91久久精品无嫩草影院,日韩av影视综合网,99爱在线观看

一階電路

C語言算法速查手冊書本附件

第1章　緒論　1 1.1　程序設計語言概述　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語言的優點和缺點　4 1.2.1　C語言的優點　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　算法的復雜度　8 1.3.3　算法的準確性　10 1.3.4　算法的穩定性　14 第2章　復數運算　18 2.1　復數的四則運算　18 2.1.1　[算法1]　復數乘法　18 2.1.2　[算法2]　復數除法　20 2.1.3　【實例5】復數的四則運算　22 2.2　復數的常用函數運算　23 2.2.1　[算法3]　復數的乘冪　23 2.2.2　[算法4]　復數的n次方根　25 2.2.3　[算法5]　復數指數　27 2.2.4　[算法6]　復數對數　29 2.2.5　[算法7]　復數正弦　30 2.2.6　[算法8]　復數余弦　32 2.2.7　【實例6】復數的函數運算　34 第3章　多項式計算　37 3.1　多項式的表示方法　37 3.1.1　系數表示法　37 3.1.2　點表示法　38 3.1.3　[算法9]　系數表示轉化為點表示　38 3.1.4　[算法10]　點表示轉化為系數表示　42 3.1.5　【實例7】　系數表示法與點表示法的轉化　46 3.2　多項式運算　47 3.2.1　[算法11]　復系數多項式相乘　47 3.2.2　[算法12]　實系數多項式相乘　50 3.2.3　[算法13]　復系數多項式相除　52 3.2.4　[算法14]　實系數多項式相除　54 3.2.5　【實例8】　復系數多項式的乘除法　56 3.2.6　【實例9】　實系數多項式的乘除法　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]　復矩陣相乘　70 4.1.3　【實例12】實矩陣與復矩陣的乘法　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　線性代數方程組的求解　154 5.1　高斯消去法　154 5.1.1　[算法36]　求解復系數方程組的全選主元高斯消去法　155 5.1.2　[算法37]　求解實系數方程組的全選主元高斯消去法　160 5.1.3　[算法38]　求解復系數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】解線性實系數方程組　179 5.1.9　【實例22】解線性復系數方程組　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插值　287 7.5.2　[算法69]　第二類邊界條件的三次樣條函數插值　292 7.5.3　[算法70]　第三類邊界條件的三次樣條函數插值　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　308 第8章　數值積分法　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]　自適應高斯求積方法　337 8.2.6　【實例44】有限區間高斯求積法　342 8.2.7　【實例45】半無限區間內高斯求積法　343 8.2.8　【實例46】無限區間內高斯求積法　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]　阿當姆斯預報校正法　390 9.3.2　[算法93]　哈明方法　394 9.3.3　[算法94]　全區間積分的雙邊法　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　矩形區域曲面擬合　419 10.2.1　[算法97]　矩形區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　430 11.1　連分式級數和指數積分　430 11.1.1　[算法98]　連分式級數求值　430 11.1.2　[算法99]　指數積分　433 11.1.3　【實例56】連分式級數求值　436 11.1.4　【實例57】指數積分求值　438 11.2　伽馬函數　439 11.2.1　[算法100]　伽馬函數　439 11.2.2　[算法101]　貝塔函數　441 11.2.3　[算法102]　階乘　442 11.2.4　【實例58】　伽馬函數和貝塔函數求值　443 11.2.5　【實例59】　階乘求值　444 11.3　不完全伽馬函數　445 11.3.1　[算法103]　不完全伽馬函數　445 11.3.2　[算法104]　誤差函數　448 11.3.3　[算法105]　卡方分布函數　450 11.3.4　【實例60】　不完全伽馬函數求值　451 11.3.5　【實例61】　誤差函數求值　452 11.3.6　【實例62】　卡方分布函數求值　453 11.4　不完全貝塔函數　454 11.4.1　[算法106]　不完全貝塔函數　454 11.4.2　[算法107]　學生分布函數　457 11.4.3　[算法108]　累積二項式分布函數　458 11.4.4　【實例63】　不完全貝塔函數求值　459 11.5　貝塞爾函數　461 11.5.1　[算法109]　第一類整數階貝塞爾函數　461 11.5.2　[算法110]　第二類整數階貝塞爾函數　466 11.5.3　[算法111]　變型第一類整數階貝塞爾函數　469 11.5.4　[算法112]　變型第二類整數階貝塞爾函數　473 11.5.5　【實例64】　貝塞爾函數求值　476 11.5.6　【實例65】　變型貝塞爾函數求值　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積分求值　490 11.6.6　【實例67】　第二類勒讓德橢圓函數積分求值　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]　使用一階導數的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】　使用帶導數的Brent法求極值　515 12.2　多元函數求極值　517 12.2.1　[算法121]　不需要導數的一維搜索　517 12.2.2　[算法122]　需要導數的一維搜索　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】　驗證不使用導數的一維搜索　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】　求解線性規劃問題　571 第13章　隨機數產生與統計描述　574 13.1　均勻分布隨機序列　574 13.1.1　[算法129]　產生0到1之間均勻分布的一個隨機數　574 13.1.2　[算法130]　產生0到1之間均勻分布的隨機數序列　576 13.1.3　[算法131]　產生任意區間內均勻分布的一個隨機整數　577 13.1.4　[算法132]　產生任意區間內均勻分布的隨機整數序列　578 13.1.5　【實例78】　產生0到1之間均勻分布的隨機數序列　580 13.1.6　【實例79】　產生任意區間內均勻分布的隨機整數序列　581 13.2　正態分布隨機序列　582 13.2.1　[算法133]　產生任意均值與方差的正態分布的一個隨機數　582 13.2.2　[算法134]　產生任意均值與方差的正態分布的隨機數序列　585 13.2.3　【實例80】　產生任意均值與方差的正態分布的一個隨機數　587 13.2.4　【實例81】　產生任意均值與方差的正態分布的隨機數序列　588 13.3　統計描述　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]　有序數組的二分查找　609 14.1.2　[算法141]　無序數組同時查找最大和最小的元素　611 14.1.3　[算法142]　無序數組查找第M小的元素　613 14.1.4　【實例86】　基本查找　615 14.2　結構體和磁盤文件的查找　617 14.2.1　[算法143]　無序結構體數組的順序查找　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】　結構體數組和文件中的查找　619 14.3　哈希查找　622 14.3.1　[算法145]　字符串哈希函數　622 14.3.2　[算法146]　哈希函數　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]　計數排序　651 15.4.2　[算法157]　基數排序　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　數學變換與濾波　662 16.1　快速傅里葉變換　662 16.1.1　[算法159]　復數據快速傅里葉變換　662 16.1.2　[算法160]　復數據快速傅里葉逆變換　666 16.1.3　[算法161]　實數據快速傅里葉變換　669 16.1.4　【實例94】　驗證傅里葉變換的函數　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的函數　684 16.2.5　【實例96】　驗證離散余弦變換的函數　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
labview 卡爾曼濾波程序

