本書介紹了GUI設計的預備知識,即MATLAB的基本程序元素、文件I/O 、繪圖。詳細講解了GUI對象的屬性及兩種創建GUI的方法;采用函數創建和采用GUIDE創建,之后講解了ActiveX控件、定時器、串口及mcc編譯的相關知識;最后書中給出兩個綜合實例,供讀者學習。
標簽: matlab gui
上傳時間: 2021-11-20
上傳用戶:
高清電子書-Matlab經典教程 從入門到精通 281頁第一章 基礎準備及入門 本章有兩個目的:一是講述 MATLAB 正常運行所必須具備的基礎條件;二是簡明系統 地介紹高度集成的 Desktop 操作桌面的功能和使用方法。 本章的前兩節分別講述:MATLAB 的正確安裝方法和 MATLAB 環境的啟動。因為指 令窗是 MATLAB 最重要的操作界面,所以本章用第 1.3、1.4 兩節以最簡單通俗的敘述、算 例講述指令窗的基本操作方法和規則。這部分內容幾乎對 MATLAB 各種版本都適用。 MATLAB6.x 不同于其前版本的最突出之處是:向用戶提供前所未有的、成系列的交互 式工作界面。了解、熟悉和掌握這些交互界面的基本功能和操作方法,將使新老用戶能事半 功倍地利用 MATLAB 去完成各種學習和研究。為此,本章特設幾節用于專門介紹最常用的 交互界面:歷史指令窗、當前目錄瀏覽器、工作空間瀏覽器、內存數組編輯器、交互界面分 類目錄窗、M 文件編輯/調試器、及幫助導航/瀏覽器。
標簽: matlab
上傳時間: 2022-02-10
上傳用戶:zhaiyawei
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ,環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的,常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境,在滿足 精度要求 的情況下,必定要占用大量的內存,并且采用柵 格法進行路徑規劃,其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡,其學習的結 果能體現出輸入樣本的分布情況,從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性,可采 用K0h0n曲 神經元 的 權向量來表示 自由空間,其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入,神經嘲絡通 過對大量的輸八樣本的學習,其神經元就會體現出一定的 分布形 式 學習過程如下:開 始時網絡的權值隨機地賦值 , 其后接下式進行學 習: , 、 Jm(,)+叫f)f,)一珥ff)) ∈N,(f) (,) VfeN.(f1 其 中M(f1:神經元 1在t時刻對 應的權值 ;a(∽ 謂整系 數 ; (『l網絡的輸八矢量;Ⅳ():學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (,) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ,如果神 經元 的數量 太少 .它們就 不能 覆 蓋整十空間,結果會導致節點穿過障礙物區域 如果節點 妁數量太大 .節點就會表示更多的區域,也就得不到距障 礙物的最大距離。在這種情況下,節點是對整個 自由空間 的學 習,而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義,在每個學習階段的結柬.機器人會檢查所有的路 徑.如檢鍘刊路徑上有障礙物 ,就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間,需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ,應該采用較少的網絡 節點升 始學習,逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習,自由空間教小,就可用線段表示;若自由空問 較大,就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構,可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息.如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架,起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中,可采用人】:神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ,因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ,足以全局規荊為指 導 利用在線得到的局部環境信息,在盡可能短的時問內
上傳時間: 2022-02-12
上傳用戶:qingfengchizhu
首先下載軟件,解壓軟件,安裝在程序中找到SEGGER,選里面的J-FLASH,進入界面,剛開始的那個界面可以忽略,不用建project也可以;單擊菜單欄的“Options---Project settings”打開設置,進行jlink配置;正在General選項,選擇“USB”,一般都是默認配置,確認一下即可;然后在CPU選項,選擇芯片型號,先選擇“Device”才能選擇芯片型號,芯片型號,要根據你使用的芯片進行選擇;在Target interface選項 里面選擇SWD模式;首先Target里面選“Connection”連接目標芯片,然后 Target--Auto進行程序燒寫;首先Target里面選擇“Connection”連接目標芯片,然后 Target--Auto進行程序燒寫.SEGGER J-Links are the most widely used line of debug probes available today. They've proven their value for more than 10 years in embedded development. This popularity stems from the unparalleled performance, extensive feature set, large number of supported CPUs, and compatibility with all popular development environments.
