任何雷達(dá)接收器所接收到的回波(echo)訊號(hào)，都會(huì)包含目標(biāo)回波和背景雜波。雷達(dá)系統(tǒng)的縱向解析度和橫向解析度必須夠高，才能在充滿背景雜波的環(huán)境中偵測(cè)到目標(biāo)。傳統(tǒng)上都會(huì)使用短週期脈衝波和寬頻FM 脈衝來達(dá)到上述目的。
標(biāo)簽： 步進(jìn)頻率 模擬 雷達(dá)系統(tǒng) 測(cè)試
上傳時(shí)間： 2014-12-23
上傳用戶：zhqzal1014
高可用性繫統(tǒng)常常采用雙路饋送功率分配，旨在實(shí)現(xiàn)冗餘並增強(qiáng)系統(tǒng)的可靠性。“或”二極管把兩路電源一起連接在負(fù)載點(diǎn)上，最常用的是肖特基二極管，目的在於實(shí)現(xiàn)低損耗
標(biāo)簽： 理想二極管 保護(hù) 電源布線 錯(cuò)誤
上傳時(shí)間： 2013-10-19
上傳用戶：BOBOniu
CMOS 邏輯系統(tǒng)的功耗主要與時(shí)脈頻率、系統(tǒng)內(nèi)各閘極輸入電容及電源電壓有關(guān)，裝置尺寸縮小後，電源電壓也隨之降低，使得閘極大幅降低功耗。這種低電壓裝置擁有更低的功耗和更高的運(yùn)作速度，因此系統(tǒng)時(shí)脈頻率可升高至 Ghz 範(fàn)圍。
上傳時(shí)間： 2013-10-14
上傳用戶：immanuel2006
本文將探討微控制器與 PSoC (可編程系統(tǒng)單晶片)在數(shù)位電視應(yīng)用上的設(shè)計(jì)挑戰(zhàn)，並比較微控制器和 PSoC 架構(gòu)在處理這些挑戰(zhàn)時(shí)的不同處，以有效地建置執(zhí)行。
標(biāo)簽： PSoC MCU 比較 數(shù)位電視
上傳時(shí)間： 2013-11-22
上傳用戶：gengxiaochao
本技術(shù)文章將介紹如何運(yùn)用 NI LabVIEW FPGA 來設(shè)計(jì)並客製化個(gè)人的 RF 儀器，同時(shí)探索軟體設(shè)計(jì)儀器可為測(cè)試系統(tǒng)所提供的優(yōu)勢(shì)。
上傳時(shí)間： 2013-11-24
上傳用戶：toyoad
基於S3C44B0X上的各種範(fàn)例，可以實(shí)驗(yàn)IDE,PWM,USB,LED...etc。對(duì)於初學(xué)嵌入式系統(tǒng)者有很大助益。
標(biāo)簽： S3C44B0X
上傳時(shí)間： 2014-01-19
上傳用戶：sy_jiadeyi
本文探討使用 Linux作為嵌入式作業(yè)系統(tǒng)的方法,透過如何對(duì)內(nèi)核、守護(hù)程序、庫和應(yīng)用程序等四個(gè)主要部份,進(jìn)行縮減其大小后，以便配置在以閃存為存儲(chǔ)設(shè)備的嵌入式系統(tǒng)中。
上傳時(shí)間： 2014-10-11
上傳用戶：CHENKAI
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2015-04-24
上傳用戶：R50974
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2015-04-24
上傳用戶：ryb
模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時(shí)，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時(shí)粒子漸趨有序，在每個(gè)溫度都達(dá)到平衡態(tài)，最后在常溫時(shí)達(dá)到基態(tài)，內(nèi)能減為最小。根據(jù)Metropolis準(zhǔn)則，粒子在溫度T時(shí)趨于平衡的概率為e-ΔE/(kT)，其中E為溫度T時(shí)的內(nèi)能，ΔE為其改變量，k為Boltzmann常數(shù)。用固體退火模擬組合優(yōu)化問題，將內(nèi)能E模擬為目標(biāo)函數(shù)值f，溫度T演化成控制參數(shù)t，即得到解組合優(yōu)化問題的模擬退火算法：由初始解i和控制參數(shù)初值t開始，對(duì)當(dāng)前解重復(fù)“產(chǎn)生新解→計(jì)算目標(biāo)函數(shù)差→接受或舍棄”的迭代，并逐步衰減t值，算法終止時(shí)的當(dāng)前解即為所得近似最優(yōu)解，這是基于蒙特卡羅迭代求解法的一種啟發(fā)式隨機(jī)搜索過程。退火過程由冷卻進(jìn)度表(Cooling Schedule)控制，包括控制參數(shù)的初值t及其衰減因子Δt、每個(gè)t值時(shí)的迭代次數(shù)L和停止條件S。
標(biāo)簽： 模擬退火算法
上傳時(shí)間： 2014-12-19
上傳用戶：TRIFCT
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