labview的一階卡爾曼濾波程序，用于數據處理，濾波

標簽： labview 卡爾曼濾波程序

上傳時間： 2017-01-04

上傳用戶：dxz996459
淋浴器溫度

淋浴器溫度控制調節采用MAT LAB 的附加組件Simulink, 仿真系統的框圖如圖1 所示。圖中的虛線為模糊控制器, 作為二維模糊控制器機構以水的溫度偏差temp 和流量偏差f low 為輸入量, 采用模糊推理方法對水的溫度偏差和流量偏差進行整定, 用來確定冷水閥門和熱水閥門的開口大小cold 和hot 以便控制冷熱水的流量, 構成2 輸入2 輸出的一階模糊控制系統; 模糊推理與去模糊化采用MIN - MAX 法及重心法, 并用MA TLAB 模糊推理工具箱來編輯模糊控制器。圖1

標簽： 淋浴器溫度

上傳時間： 2018-10-12

上傳用戶：一只蟲蟲
Matlab數字圖像處理例程-彩色處理及壓縮實驗

彩色實驗文件：demo_color.m 1. 提取RGB圖像的三個分量，并分別顯示。 2. 合成偽彩色圖像。 3. 將RGB圖像轉換到HSI空間，并顯示三個分量。 4. 對原圖像的RGB三個分量分別進行平滑操作，將原圖像轉換到HSI空間對亮度分量進行平滑操作，計算兩種平滑操作方法的圖像差值。 5. 在RGB和HSI空間中用ice函數進行色彩調節。壓縮實驗文件：demo_huff.m 1. 計算矩陣f=[119 123 168 119;107 119 168 168;119 119 107 119;168 107 119 119]一階熵估計,并進行霍夫曼編碼。 2. 對Lena圖像進行霍夫曼編碼，并對編碼后圖像解碼。

