6 【實例9】 實系數(shù)多項式的乘除法 57 3.3 多項式的求值 59 3.3.1 [算法15] 一元多項式求值 59 3.3.2 [算法16] 一元多項式多組求值 60 3.3.3 [算法17] 二元多項式求值 63 3.3.4 【實例10】 一元多項式求值 65 3.3.5 【實例11】 二元多項式求值 66 第4章 矩陣計算 68 4.1 矩陣相乘 68 4.1.1 [算法18] 實矩陣相乘 68 4.1.2 [算法19] 復(fù)矩陣相乘 70 4.1.3 【實例12】 實矩陣與復(fù)矩陣的乘法 72 4.2 矩陣的秩與行列式值 73 4.2.1 [算法20] 求矩陣的秩 73 4.2.2 [算法21] 求一般矩陣的行列式值 76 4.2.3 [算法22] 求對稱正定矩陣的行列式值 80 4.2.4 【實例13】 求矩陣的秩和行列式值 82 4.3 矩陣求逆 84 4.3.1 [算法23] 求一般復(fù)矩陣的逆 84 4.3.2 [算法24] 求對稱正定矩陣的逆 90 4.3.3 [算法25] 求托伯利茲矩陣逆的Trench方法 92 4.3.4 【實例14】 驗證矩陣求逆算法 97 4.3.5 【實例15】 驗證T矩陣求逆算法 99 4.4 矩陣分解與相似變換 102 4.4.1 [算法26] 實對稱矩陣的LDL分解 102 4.4.2 [算法27] 對稱正定實矩陣的Cholesky分解 104 4.4.3 [算法28] 一般實矩陣的全選主元LU分解 107 4.4.4 [算法29] 一般實矩陣的QR分解 112 4.4.5 [算法30] 對稱實矩陣相似變換為對稱三對角陣 116 4.4.6 [算法31] 一般實矩陣相似變換為上Hessen-Burg矩陣 121 4.4.7 【實例16】 對一般實矩陣進行QR分解 126 4.4.8 【實例17】 對稱矩陣的相似變換 127 4.4.9 【實例18】 一般實矩陣相似變換 129 4.5 矩陣特征值的計算 130 4.5.1 [算法32] 求上Hessen-Burg矩陣全部特征值的QR方法 130 4.5.2 [算法33] 求對稱三對角陣的全部特征值 137 4.5.3 [算法34] 求對稱矩陣特征值的雅可比法 143 4.5.4 [算法35] 求對稱矩陣特征值的雅可比過關(guān)法 147 4.5.5 【實例19】 求上Hessen-Burg矩陣特征值 151 4.5.6 【實例20】 分別用兩種雅克比法求對稱矩陣特征值 152 第5章 線性代數(shù)方程組的求解 154 5.1 高斯消去法 154 5.1.1 [算法36] 求解復(fù)系數(shù)方程組的全選主元高斯消去法 155 5.1.2 [算法37] 求解實系數(shù)方程組的全選主元高斯消去法 160 5.1.3 [算法38] 求解復(fù)系數(shù)方程組的全選主元高斯-約當消去法 163 5.1.4 [算法39] 求解實系數(shù)方程組的全選主元高斯-約當消去法 168 5.1.5 [算法40] 求解大型稀疏系數(shù)矩陣方程組的高斯-約當消去法 171 5.1.6 [算法41] 求解三對角線方程組的追趕法 174 5.1.7 [算法42] 求解帶型方程組的方法 176 5.1.8 【實例21】 解線性實系數(shù)方程組 179 5.1.9 【實例22】 解線性復(fù)系數(shù)方程組 180 5.1.10 【實例23】 解三對角線方程組 182 5.2 矩陣分解法 184 5.2.1 [算法43] 求解對稱方程組的LDL分解法 184 5.2.2 [算法44] 求解對稱正定方程組的Cholesky分解法 186 5.2.3 [算法45] 求解線性最小二乘問題的QR分解法 188 5.2.4 【實例24】 求解對稱正定方程組 191 5.2.5 【實例25】 求解線性最小二乘問題 192 5.3 迭代方法 193 5.3.1 [算法46] 病態(tài)方程組的求解 193 5.3.2 [算法47] 雅克比迭代法 197 5.3.3 [算法48] 高斯-塞德爾迭代法 200 5.3.4 [算法49] 超松弛方法 203 5.3.5 [算法50] 求解對稱正定方程組的共軛梯度方法 205 5.3.6 [算法51] 