智能電表、水表、煤/燃氣表、熱量表等大量地出現在人們的生活中，同時這些儀表的抄錄工作變得越來越煩瑣，工作量大，工作效率低，不僅給用戶帶來不便，而且會存在漏抄、誤抄、估抄的現象。隨著電子技術、通信技術和計算機技術的飛速發展，人工抄表已經逐步被自動抄表所代替。 集中器是一個數據集中處理器，是多對象自動抄表系統的通信橋梁，負責對各智能表的數據進行采集、存儲和管理，及時有效地向上位機傳輸數據并執行上位機發送的指令。提高多對象集中器數據處理能力，有效完成上下行通信是多對象自動抄表系統AMRS（Automation Meter Reading System）目前需要解決的關鍵問題。 本文針對多對象集中器這樣一個較復雜的通信與控制系統，提出采用32位的高性能嵌入式微處理器。32位ARM9微處理器處理速度快、硬件性能高、低功耗、低成本，集成了相當多的硬件資源，硬件的擴展和設計大大簡化，ARM9（S3C2410）為工業級芯片，抗干擾能力強，能夠適應運行現場的較惡劣環境，8/16位微控制器運算能力有限，對于較復雜的通信與控制算法難以順利完成；硬件平臺依賴性強，不利于軟件的開發、升級與移植；在缺乏多任務調度機制的情況下，應用軟件不僅實現難度大，且可靠性難以保證。 本文首先對多對象遠程抄表系統的總體結構進行研究，主要研究了多對象遠程抄表系統中集中器的軟件和硬件實現，對硬件資源進行了外圍擴展，對S3C2410微處理器芯片的外圍硬件進行了擴展設計，使之具備了滿足使用需求的最小系統硬件資源，包括時鐘、復位、電源、外圍存儲、LCD、RS-485通信模塊、CAN通信模塊等電路設計。實時時鐘為多對象集中器定時抄表提供時間標準；電源電路為多對象集中器系統提供穩定電源；看門狗電路的設計保證多對象集中器系統可靠運行，防止系統死機；數據存儲器主要用于存儲參數、變量、集中器自身的參數，負責智能表的參數以及智能表用量等。上行通道即多對象集中器與上位機之間的通信線路，采用CAN現場總線進行通信；下行通道即多對象集中器與智能表之間的通信，采用RS-485總線進行通信。軟件設計上，主要針對多對象集中器的數據存儲功能和串行通訊功能進行程序編寫。基于ARM的多對象遠程抄表系統集中器可以實現多對象遠程抄表，提高了數據處理能力，有效完成了上下行通信，可靠性強，穩定性高，結構簡單。
上傳時間： 2013-06-07
上傳用戶：heminhao
最新的研究進展是OFDM的出現，并且在2000年出現了第一個采用此技術的無線標準(HYPERLAN-Ⅱ)。由于它與TDMA及CDMA相比能處理更高數據速率，因此可以預想在第四代系統中也將使用此技術。 寬帶應用和高速率數據傳輸是OFDM調制/多址技術通信系統的重要特征之一。作者通過參與國家863計劃項目“OFDM通信系統”一年以來的研發工作，對OFDM通信系統及相關技術有了深入的理解，積累了大量實際經驗，并在相關工作中取得了部分研究成果。 另一方面，關于寬帶自適應均衡技術的研究在近年來也引起了廣泛的關注。它是補償信道畸變的重要的技術之一。作者通過參與該項目FPGA部分的開發與調試工作，基于單片FPGA實現了均衡部分；此外，作者在頻域自適應均衡算法方面也取得了一些理論成果。 本文的主體部分就是根據上述工作的內容展開的。 首先介紹了本課題相關技術的發展情況，主要包括：OFDM系統的技術原理、技術優勢、歷史和現狀，均衡技術的特點和發展等。末尾敘述了本課題的來源和研究意義，并簡介了作者的主要工作和貢獻。確定將WSSUS分布和瑞利衰落作為本文研究的信道模型。主要分析了常用的時域均衡器，均是單載波非擴頻數字調制中常用到的均衡器和均衡算法，為接下來的進一步研究作理論參考。 接著，論述了均衡必須用到的信道估計技術。重點就該方案的核心算法(頻域均衡算法)進行了數學上進行了較深入的研究，建立系統模型，并據此推導了三種頻域均衡的算法：頻域消除HICI，Gauss-Seidel迭代算法，頻域線性內插。采用WSSUS信道模型進行了計算機仿真，得出了采用這些均衡算法在不同條件下的性能曲線。并且系統地、有重點地對該方案的原理和實質進行了較深入的討論。歸納比較了各種算法的算法復雜度和能達到的性能，并且結合信道糾錯編解碼進行了細致的分析。進一步嘗試設計了無線局域網OFDM系統的設計，采用典型的歐洲Hyperlan2系統為例，把研究成果引入到實際的整個系統中來看。結合具體的系統指出了該均衡算法在抗衰落和相位偏移方面的應用。 最后，描述了利用Xilinx的xc2v3000-4FG676型號芯片針對OFDM系統實現頻域自適應均衡的方法，主要給出了設計方法、時序仿真結果和處理速度估值等；并結合最新的FPGA發展動態和特點，對基于FPGA實現其他均衡算法的升級空間進行了討論。 本文的結束語中，對作者在本文中所作貢獻進行了總結，并指出了仍有待深入研究的幾個問題。
上傳時間： 2013-04-24
上傳用戶：