標簽: JLINK
上傳時間: 2022-03-22
上傳用戶:
通用異步收發傳輸器。適合感興趣的人學習參考
標簽: 異步收發傳輸器
上傳時間: 2022-04-23
上傳用戶:
基于protues的八路搶答器設計,內含源文件及截圖
上傳時間: 2022-05-13
上傳用戶:canderile
新版本無人機.刷機用借助此實際應用程序,管理無人機的所有區域,例如電動機,GPS,傳感器,陀螺儀,接收器,端口和固件INAV-Chrome 的配置器中的新功能:修復了導致加速度計校準失敗的錯誤支持DJI FPV系統配置輸出選項卡中的怠速節氣門和馬達極現在可以在“混合器”選項卡中選擇“漫遊者”和“船用”平臺。 固件方面的支持仍然有限!閱讀完整的變更日誌 在過去的幾年中,無人駕駛飛機取得了相當大的進步,越來越多的人能夠獲取和使用無人機。 不用說,無人機可以基於特定固件在一組命令上運行。 在這方面, 用於Chrome的INAV-Configurator隨附的工具可幫助您輕鬆配置無人機的各個方面。支持多種硬件配置首先要提到的一件事是,要求Google Chrome瀏覽器能夠訪問INAV-Chrome的配置器功能。 儘管它已集成到Chrome中,但它可以作為獨立應用程序運行,甚至可以脫機使用,而與瀏覽器無關。 您甚至可以從Google Apps菜單為其創建桌面快捷方式。不用說,另一個要求是實際的飛行裝置。 該應用程序支持所有支持INAV的硬件配置,例如Sirius AIR3,SPRacingF3,Vortex,Sparky,DoDo,CC3D / EVO,Flip32 / + / Deluxe,DragonFly32,CJMCU Microquad,Chebuzz F3,STM32F3Discovery,Hermit ,Naze32 Tricopter框架和Skyline32。該窗口非常直觀,並提供各種令人印象深刻的提示和文檔。 在上方的工具欄上,您可以找到連接選項,這些選項可以通過COM端口,手動選擇或無線模式進行。 您也可以選擇自動連接。 連接後,您可以在上方的工具欄中查看設備的功能,並在側面板中輕鬆瀏覽配置選項。管理傳感器,電機,端口和固件本。
標簽: configurator 無人機
上傳時間: 2022-06-09
上傳用戶:
隨著人類社會的進步,科學技術的發展日新月異,模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展,人工神經網絡在計算機科學,人工智能,智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會,科技更新領域也是如此。在人工神經網絡研究領域,算法的優化顯得尤為重要,對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型,對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足(收斂速度慢和容易陷入局部極小值問題),在解決某些現實問題的時候顯得力不從心。針對這個問題,本文利用遺傳算法的并行全局搜索的優勢,能夠彌補BP網絡的不足,為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來,提出了一種新的網絡結構,在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的,本文首先設計了BP神經網絡結構,在此基礎上,應用遺傳算法進行優化,達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺,對算法的優化內容進行了仿真實驗,得出的效果也符合期望值,實現了對BP算法優化的目的。關鍵詞:生物神經網絡:人工神經網絡;BP網絡;遺傳算法;仿真隨著電子計算機的問世及發展,人們試圖去了解人的大腦,進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時,引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡(Artificial Noural Networks,ANN)(注:簡稱為神經網絡),是一種數學算法模型,能夠對信息進行分布式處理,它模仿了動物的神經網絡,是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度,通過調節內部大量節點之間的關系,最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習,掌握輸入與輸出之間的潛在規則,能夠對新數據進行分析計算,推算出輸出結果,因為人工神經網絡具有自適應和自學習的特性,這種學習適應的過程被稱為“訓練"。