求解托伯利茲方程組的列文遜方法 209 5.3.7 【實例26】 解病態(tài)方程組 214 5.3.8 【實例27】 用迭代法解方程組 215 5.3.9 【實例28】 求解托伯利茲方程組 217 第6章 非線性方程與方程組的求解 219 6.1 非線性方程求根的基本過程 219 6.1.1 確定非線性方程實根的初始近似值或根的所在區(qū)間 219 6.1.2 求非線性方程根的精確解 221 6.2 求非線性方程一個實根的方法 221 6.2.1 [算法52] 對分法 221 6.2.2 [算法53] 牛頓法 223 6.2.3 [算法54] 插值法 226 6.2.4 [算法55] 埃特金迭代法 229 6.2.5 【實例29】 用對分法求非線性方程組的實根 232 6.2.6 【實例30】 用牛頓法求非線性方程組的實根 233 6.2.7 【實例31】 用插值法求非線性方程組的實根 235 6.2.8 【實例32】 用埃特金迭代法求非線性方程組的實根 237 6.3 求實系數(shù)多項式方程全部根的方法 238 6.3.1 [算法56] QR方法 238 6.3.2 【實例33】 用QR方法求解多項式的全部根 240 6.4 求非線性方程組一組實根的方法 241 6.4.1 [算法57] 梯度法 241 6.4.2 [算法58] 擬牛頓法 244 6.4.3 【實例34】 用梯度法計算非線性方程組的一組實根 250 6.4.4 【實例35】 用擬牛頓法計算非線性方程組的一組實根 252 第7章 代數(shù)插值法 254 7.1 拉格朗日插值法 254 7.1.1 [算法59] 線性插值 255 7.1.2 [算法60] 二次拋物線插值 256 7.1.3 [算法61] 全區(qū)間插值 259 7.1.4 【實例36】 拉格朗日插值 262 7.2 埃爾米特插值 263 7.2.1 [算法62] 埃爾米特不等距插值 263 7.2.2 [算法63] 埃爾米特等距插值 267 7.2.3 【實例37】 埃爾米特插值法 270 7.3 埃特金逐步插值 271 7.3.1 [算法64] 埃特金不等距插值 272 7.3.2 [算法65] 埃特金等距插值 275 7.3.3 【實例38】 埃特金插值 278 7.4 光滑插值 279 7.4.1 [算法66] 光滑不等距插值 279 7.4.2 [算法67] 光滑等距插值 283 7.4.3 【實例39】 光滑插值 286 7.5 三次樣條插值 287 7.5.1 [算法68] 第一類邊界條件的三次樣條函數(shù)插值 287 7.5.2 [算法69] 第二類邊界條件的三次樣條函數(shù)插值 292 7.5.3 [算法70] 第三類邊界條件的三次樣條函數(shù)插值 296 7.5.4 【實例40】 樣條插值法 301 7.6 連分式插值 303 7.6.1 [算法71] 連分式插值 304 7.6.2 【實例41】 驗證連分式插值的函數(shù) 308 第8章 數(shù)值積分法 309 8.1 變步長求積法 310 8.1.1 [算法72] 變步長梯形求積法 310 8.1.2 [算法73] 自適應(yīng)梯形求積法 313 8.1.3 [算法74] 變步長辛卜生求積法 316 8.1.4 [算法75] 變步長辛卜生二重積分方法 318 8.1.5 [算法76] 龍貝格積分 322 8.1.6 【實例42】 變步長積分法進行一重積分 325 8.1.7 【實例43】 變步長辛卜生積分法進行二重積分 326 8.2 高斯求積法 328 8.2.1 [算法77] 勒讓德-高斯求積法 328 8.2.2 [算法78] 切比雪夫求積法 331 8.2.3 [算法79] 拉蓋爾-高斯求積法 334 8.2.4 [算法80] 埃爾米特-高斯求積法 336 8.2.5 [算法81] 自適應(yīng)高斯求積方法 337 8.2.6 【實例44】 有限區(qū)間高斯求積法 342 8.2.7 【實例45】 半無限區(qū)間內(nèi)高斯求積法 343 8.2.8 【實例46】 無限區(qū)間內(nèi)高斯求積法 345 8.3 連分式法 346 8.3.1 [算法82] 計算一重積分的連分式方法 346 8.3.2 [算法83] 