正交頻分復用技術(OFDM)是未來寬帶無線通信中的關鍵技術。隨著用戶對實時多媒體業務，高速移動業務需求的迅速增加，OFDM由于其頻譜效率高，抗多徑效應能力強，抗干擾性能好等特點，該技術正得到了廣泛的應用。 OFDM系統的子載波之間必須保持嚴格的正交性，因此對符號定時和載波頻偏非常敏感。本課題的主要任務是分析各種算法的性能的優劣，選取合適的算法進行FPGA的實現。 本文首先簡要介紹了無線信道的傳輸特性和OFDM系統的基本原理，進而對符號同步和載波同步對接收信號的影響做了分析。然后對比了非數據輔助式同步算法和數據輔助式同步算法的不同特點，決定采用數據輔助式同步算法來解決基于IEEE 802.16-2004協議的突發傳輸系統的同步問題。最后部分進行了算法的實現和仿真，所有實現的仿真均在QuartusⅡ下按照IEEE 802.16-2004協議的符號和前導字的結構進行。 本文的主要工作：(1)采用自相關和互相關聯合檢測算法同時完成幀到達檢測和符號同步估計，只用接收數據的符號位做相關運算，有效地解決了判決門限需要變化的問題，同時也減少了資源的消耗；(2)在時域分數倍頻偏估計時，利用基于流水線結構的Cordic模塊計算長前導字共軛相乘后的相角，求出分數倍頻偏的估計值；(3)采用滑動窗口相關求和的方法估計整數倍頻偏值，在此只用頻域數據的符號位做相關運算，有效地解決了傳統算法估計速度慢的缺點，同時也減少了資源的消耗。
上傳時間： 2013-05-23
上傳用戶：宋桃子
·《直線交流伺服系統的精密控制技術》內容簡介：本書較詳細地介紹了高性能直線交流伺服系統所采用的各種控制策略與方法。這些控制方法包括PID控制、Smith預估控制、解耦控制、模型參考自適應控制等。為了便于閱讀，在每章節前面，首先扼要介紹了相關概念和基本理論，為每種控制策略和方法的設計舉例，提供必要的基礎知識準備。前言 ------------------------------------------
上傳時間： 2013-06-21
上傳用戶：夢雨軒膂
·摘 要 根據永磁無刷電機的工作原理，設計了工業縫紉機數字位置伺服控制系統。該系統以三菱M16C 系列單片機作為核心控制器，采用了電流的預估和模糊PID 控制，實現縫紉機的啟動，調速和停車定位等控制，并給出了實驗結果。
上傳時間： 2013-06-13
上傳用戶：coeus
本書全面系統地闡述了在強背景噪聲中微弱信號檢測的基本原理、方法及儀器。全書共分三部分：第一篇介紹電噪聲的基礎知識，也括電路中噪聲來源、統計特征、計算方法、電路中噪聲性能指標：第二篇論述噪聲中檢測信號的基本方法，包括噪聲中信號波形恢復(濾波)、信號判決、信號參量估計及信號譜估汁；第三篇介紹低噪聲放大器設計，以及幾種典型的微弱信號檢測儀器的原理及應用。 本書既系統介紹微弱信號檢測的基本理論，又從技術角度介紹噪聲中信號檢測的方法及儀器。
上傳時間： 2013-11-14
上傳用戶：日光微瀾
文中首先介紹了雷達測距的兩種常用方法，通過分析，調頻連續波（FMCW）雷達更具有優勢，然后闡述了調頻連續波（FMCW）雷達測距系統的基本組成原理，再后本文論述了測頻中最常用的FFT算法。接著分析研究了由此衍生出的距離譜，根據距離譜本文重點論述了其估計算法，說明了距離譜最大采樣點法的問題，提出距離譜最大值二分估值法，又經過進一步改進得到距離譜最大值的擬合法。通過計算機仿真的結果確定距離譜最大值的擬合法提高了測距的精度。
上傳時間： 2013-11-20
上傳用戶：zhangzhenyu
程序功能很多，還可以擺殘局。棋力大約在中間水平，只比棋隱、雷霆等軟件差些。 被改寫了部分代碼，速度比原程序約快2倍，不過有時候搜索的點反而多，本想再加入簡單開局庫，可沒時間且要改的內容很多。由于作者設計的數據結構、估值函數的缺陷，程序中殘局問題很多，比如單兵、單馬電腦不知道如何贏孤將！！
標簽： 程序
上傳時間： 2013-12-20
上傳用戶：希醬大魔王
設計說明：1。數據結構和表示：程序用1、2、3、4分別表示將右、上、左、下的數字塊移動到空格之中。采用典型的樹+鏈表結構，每種局面產生一個BoardState類。出于避免走法順序列表被過多復制的考慮，在樹結構中保存局面的繼承關系。每種新的局面產生后，引用估值函數產生f的值，再根據大小將其插入鏈表之中，以便實現“優先展開f值小的節點”。Solve()函數在成功解決問題之后保存一個走法序列供輸出并返回零，而失敗則返回失敗處的節點層數。(具體的判斷方法見后文)
上傳時間： 2015-05-02
上傳用戶：xieguodong1234
而灰色PID控制算法，以灰色系統理論為基礎，對系統不確定部分建立灰色模型，進行灰色預估補償，使控制系統的灰量得到一定程度的白化，可以提高PID控制質量及其魯棒性。
上傳時間： 2013-12-14
上傳用戶：stvnash
