<pre id="mayww"></pre> #include "iostream" using namespace std; class Matrix { private: double** A; //矩陣A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //為向量b分配空間并初始化為0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //為向量A分配空間并初始化為0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析構中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"請輸入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"請輸入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"個:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分別求得U，L的第一行與第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分別求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"計算U得:"<<endl; U.Disp(); cout<<"計算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }
標簽： 道理特分解法
上傳時間： 2018-05-20
上傳用戶：Aa123456789
針對飛秒激光微納加工技術中激光與加工樣品相對運動的控制、聚焦光斑能量的控制中存在的問題，提出一種基于硅基液晶空間光調制器動態加載計算全息圖同時控制焦點位置和能量的新型加工方法。該方法通過加載疊加閃耀光柵的全息圖，控制單點運動來掃描加工二維結構，無需平臺移動。進一步控制全息圖的挖空區域，可以調制入射光斑的能量，進而控制被加工點陣的形貌。利用這一加工效應，成功實現各種可控環狀結構的加工，并在光學顯微鏡下測試達到相應效果，證明這種加工方法在飛秒激光微納加工領域具有可行性。
上傳時間： 2019-02-22
上傳用戶：yuchen1019
Allegro PCB SI的前仿真 前仿真，顧名思義，就是布局或布線前的仿真，是以優化信號質量、避免信號完整性和電源完整性為目的， 在眾多的影響因素中，找到可行的、乃至最優化的解決方案的分析和仿真過程。簡單的說，前仿真要做到兩件 事：其一是找到解決方案；其二是將解決方案轉化成規則指導和控制設計。 一般而言，我們可以通過前仿真確認器件的IO特性參數乃至型號的選擇，傳輸線的阻抗乃至電路板的疊層， 匹配元件的位置和元件值，傳輸線的拓撲結構和分段長度等。 使用Allegro PCB SI進行前仿真的基本流程如下： ■ 準備仿真模型和其他需求 ■ 仿真前的規劃 ■ 關鍵器件預布局 ■ 模型加載和仿真配置 ■ 方案空間分析 ■ 方案到約束規則的轉化 2.1 準備仿真模型和其他需求 在本階段，我們需要為使用Allegro PCB SI進行前仿真做如下準備工作：PCB 打板，器件代采購，貼片,一站式服務！www.massembly.com 麥斯艾姆，最貼心的研發伙伴！ www.massembly.com 研發樣
上傳時間： 2022-02-09
上傳用戶：slq1234567890
本手冊介紹了32位基于ARM微控制器STM32F101xx與STM32F103xx的固件函數庫。該函數庫是一個固件函數包，它由程序、數據結構和宏組成，包括了微控制器所有外設的性能特征。該函數庫還包括每一個外設的驅動描述和應用實例。通過使用本固件函數庫，無需深入掌握細節，用戶也可以輕松應用每一個外設。因此，使用本固態函數庫可以大大減少用戶的程序編寫時間，進而降低開發成本。每個外設驅動都由一組函數組成，這組函數覆蓋了該外設所有功能。每個器件的開發都由一個通用API (application programming interface 應用編程界面)驅動，API對該驅動程序的結構，函數和參數名稱都進行了標準化。所有的驅動源代碼都符合“Strict ANSI-C”標準（項目于范例文件符合擴充ANSI-C標準）。我們已經把驅動源代碼文檔化，他們同時兼容MISRA-C 2004標準（根據需要，我們可以提供兼容矩陣）。由于整個固態函數庫按照“Strict ANSI-C”標準編寫，它不受不同開發環境的影響。僅對話啟動文件取決于開發環境。該固態函數庫通過校驗所有庫函數的輸入值來實現實時錯誤檢測。該動態校驗提高了軟件的魯棒性。實時檢測適合于用戶應用程序的開發和調試。但這會增加了成本，可以在最終應用程序代碼中移去，以優化代碼大小和執行速度。
上傳時間： 2022-04-26
上傳用戶：
在EURO NCAP 2025 Roadmap中，規劃車內兒童存在檢測的需求，促使汽車制造商在未來產品設計上須提供此功能。借此幫助解決識別獨自遺留在汽車中的兒童和警告駕駛員的問題，添加兒童存在檢測功能可提高汽車的整體安全等級。在此， 世平興業特別介紹以TI IWR1642 雷達單芯片為主的模組，作為車內生命探測檢測的推薦方案，其產品特點如下1.其基于77GHz mmWave 射頻互補金屬氧化物半導體（RFCMOS）技術。調頻連續波（FMCW）雷達可實現精確測量距離和相對速度。2.可提供高達4 GHz的超寬頻寬，能夠以高于24-GHz窄帶解決方案16倍的精度感測物體和運動。3.雷達相對不受常見的環境條件的影響 如:灰塵，煙，光線….等。因為FMCW雷達傳輸特定信號并處理反射，它們可以在完全黑暗和明亮的日光下工作(雷達不受眩光影響)。與超聲波相比，雷達通常具有更長的距離和更快的傳輸時間信號。