計算二重積分的連分式方法 350 8.3.3 【實例47】 連分式法進行一重積分 354 8.3.4 【實例48】 連分式法進行二重積分 355 8.4 蒙特卡洛法 356 8.4.1 [算法84] 蒙特卡洛法進行一重積分 356 8.4.2 [算法85] 蒙特卡洛法進行二重積分 358 8.4.3 【實例49】 一重積分的蒙特卡洛法 360 8.4.4 【實例50】 二重積分的蒙特卡洛法 361 第9章 常微分方程(組)初值問題的求解 363 9.1 歐拉方法 364 9.1.1 [算法86] 定步長歐拉方法 364 9.1.2 [算法87] 變步長歐拉方法 366 9.1.3 [算法88] 改進的歐拉方法 370 9.1.4 【實例51】 歐拉方法求常微分方程數(shù)值解 372 9.2 龍格-庫塔方法 376 9.2.1 [算法89] 定步長龍格-庫塔方法 376 9.2.2 [算法90] 變步長龍格-庫塔方法 379 9.2.3 [算法91] 變步長基爾方法 383 9.2.4 【實例52】 龍格-庫塔方法求常微分方程的初值問題 386 9.3 線性多步法 390 9.3.1 [算法92] 阿當姆斯預(yù)報校正法 390 9.3.2 [算法93] 哈明方法 394 9.3.3 [算法94] 全區(qū)間積分的雙邊法 399 9.3.4 【實例53】 線性多步法求常微分方程組初值問題 401 第10章 擬合與逼近 405 10.1 一元多項式擬合 405 10.1.1 [算法95] 最小二乘擬合 405 10.1.2 [算法96] 最佳一致逼近的里米茲方法 412 10.1.3 【實例54】 一元多項式擬合 417 10.2 矩形區(qū)域曲面擬合 419 10.2.1 [算法97] 矩形區(qū)域最小二乘曲面擬合 419 10.2.2 【實例55】 二元多項式擬合 428 第11章 特殊函數(shù) 430 11.1 連分式級數(shù)和指數(shù)積分 430 11.1.1 [算法98] 連分式級數(shù)求值 430 11.1.2 [算法99] 指數(shù)積分 433 11.1.3 【實例56】 連分式級數(shù)求值 436 11.1.4 【實例57】 指數(shù)積分求值 438 11.2 伽馬函數(shù) 439 11.2.1 [算法100] 伽馬函數(shù) 439 11.2.2 [算法101] 貝塔函數(shù) 441 11.2.3 [算法102] 階乘 442 11.2.4 【實例58】 伽馬函數(shù)和貝塔函數(shù)求值 443 11.2.5 【實例59】 階乘求值 444 11.3 不完全伽馬函數(shù) 445 11.3.1 [算法103] 不完全伽馬函數(shù) 445 11.3.2 [算法104] 誤差函數(shù) 448 11.3.3 [算法105] 卡方分布函數(shù) 450 11.3.4 【實例60】 不完全伽馬函數(shù)求值 451 11.3.5 【實例61】 誤差函數(shù)求值 452 11.3.6 【實例62】 卡方分布函數(shù)求值 453 11.4 不完全貝塔函數(shù) 454 11.4.1 [算法106] 不完全貝塔函數(shù) 454 11.4.2 [算法107] 學生分布函數(shù) 457 11.4.3 [算法108] 累積二項式分布函數(shù) 458 11.4.4 【實例63】 不完全貝塔函數(shù)求值 459 11.5 貝塞爾函數(shù) 461 11.5.1 [算法109] 第一類整數(shù)階貝塞爾函數(shù) 461 11.5.2 [算法110] 第二類整數(shù)階貝塞爾函數(shù) 466 11.5.3 [算法111] 變型第一類整數(shù)階貝塞爾函數(shù) 469 11.5.4 [算法112] 變型第二類整數(shù)階貝塞爾函數(shù) 473 11.5.5 【實例64】 貝塞爾函數(shù)求值 476 11.5.6 【實例65】 變型貝塞爾函數(shù)求值 477 11.6 Carlson橢圓積分 479 11.6.1 [算法113] 第一類橢圓積分 479 11.6.2 [算法114] 第一類橢圓積分的退化形式 