上傳時間: 2022-06-16
上傳用戶:jiabin
1-1前言一般人所能夠感受到聲音的頻率約介於5H2-20KHz,超音波(Ultrasonic wave)即爲頻率超過20KHz以上的音波或機械振動,因此超音波馬達就是利用超音波的彈性振動頻率所構成的制動力。超音波馬達的內部主要是以壓電陶瓷材料作爲激發源,其成份是由鉛(Pb)、結(Zr)及鈦(Ti)的氧化物皓鈦酸鉛(Lead zirconate titanate,PZT)製成的。將歷電材料上下方各黏接彈性體,如銅或不銹鋼,並施以交流電壓於壓電陶瓷材料作爲驅動源,以激振彈性體,稱此結構爲定子(Stator),將其用彈簧與轉子Rotor)接觸,將所産生摩擦力來驅使轉子轉動,由於壓電材料的驅動能量很大,並足以抗衡轉子與定子間的正向力,雖然伸縮振幅大小僅有數徵米(um)的程度,但因每秒之伸縮達數十萬次,所以相較於同型的電磁式馬達的驅動能量要大的許多。超音波馬達的優點爲:1,轉子慣性小、響應時間短、速度範圍大。2,低轉速可產生高轉矩及高轉換效率。3,不受磁場作用的影響。4,構造簡單,體積大小可控制。5,不須經過齒輸作減速機構,故較爲安靜。實際應用上,超音波馬達具有不同於傳統電磁式馬達的特性,因此在不適合應用傳統馬達的場合,例如:間歇性運動的裝置、空間或形狀受到限制的場所;另外包括一些高磁場的場合,如核磁共振裝置、斷層掃描儀器等。所以未來在自動化設備、視聽音響、照相機及光學儀器等皆可應用超音波馬達來取代。
標簽: 超聲波電機
上傳時間: 2022-06-17
上傳用戶:
摘要:隨薦電力電子設備、交直流電弧爐和電氣化鐵道等非線性、沖擊性負荷的大量接入電網,引起了電網無功功率不足、電壓波動與閃變、三相供電不平衡以及電壓電流波形畸變等其它一系列電能質景問題,并嚴重威脅著電力系繞的安全穩定運行。首先,本文介紹了無功功率的基本概念,介紹了無功功率對電力系統的影響以及無功補償的作用,并詳盡的閘述了國內外無功補償裝置的歷史以及現狀。其次,本文詳細分析了靜止無功補償器(SVC)和靜止無功發生器(SVC)的基本結構,控制方法和工作原理,以及各自優特點。并且闡述了它們的工作特性。再次,本文著重進行了對SVG型靜止無功補償器提高系統電壓的理論研究。利用MATLAB/SIMLINK仿真軟件對SVG工作方式及利用SVG動態提高系統電壓的原理進行仿真研究。并對仿真結果進行了全面外析VRe,本完成了(利t功補t控制器的設計,該控a器a系統硬件上采用了由STC生產的STCIOFO8X單片機作為主控制器。采用ATT7022作為電能檢測芯片,實現電網參數的精確深樣與計算,在系統軟件上采用品剛管控制投切電容器,實現了電容器的快速,無弧的投切。采用全中文液品顯示界面實時顯示系統運行狀況.關;無,SVG,svc,STC10FO8X隨著現代電力電子技術的飛速發展,大量大功率、非線性負荷的接入電網中,使得電網供電質量受到了嚴重的威脅。特別是一些像電弧爐、軋機、整流橋等非線性和沖擊性負荷的大量使用是導致電能質量惡化的最主要來源,造成了一系列嚴重的影響理想狀態的電力供應要求頻率為50Hz,電壓幅值穩定在額定值的標準正弦波形。在三相電網供電系統中,A,B.C三相電壓電流的幅值大小相等、相位差依次落后120度。但當電力用戶的各種用電裝置接入電力系統后,電力供應由理想的電力供應變成了電壓電流偏離這種狀態的非理想狀態。電網中的許多用電負荷都具有低功率因數、非線性、不平衡性和沖擊性的特征,這些特征嚴重地危害著電網的電力供應,可表現在:電壓值跌落或浪涌、各次諧波含量大、電壓波形發生閃變、電壓電流波形失真等,這樣便出現了電能質量問題。實際電網中的電能質量問題主要表現如下:
上傳時間: 2022-06-17
上傳用戶: