產品型號：VK1072B VK1072C 產品品牌：永嘉微電/VINKA 封裝形式：SOP28 SSOP28 產品年份：新年份 原廠直銷，工程服務，技術支持，價格最具優勢！ VK1072B/C/D概述： VK1072B/C /D是一個18*4的LCD驅動器，可軟體程式控制使其適用於多樣化的LCD應用線路，僅用到3條訊號線便可控制LCD驅動器，除此之外也可介由指令使其進入省電模式 特色： ★工作電壓：2.4-5.2V ★內建256KHz RC oscillator ★可選擇1/2,1/3 偏壓，也可選擇1/2,1/3或1/4的COM周期 ★省電模式, 節電命令可用于減少功耗 ★內 嵌 時 基 發 生 器 和 看 門 狗 定 時 器（WDT） ★內建time base generator ★ 企鵝號361/ 888/5898 ★18X4 LCD 驅動器VLCD 腳位可用來調整LCD輸 ★三種數據訪問模式 ★內建32X4 bit 顯示記憶體 ★Tel:188/2466/2436 ★三線串行接口 ★軟體程式控制 ★資料及指令模式 ★自動增加讀寫位址 ★提供VLCD 腳位可用來調整LCD輸出電壓 ★ 此篇產品敘述為功能簡介，如需要完整產品PDF資料可以聯系陳先生索取！
上傳時間： 2021-12-13
上傳用戶：15218646864
在液體中發射足夠大的超聲波能量，液體會產生“空化效應”。“空化效應”是將超聲頻的振動加到清洗液中，液體內部會產生拉伸和壓縮現象，液體拉伸時會產生氣泡，液體壓縮時氣泡會被壓碎破裂。超聲波清洗的原理就是在清洗液中產生“空化效應”，氣泡的產生與破裂產生強大的機械沖擊力，用以清除物體表面的雜質、污垢和油膩。超聲波清洗機的清洗速度快，可提高生產效率；操作實現自動化，不須人手接觸清洗液，安全可靠，且節省人力；微小的氣泡可以到達特殊造型的零部件深處，對深孔、細縫和工件隱蔽處亦可清洗干凈，所以超聲清洗應用更為廣泛；清洗效果好，清潔度高且全部工件清潔度一致，實驗顯示，利用超聲波清洗技術，可得到比風吹、浸潤、蒸汽和刷子清洗更好的清洗效果。使用超聲波達到清洗目的，需要有容器與清洗液、超聲波換能器、超聲波電源。超聲波換能器是產生超聲場的部件，超聲波電源用以驅動超聲波換能器，向其提供能量，使之產生超聲場。通常的超聲波清洗機是在匹配電路上加占空比為50%的交流方波信號。本設計采用頻率自動跟蹤的方式來使超聲波換能器處于諧振，滿足超聲波電源與超聲波換能器工作在最佳狀態，使得整機達到最佳工作效率。功率檢測電路調節脈沖電壓的脈寬來改變超聲波發生器的輸出功率，以實現功率恒定。本文結合超聲波電源發展的現狀，并針對超聲波清洗機對超聲波電源的具體要求，提出了電源主電路和控制電路基本結構方案。并對電源的主電路和控制電路進行了理論設計和參數估算。設計了整流濾波電路、移相全橋變換器電路、功率控制電路、頻率跟蹤電路、匹配電路、驅動和保護電路等。文中還介紹了移相全橋的特點，具體分析了移相全橋變換的工作過程，并對移相全橋電路進行了相應的參數設計。文章最后應用PSPICE軟件對整個系統進行了仿真分析，對理論設計進行修正。結果表明系統設計可行，性能指標基本可以滿足設計要求。
上傳時間： 2022-06-18
上傳用戶：
AR0231AT7C00XUEA0-DRBR（RGB濾光）安森美半導體推出采用突破性減少LED閃爍 (LFM)技術的新的230萬像素CMOS圖像傳感器樣品AR0231AT，為汽車先進駕駛輔助系統(ADAS)應用確立了一個新基準。新器件能捕獲1080p高動態范圍(HDR)視頻，還具備支持汽車安全完整性等級B(ASIL B)的特性。LFM技術(專利申請中)消除交通信號燈和汽車LED照明的高頻LED閃爍，令交通信號閱讀算法能于所有光照條件下工作。AR0231AT具有1/2.7英寸(6.82 mm)光學格式和1928(水平) x 1208(垂直)有源像素陣列。它采用最新的3.0微米背照式(BSI)像素及安森美半導體的DR-Pix?技術，提供雙轉換增益以在所有光照條件下提升性能。它以線性、HDR或LFM模式捕獲圖像，并提供模式間的幀到幀情境切換。 AR0231AT提供達4重曝光的HDR，以出色的噪聲性能捕獲超過120dB的動態范圍。AR0231AT能同步支持多個攝相機，以易于在汽車應用中實現多個傳感器節點，和通過一個簡單的雙線串行接口實現用戶可編程性。它還有多個數據接口，包括MIPI(移動產業處理器接口)、并行和HiSPi(高速串行像素接口)。其它關鍵特性還包括可選自動化或用戶控制的黑電平控制，支持擴頻時鐘輸入和提供多色濾波陣列選擇。封裝和現狀：AR0231AT采用11 mm x 10 mm iBGA-121封裝，現提供工程樣品。工作溫度范圍為-40℃至105℃(環境溫度)，將完全通過AEC-Q100認證。
標簽： 圖像傳感器
上傳時間： 2022-06-27
上傳用戶：XuVshu
超聲理論與技術的快速發展，使超聲設備不斷更新，超聲檢查已成為預測和評價疾病及其治療結果不可缺少的重要方法。超聲診斷技術不僅具有安全、方便、無損、廉價等優點，其優越性還在于它選用診斷參數的多樣性及其在工程上實現的靈活性。 全數字B超診斷儀基于嵌入式ARM9+FPGA硬件平臺、LINUX嵌入式操作系統，是一種新型的、操作方便的、技術含量高的機型。它具有現有黑白B超的基本功能，能夠對超聲回波數據進行靈活的處理，從而使操作更加方便，圖象質量進一步提高，并為遠程醫療、圖像存儲、拷貝等打下基礎，是一種很有發展前景、未來市場的主打產品。全數字B型超聲診斷儀的基本技術特點是用數字硬件電路來實現數據量極其龐大的超聲信息的實時處理，它的實現主要倚重于FPGA技術。現在FPGA已經成為多種數字信號處理（DSP）應用的強有力解決方案。硬件和軟件設計者可以利用可編程邏輯開發各種DSP應用解決方案。可編程解決方案可以更好地適應快速變化的標準、協議和性能需求。 本論文首先闡述了醫療儀器發展現狀和嵌入式計算機體系結構及發展狀況，提出了課題研究內容和目標。然后從B超診斷原理及全數字B超診斷儀設計入手深入分析了B型超聲診斷儀的系統的硬件體系機構。對系統的總體框架和ARM模塊設計做了描述后，接著分析了超聲信號進行數字化處理的各個子模塊、可編程邏輯器件的結構特點、編程原理、設計流程以及ARM處理模塊和FPGA模塊的主要通訊接口。接著，本論文介紹了基于ARM9硬件平臺的LINUX嵌入式操作系統的移植和設備驅動的開發，詳細描述了B型超聲診斷儀的軟件環境的架構及其設備驅動的詳細設計。最后對整個系統的功能和特點進行了總結和展望。
上傳時間： 2013-05-28
上傳用戶：sssnaxie
本書是自適應信號處理領域的一本經典教材。全書共17章，內容包括：自適應LMS橫向濾波器、自適應格型濾波器、自適應遞歸濾波器、頻域和子帶自適應濾波器、盲自適應濾波器、神經網絡、非線性自適應濾波器等及其在通信與信息系統中的應用。目錄背景與預覽第1章 隨機過程與模型第2章 維納濾波器第3章 線性預測第4章 最速下降算法第5章 最小均方自適應濾波器第6章 歸一化最小均方自適應濾波器第7章 頻域和子帶自適應濾波器第8章 最小二乘法第9章 遞歸最小二乘自適應濾波器第10章 卡爾曼濾波器第11章 平方根自適應濾波器第12章 階遞歸自適應濾波器第13章 有限精度效應第14章 時變系統的跟蹤第15章 無限脈沖響應自適應濾波器第16章 盲反卷積第17章 反向傳播學習后記附錄A 復變量附錄B 對向量微分附錄C 拉格朗日乘子法附錄D 估計理論附錄E 特征分析附錄F 旋轉和映射附錄G 復數Wishart分布術語參考文獻 現在網上流傳的技術類書籍好多都是預覽版本，此書為全本，非常難得，現在分享給大家，希望對大家有所幫助。
標簽： 自適應濾波器
上傳時間： 2022-05-14
上傳用戶：默默
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
本系統采用A. 系統需求分析報告(設計方法/數據流圖/數據字典) B. 數據庫的信息要求報告（E—R圖及關系數據模型） C. 數據庫的操作和應用要求報告（模塊結構圖<概念結構設計及邏輯結構設計>） D. 調試中出現的問題及解決方法（物理設計,調試及運行，維護） E. 訪問數據庫的方式(ODBC,
上傳時間： 2013-12-27
上傳用戶：日光微瀾
提出了一種基于樣本的分級檢索 MPEG 視頻的新方法:首先用I 幀的dct_dc_size 字段快速粗檢,然后用斷層攝影(tomography)法分析B 幀運動矢 量的時空分布特性以進一步縮小結果集,最后用DC 圖像的精確匹配方法驗證檢索結果.試驗結果表明,本方法 所需計算量較小,且可保證較高的檢索精度.
標簽： dct_dc_size tomography MPEG 幀
上傳時間： 2013-12-30
上傳用戶：獨孤求源
技術文章《自采樣比例積分控制全數字鎖相環的性能分析和實現》有一定參考價值
上傳時間： 2015-08-21
上傳用戶：silenthink
功能較全的LL1文法分析,自定義輸入文法,生成first集follow集,再輸入句子,判斷是否是該文法,并顯示棧的狀態
上傳時間： 2014-11-28
上傳用戶：2467478207