481 11.6.3 [算法115] 第二類橢圓積分 483 11.6.4 [算法116] 第三類橢圓積分 486 11.6.5 【實例66】 第一類勒讓德橢圓函數(shù)積分求值 490 11.6.6 【實例67】 第二類勒讓德橢圓函數(shù)積分求值 492 第12章 極值問題 494 12.1 一維極值求解方法 494 12.1.1 [算法117] 確定極小值點所在的區(qū)間 494 12.1.2 [算法118] 一維黃金分割搜索 499 12.1.3 [算法119] 一維Brent方法 502 12.1.4 [算法120] 使用一階導(dǎo)數(shù)的Brent方法 506 12.1.5 【實例68】 使用黃金分割搜索法求極值 511 12.1.6 【實例69】 使用Brent法求極值 513 12.1.7 【實例70】 使用帶導(dǎo)數(shù)的Brent法求極值 515 12.2 多元函數(shù)求極值 517 12.2.1 [算法121] 不需要導(dǎo)數(shù)的一維搜索 517 12.2.2 [算法122] 需要導(dǎo)數(shù)的一維搜索 519 12.2.3 [算法123] Powell方法 522 12.2.4 [算法124] 共軛梯度法 525 12.2.5 [算法125] 準牛頓法 531 12.2.6 【實例71】 驗證不使用導(dǎo)數(shù)的一維搜索 536 12.2.7 【實例72】 用Powell算法求極值 537 12.2.8 【實例73】 用共軛梯度法求極值 539 12.2.9 【實例74】 用準牛頓法求極值 540 12.3 單純形法 542 12.3.1 [算法126] 求無約束條件下n維極值的單純形法 542 12.3.2 [算法127] 求有約束條件下n維極值的單純形法 548 12.3.3 [算法128] 解線性規(guī)劃問題的單純形法 556 12.3.4 【實例75】 用單純形法求無約束條件下N維的極值 568 12.3.5 【實例76】 用單純形法求有約束條件下N維的極值 569 12.3.6 【實例77】 求解線性規(guī)劃問題 571 第13章 隨機數(shù)產(chǎn)生與統(tǒng)計描述 574 13.1 均勻分布隨機序列 574 13.1.1 [算法129] 產(chǎn)生0到1之間均勻分布的一個隨機數(shù) 574 13.1.2 [算法130] 產(chǎn)生0到1之間均勻分布的隨機數(shù)序列 576 13.1.3 [算法131] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個隨機整數(shù) 577 13.1.4 [算法132] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機整數(shù)序列 578 13.1.5 【實例78】 產(chǎn)生0到1之間均勻分布的隨機數(shù)序列 580 13.1.6 【實例79】 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機整數(shù)序列 581 13.2 正態(tài)分布隨機序列 582 13.2.1 [算法133] 產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機數(shù) 582 13.2.2 [算法134] 產(chǎn)生任意均值與方差的正態(tài)分布的隨機數(shù)序列 585 13.2.3 【實例80】 產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機數(shù) 587 13.2.4 【實例81】 產(chǎn)生任意均值與方差的正態(tài)分布的隨機數(shù)序列 588 13.3 統(tǒng)計描述 589 13.3.1 [算法135] 分布的矩 589 13.3.2 [算法136] 方差相同時的t分布檢驗 591 13.3.3 [算法137] 方差不同時的t分布檢驗 594 13.3.4 [算法138] 方差的F檢驗 596 13.3.5 [算法139] 卡方檢驗 599 