標簽： Matlab 數字圖像處理彩色實驗

上傳時間： 2019-01-19

上傳用戶：Rouxuan
計算方法上機實習題目

第一種邊界條件下的三次樣條插值問題（高斯消元法）題目計算方法上機實習題目（二） ——第一種邊界條件下的三次樣條插值問題（高斯消元法）已知直升飛機旋轉機翼外形曲線輪廓線上的某些型值點（見表）及端點處的一階導數值 y' (x ) = 1.86548, y' (x ) = -0.046115

標簽： 計算方法上機實習題目

上傳時間： 2020-06-27

上傳用戶：zg250
基于51單片機的聲控和光控路燈的設計

隨著科技的飛速發展，自動化已經運用在了生活中的方方面面，而路燈就是一個很好的例子。如何能夠利用51單片機作為中央處理器實現路燈的節能是本設計的主要內容。通過書本知識學習、指導老師的輔導以及資料文獻的查閱，確定51單片機為主要芯片，然后因為要實現聲光控功能，那就必須使用到光敏電阻和駐極體話筒電阻來實現光和聲音轉換為電信號，利用單片機最小系統模塊、聲控模塊、光控模塊等幾大模塊為主的硬件來實現本次設計。本設計分別通過利用聲控和光控模塊的駐極體話筒和光敏電阻將聲音信號和光信號通過轉換為51單片機能夠識別的電信號來實現聲光控功能。通過運用所學知識和必要繪圖仿真編程軟件繪制出系統原理圖、整體電路圖程序流程圖，完成系統電路設計、光敏傳感器模電變換設計、聲控整流濾波放大并進行程序編寫、仿真、硬件調試等，終于設計實現了利用51單片機使白天由光控電路起作用控制燈不亮，晚上由聲控電路起作用控制開關閉合燈亮，并且延時一段時間熄滅從而達到節能環保的目的，最終達到本次論文的要求。關鍵詞：51單片機光控電路聲控電路光敏電阻駐極體話筒在學校，機關，廠礦企業等單位的公共場所以及居民區的公共樓道，長明燈現象十分普遍，這造成了能源的極大浪費。另外，由于頻繁開關或者人為因素，墻壁開關的損壞率很高，增大了維修量，浪費了資金。而本課題正是聲光控制路燈的設計，它設計出一種電路新穎，安全節電，結構簡單，安裝方便，使用壽命長的聲光雙控白熾燈節能路燈，同時，這可加強對模擬電子技術和數字電子技術的理解和鞏固。以此達到節能環保的作用

標簽： 51單片機路燈

上傳時間： 2022-03-30

上傳用戶：
邊緣檢測方法數字圖像處理計算機視覺

邊緣（edge）是指圖像局部強度變化最顯著的部分.邊緣主要存在于目標與目標、目標與背景、區域與區域（包括不同色彩）之間，是圖像分割、紋理特征和形狀特征等圖像分析的重要基礎.圖像分析和理解的第一步常常是邊緣檢測（edge detection）.由于邊緣檢測十分重要，因此成為機器視覺研究領域最活躍的課題之一.本章主要討論邊緣檢測和定位的基本概念，并使用幾種常用的邊緣檢測器來說明邊緣檢測的基本問題圖像中的邊緣通常與圖像強度或圖像強度的一階導數的不連續性有關.圖像強度的不連續可分為：（）階躍不連續，即圖像強度在不連續處的兩邊的像素灰度值有著顯著的差異（2）線條不連續，即圖像強度突然從一個值變化到另一個值，保持一個較小的行程后又返回到原來的值.在實際中，階躍和線條邊緣圖像是很少見的，由于大多數傳感元件具有低頻特性，使得階躍邊緣變成斜坡型邊緣，線條邊緣變成屋頂形邊緣，其中的強度變化不是瞬間的，而是跨越一定的距離，這些邊緣如圖6.1所示對一個邊緣來說，有可能同時具有階躍和線條邊緣特性.例如在一個表面上，由一個平面變化到法線方向不同的另一個平面就會產生階躍邊緣：如果這一表面具有鏡面反射特性且兩平面形成的棱角比較圓滑，則當棱角圓滑表面的法線經過鏡面反射角時，由于鏡面反射分量，在棱角圓滑表面上會產生明亮光條，這樣的邊緣看起來象在階躍邊緣上疊加了一個線條邊緣.由于邊緣可能與場景中物體的重要特征對應，所以它是很重要的圖像特征。比如，個物體的輪廓通常產生階躍邊緣，因為物體的圖像強度不同于背景的圖像強度在討論邊緣算子之前，首先給出一些術語的定義：邊緣點：圖像中具有坐標[門且處在強度顯著變化的位置上的點邊緣段：對應于邊緣點坐標[，門及其方位，邊緣的方位可能是梯度角邊緣檢測器：從圖像中抽取邊緣（邊緣點和邊緣段）集合的算法