上傳時間： 2022-06-04
上傳用戶：
實現功能如下：1） 通過重力加速度傳感器ADXL345檢測人的狀態，計算出走路步數、走路距離和平均速度。2）通過心率傳感器實時檢測心率，通過溫度傳感器檢測溫度。3）lcd1602實時顯示步數、距離和平均速度、心率以及溫度值。STM32單片機核心板內部電路圖如下圖所示。STM32單片機實物圖如下圖所示。程序文件也已上傳：https://dl.21ic.com/download/1582282233-356073.html
標簽： stm32
上傳時間： 2022-06-08
上傳用戶：20125101110
1） 通過重力加速度傳感器ADXL345檢測人的狀態，計算出走路步數、走路距離和平均速度。2）通過心率傳感器實時檢測心率，通過溫度傳感器檢測溫度。3）lcd1602實時顯示步數、距離和平均速度、心率以及溫度值。 系統框圖及電路設計：系統總體結構框圖如下所示：軟件程序開發：原理圖文件也已上傳：https://dl.21ic.com/download/ic-356074.html
標簽： stm32
上傳時間： 2022-06-08
上傳用戶：
一種新穎的正弦正交編碼器細分方法摘要，提出了一種不用查詢表的正弦正交編碼器細分方法利用控制系統臨界穩定原理生成一個高頻數字正弦載波與采樣得到的正弦編碼信號實時比較來獲取相位信息，與傳統查詢表細分方法相比，節省了大量的存儲空間而且整個細分過程通過軟件實現，不需要添加額外的硬件，同時闡述了影響細分分辨率的因素，推導出了防止電機高速運行時細分混登的條件；最后，以一臺7kw的電梯用永磁同步電機配套海德漢的ERN487-2048正弦增量式編碼器為平臺，驗證了該細分方法用于轉子初始位置識別及速度控制的可行性.關鍵詞，正弦編碼器，細分，永磁同步電機，電梯，轉子初始位置隨著社會的發展人們對電梯的體積載重量功耗調速精度及調速范圍等提出了越來越高的要求永磁同步電機以功率密度大氣隙密度高轉矩電流比高轉矩慣量比大壽命長及結構簡單等優點成為無齒輪電引機的首選 對于正弦波永磁同0步電機矢量控制系統坐標變換中的轉子位置角是否能準確實時地檢測直接影響到整個系統的性能因此高性能要求的系統一般采用分辨率高的光電式編碼器檢測轉子位置.
標簽： 正弦正交編碼器
上傳時間： 2022-06-18
上傳用戶：
首先，本文分析了雙足機器人動態步行過程的運動學特征。即分析雙足步行機器人連桿的位置和姿態與各個關節角之間的關系。包含雙足機器人動態步行的正運動學與逆運動學特性。其中，針對雙足步行機器人的逆運動學問題，使用了解析法與數值法進行求解，并對上述兩種方法進行了對比。其次，在針對雙足機器人動態步行過程運動學特性的分析基礎上，推導出雙足步行機器人零力矩點（ZMP）的計算公式，該公式稱為ZMP基本方程。ZMP基本方程描述了機器人ZMP與機器人質心之間的關系。在此基礎上，使用拉格朗日方法建立了雙足步行機器人的動力學模型，其中包括單腳支撐階段與雙腳支撐階段的動力學模型。為了方便得到雙足步行機器人的步行模式，使用桌子——小車模型模擬機器人動態步行。使用該等效模型與2MP基本方程，本文設計了基于ZMP的雙足機器人動態步行模式生成算法。生成步行模式之后，將機器人關節角時間序列帶入機器人動力學模型計算，可以得到關節力矩時間序列。關節驅動器按照力矩時間序列控制關節運動即可實現動態步行。但是，考慮到數值計算等因素導致的誤差累計，本文同時基于桌子—一小車模型設計了動態步行穩定控制器，該控制器的作用是通過修正期望ZMP軌跡調節機器人軀干的傾斜角度。最后，基于本文所設計的雙足步行機器人逆運動學問題求解算法、動態步行模式生成算法與步行穩定控制器所組成的控制系統，采用開放源代碼動力學引擎0pen Dynamic Engine 進行仿真驗證。首先在三維虛擬環境中建立了雙足步行機器人虛擬樣機模型，其次設計了零重力環境下剛體運動實驗與雙足動態步行實驗。驗證了本文針對雙足步行機器人動態步行所設計的控制方法的有效性。
上傳時間： 2022-06-19
上傳用戶：kingwide
隨著半導體技術的發展，模數轉換器（Analog to Digital Converter，ADC）作為模擬與數字接口電路的關鍵模塊，對性能的要求越來越高。為了滿足這些要求，模數轉換器正朝著低功耗、高分辨率和高速度方向快速發展。在磁盤驅動器讀取通道、測試設備、纖維光接收器前端和日期通信鏈路等高性能系統中，高速模數轉換器是最重要的結構單元。因此，對模數轉換器的性能，尤其是速度的要求與日俱增，甚至是決定系統性能的關鍵因素。在分析各種結構的高速模數轉換器的基礎上，本文設計了一個分辨率為6位，采樣時鐘為1GS/s的超高速模數轉換器。本設計采用的是最適合應用于超高速A/D轉換器的全并行結構，整個結構是由分壓電阻階梯，電壓比較器，數字編碼電路三部分組成。在電路設計過程中，主要從以下幾個方面進行分析和改進：采用了無采樣/保持電路的全并行結構；在預放大電路中，使用交叉耦合對晶體管作為負載來降低輸入電容和增加放大電路的帶寬，從而提高比較器的比較速度和信噪比；在比較器的輸出端采用時鐘控制的自偏置差分放大器作為輸出緩沖級，使得比較輸出結果能快速轉換為數字電平，以此來提高ADC的轉換速度；在編碼電路上，先將比較器輸出的溫度計碼轉換成格雷碼，再把格雷碼轉換成二進制碼，這樣進一步提高ADC的轉換速度和減少誤碼率。
上傳時間： 2022-06-22
上傳用戶：kingwide