13.3.6 【實例82】 計算隨機樣本的矩 601 13.3.7 【實例83】 t分布檢驗 602 13.3.8 【實例84】 F分布檢驗 605 13.3.9 【實例85】 檢驗卡方檢驗的算法 607 第14章 查找 609 14.1 基本查找 609 14.1.1 [算法140] 有序數(shù)組的二分查找 609 14.1.2 [算法141] 無序數(shù)組同時查找最大和最小的元素 611 14.1.3 [算法142] 無序數(shù)組查找第M小的元素 613 14.1.4 【實例86】 基本查找 615 14.2 結(jié)構(gòu)體和磁盤文件的查找 617 14.2.1 [算法143] 無序結(jié)構(gòu)體數(shù)組的順序查找 617 14.2.2 [算法144] 磁盤文件中記錄的順序查找 618 14.2.3 【實例87】 結(jié)構(gòu)體數(shù)組和文件中的查找 619 14.3 哈希查找 622 14.3.1 [算法145] 字符串哈希函數(shù) 622 14.3.2 [算法146] 哈希函數(shù) 626 14.3.3 [算法147] 向哈希表中插入元素 628 14.3.4 [算法148] 在哈希表中查找元素 629 14.3.5 [算法149] 在哈希表中刪除元素 631 14.3.6 【實例88】 構(gòu)造哈希表并進行查找 632 第15章 排序 636 15.1 插入排序 636 15.1.1 [算法150] 直接插入排序 636 15.1.2 [算法151] 希爾排序 637 15.1.3 【實例89】 插入排序 639 15.2 交換排序 641 15.2.1 [算法152] 氣泡排序 641 15.2.2 [算法153] 快速排序 642 15.2.3 【實例90】 交換排序 644 15.3 選擇排序 646 15.3.1 [算法154] 直接選擇排序 646 15.3.2 [算法155] 堆排序 647 15.3.3 【實例91】 選擇排序 650 15.4 線性時間排序 651 15.4.1 [算法156] 計數(shù)排序 651 15.4.2 [算法157] 基數(shù)排序 653 15.4.3 【實例92】 線性時間排序 656 15.5 歸并排序 657 15.5.1 [算法158] 二路歸并排序 658 15.5.2 【實例93】 二路歸并排序 660 第16章 數(shù)學變換與濾波 662 16.1 快速傅里葉變換 662 16.1.1 [算法159] 復(fù)數(shù)據(jù)快速傅里葉變換 662 16.1.2 [算法160] 復(fù)數(shù)據(jù)快速傅里葉逆變換 666 16.1.3 [算法161] 實數(shù)據(jù)快速傅里葉變換 669 16.1.4 【實例94】 驗證傅里葉變換的函數(shù) 671 16.2 其他常用變換 674 16.2.1 [算法162] 快速沃爾什變換 674 16.2.2 [算法163] 快速哈達瑪變換 678 16.2.3 [算法164] 快速余弦變換 682 16.2.4 【實例95】 驗證沃爾什變換和哈達瑪?shù)暮瘮?shù) 684 16.2.5 【實例96】 驗證離散余弦變換的函數(shù) 687 16.3 平滑和濾波 688 16.3.1 [算法165] 五點三次平滑 689 16.3.2 [算法166] α-β-γ濾波 690 16.3.3 【實例97】 驗證五點三次平滑 692 16.3.4 【實例98】 驗證α-β-γ濾波算法 693
標簽： C 算法 附件 源代碼
上傳時間： 2015-06-29
上傳用戶：cbsdukaf
此模塊是為智能小車、機器人等自動化機械裝置提供一種多用途的紅外線探 測系統(tǒng)的解決方案。該傳感器模塊對環(huán)境光線適應(yīng)能力強，其具有一對紅外線發(fā) 射與接收管，發(fā)射管發(fā)射出一定頻率的紅外線，當檢測方向遇到障礙物（反射面） 時，紅外線反射回來被接收管接收，經(jīng)過比較器電路處理之后，同時信號輸出接 口輸出數(shù)字信號（一個低電平信號），可通過電位器旋鈕調(diào)節(jié)檢測距離，有效距 離范圍 2～60cm，工作電壓為 3.3V-5V。該傳感器的探測距離可以通過電位器調(diào) 節(jié)、具有干擾小、便于裝配、使用方便等特點，可以廣泛應(yīng)用于機器人避障、避 障小車、流水線計數(shù)及黑白線循跡等眾多場合。