標簽： 邊緣檢測數字圖像處理計算機視覺

上傳時間： 2022-04-22

上傳用戶：bluedrops
PID-小車類-兩輪自平衡小車資料

#define PI (3.14159265)// 度數表示的角速度*1000#define MDPS (70)// 弧度表示的角速度#define RADPS ((float)MDPS*PI/180000)// 每個查詢周期改變的角度#define RADPT (RADPS/(-100))// 平衡的角度范圍；+-60度(由于角度計算采用一階展開，實際值約為46度)#define ANGLE_RANGE_MAX (60*PI/180)#define ANGLE_RANGE_MIN (-60*PI/180)// 全局變量pid_s sPID; // PID控制參數結構體float radian_filted=0; // 濾波后的弧度accelerometer_s acc; // 加速度結構體，包含3維變量gyroscope_s gyr; // 角速度結構體，包含3維變量int speed=0, distance=0; // 小車移動的速度，距離int tick_flag = 0; // 定時中斷標志int pwm_speed = 0; // 電機pwm控制的偏置值，兩個電機的大小、正負相同，使小車以一定的速度前進int pwm_turn = 0; // 電機pwm控制的差異值，兩個電機的大小相同，正負相反，使小車左、右轉向float angle_balance = 0; // 小車的平衡角度。由于小車重心的偏移，小車的平衡角度不一定是radian_filted為零的時候

標簽： pid 自平衡小車

上傳時間： 2022-06-01

上傳用戶：
三相交流異步電動機故障分析及解決辦法

第一部分出廠試驗故障及不合格現象分析當出廠試驗數據超出標準時，應對其進行分析，找出產生的原因并設法如以解決。現將出廠試驗（包括修理后的試驗）時出現的一場現象及其原因對應關系講述如下。一、通電后不起動1）配電設備中有兩相電路未接通，問題一般發生在開關觸點上。2）電機內有兩相電路未接通，問題一般發生在接線部位。二、通電后緩慢轉動并發出“嗡嗡”的異常聲響1）配電設備中有一相電路未接通或接觸不實。問題一般發生在熔斷器、開關觸點或導線接點處。例如熔斷器的熔絲熔斷、接觸器或空氣開關三相觸電接觸壓力不均衡、導線連接點松動或氧化等。2）電機內有一相電路未接通。問題一般發生在接線部位。如連接片未壓緊（螺絲松動）、引出線與接線柱之間墊有絕緣套管等絕緣物質、電機內部接線漏接或結點松動、一相繞組有斷路故障等。

標簽： 異步電動機

上傳時間： 2022-06-19

上傳用戶：20125101110
AD采集濾波算法

AD濾波算法函數模塊說明：一、該模塊包含濾波算法有：中位值濾波、中位值平均濾波、遞推平均濾波、一階滯后濾波。用戶可根據項目不同情況選用不同的濾波算法。1.1、中位值濾波：連續采樣N次(N取奇數)，把N次采樣值按大小排列，取中間值為本次有效值。適用范圍能有效克服因偶然因素引起的波動干擾，對溫度、液位的變化緩慢的被測參數有良好的濾波效果。不過對流量、速度等快速變化的參數不宜。1.2、中位值平均濾波：連續采用N個數據，去掉一個最大值和一個最小值，然后計算N-2個數據的算術平均值。適用范圍：對應偶然出現的脈沖性干擾，可消除由于脈沖干擾所引起的采樣值偏差。但是測量速度較慢, 比較浪費RAM。1.3遞推平均濾波：把連續取N個采樣值看成一個隊列，隊列的長度固定為N，每次采樣到一個新數據放入隊尾，并扔掉原來隊首的一次數據，把隊列中得N個數據進行算術平均運算，就可以獲得新的濾波結果。適用范圍：對周期性干擾有良好的抑制作用，平滑度高，適用于高頻振蕩的系統。缺點是靈敏度低，對偶然出現的脈沖性干擾的抑制作用較差，不易消除由于脈沖干擾所引起的采樣值偏差，不適用于脈沖干擾比較嚴重的場合。1.4、一階滯后濾波：對周期性干擾具有良好的抑制作用，適用于波動頻率較高得場合。缺點就是相位滯后，靈敏度低，滯后程度取決于a的大小，不能消除濾波頻率高于采樣頻率1/2的干擾信號。本次濾波結果result=(1-a)*本次采樣值+a*上次值。a=(0~1）

標簽： 單片機 ad采集濾波算法

上傳時間： 2022-07-28

上傳用戶：