標簽： 循跡小車壁障傳感器使用說明
上傳時間： 2016-03-31
上傳用戶：Verily
新手菜鳥開車技巧學習必備-最全收集(含停車技巧、省油技巧、車位車距判斷等)(有圖)
標簽： 菜鳥
上傳時間： 2017-08-01
上傳用戶：townyee
產(chǎn)品描述 提供8個觸摸感應(yīng)按鍵，二進制(BCD)編碼輸出，具有一個按鍵承認輸出的顯示，按鍵後的資料會維持到下次按鍵，可先判斷按鍵承認的狀態(tài)，對於防水和抗干擾方面有很優(yōu)異的表現(xiàn)! 產(chǎn)品特色 工作電壓範圍： 3.1V – 5.5V 工作電流： 3mA@5V 8 個觸摸感應(yīng)按鍵 提供二進制(BCD)編碼直接輸出介面(上電 D2~D0/111) 按鍵後離開，輸出狀態(tài)會維持到下次按鍵才會改變。 提供按鍵承認有效輸出，當有按鍵時輸出低電平，無按鍵為高電平。 可以經(jīng)由調(diào)整 CAP 腳的外接電容，調(diào)整靈敏度，電容越大靈敏度越高 具有防水及水漫成片水珠覆蓋在觸摸按鍵面板，按鍵仍可有效判別 內(nèi)建 LDO 增加電源的抗干擾能力 產(chǎn)品應(yīng)用 應(yīng)用于大小家電，娛樂產(chǎn)品等
標簽： VK3608 SOP VK 16 BM 抗干擾 防水 電元器件 貼片
上傳時間： 2019-08-08
上傳用戶：szqxw1688
一．產(chǎn)品描述 提供8個觸摸感應(yīng)按鍵，二進制(BCD)編碼輸出，具有一個按鍵承認輸出的顯示，按鍵後的資料會維持到下次按鍵，可先判斷按鍵承認的狀態(tài)。提供低功耗模式，可使用於電池應(yīng)用的產(chǎn)品。對於防水和抗干擾方面有很優(yōu)異的表現(xiàn)! 二．產(chǎn)品特色 1.工作電壓範圍：3.1V – 5.5V 2. 工作電流： 3mA (正常模式)；15 uA (休眠模式) @5V 3. 8 個觸摸感應(yīng)按鍵 4.持續(xù)無按鍵 4 秒，進入休眠模式 5. 提供二進制(BCD)編碼直接輸出介面(上電 D2~D0/111) 6. 按鍵後離開，輸出狀態(tài)會維持到下次按鍵才會改變。 7. 提供按鍵承認有效輸出，當有按鍵時輸出低電平，無按鍵為高電平。 8. 可以經(jīng)由調(diào)整 CAP 腳的外接電容，調(diào)整靈敏度，電容越大靈敏度越高 9. 具有防水及水漫成片水珠覆蓋在觸摸按鍵面板，按鍵仍可有效判別 10. 內(nèi)建 LDO 增加電源的抗干擾能力 三．產(chǎn)品應(yīng)用 各種大小家電，娛樂產(chǎn)品 四．功能描述 1.VK3708BM 於手指按壓觸摸盤，在 60ms 內(nèi)輸出對應(yīng)按鍵的狀態(tài)。 2.單鍵優(yōu)先判斷輸出方式處理, 如果 K1 已經(jīng)承認了, 需要等 K1 放開後, 其他按鍵才能再被承認，同時間只有一個按鍵狀態(tài)會被輸出。 3.具有防呆措施, 若是按鍵有效輸出連續(xù)超過 10 秒, 就會做復(fù)位。 4.環(huán)境調(diào)適功能，可隨環(huán)境的溫濕度變化調(diào)整參考值，確保按鍵判斷工作正常。 5.可分辨水與手指的差異，對水漫與水珠覆蓋按鍵觸摸盤，仍可正確判斷按鍵動作。但水不可於按鍵觸摸盤上形成“水柱”，若如此則如同手按鍵一般，會有按鍵承認輸出。 6.內(nèi)建 LDO 及抗電源雜訊的處理程序，對電源漣波的干擾有很好的耐受能力。 7.不使用的按鍵請接地，避免太過靈敏而產(chǎn)生誤動。 聯(lián)系人：許碩 QQ：191 888 5898 聯(lián)系電話：188 9858 2398（微信）
標簽： KEYS 3708 SOP 16 BM VK 抗干擾 防水 省電
上傳時間： 2019-08-08
上傳用戶：szqxw1688
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
