用一個(gè)C語(yǔ)言來(lái)測(cè)試4X4按鍵功能是否正常工作
標(biāo)簽： 4X4 正
上傳時(shí)間： 2017-07-25
上傳用戶：宋桃子
開關(guān)磁阻電機(jī)（SR電機(jī)）驅(qū)動(dòng)系統(tǒng)（SRD）是一種先進(jìn)的機(jī)電一體化裝置，但是其較大的振動(dòng)噪聲和轉(zhuǎn)矩脈動(dòng)問(wèn)題制約了SRD的廣泛應(yīng)用。本文以減小SR電機(jī)振動(dòng)噪聲和轉(zhuǎn)矩脈動(dòng)為主題展開理論分析和實(shí)驗(yàn)研究。主要內(nèi)容有：由于徑向力引起的定子徑向振動(dòng)是SR電機(jī)噪聲的主要根源，因此徑向力的分析和計(jì)算是研究SR電機(jī)振動(dòng)噪聲的基礎(chǔ)。本文利用磁通管法推導(dǎo)出徑向力的解析表達(dá)式，定性分析了徑向力與電機(jī)結(jié)構(gòu)參數(shù)等之間的關(guān)系。根據(jù)虛位移原理，推導(dǎo)出基于矢量磁勢(shì)的電磁力計(jì)算公式。該計(jì)算方法求解電磁力時(shí)只需進(jìn)行一次磁場(chǎng)計(jì)算，不但減小了計(jì)算量，同時(shí)計(jì)算精度較傳統(tǒng)虛位移法高。利用這一計(jì)算方法，求出了實(shí)驗(yàn)樣機(jī)的轉(zhuǎn)矩及徑向力的精確數(shù)值解。針對(duì)在SRD性能仿真時(shí)，傳統(tǒng)的非線性插值不但耗時(shí)，而且對(duì)有限元計(jì)算數(shù)據(jù)量要求高的問(wèn)題，本文利用人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性模型辨識(shí)能力，成功進(jìn)行了SR電機(jī)磁鏈反演和轉(zhuǎn)矩計(jì)算的模型訓(xùn)練，最后建立了基于人工神經(jīng)網(wǎng)絡(luò)的SR電機(jī)精確解析數(shù)學(xué)模型。因?yàn)镾R電機(jī)本體結(jié)構(gòu)形式的選擇問(wèn)題與振動(dòng)噪聲大小有著密切的關(guān)系。本文從噪聲輻射和振動(dòng)幅值角度探討了SR電機(jī)主要尺寸的確定；接著從對(duì)稱性、力波階數(shù)等角度研究了SR電機(jī)相數(shù)及繞組連接方式、極數(shù)、并聯(lián)支路數(shù)的選擇問(wèn)題。并對(duì)一些常用的降低電機(jī)機(jī)械噪聲的措施和方法進(jìn)行了綜述。系統(tǒng)振動(dòng)特性的研究對(duì)于減小振動(dòng)噪聲十分重要。本文從振動(dòng)系統(tǒng)的運(yùn)動(dòng)方程出發(fā)，導(dǎo)出了從激振力到振動(dòng)加速度的傳遞函數(shù)和系統(tǒng)的自由振動(dòng)解；然后利用機(jī)電類比法得出了SR電機(jī)定子系統(tǒng)的固有頻率以及振動(dòng)振幅的解析解，定性分析了影響振動(dòng)振幅的各種因素；最后利用基于能量法的有限元解法，通過(guò)建立不同的散熱筋結(jié)構(gòu)形式、高度、根數(shù)以及形狀的SR電機(jī)三維有限元模型，分析得出了最有利于降噪和散熱的散熱筋結(jié)構(gòu)是高度高、根數(shù)多、上窄下寬的梯形截面的周向散熱筋的結(jié)論。通過(guò)建立不同繞組裝配工藝下的SR電機(jī)三維有限元模型，分析得出了加強(qiáng)繞組剛度可以提高系統(tǒng)低階固有頻率的結(jié)論。通過(guò)比較實(shí)驗(yàn)樣機(jī)的模態(tài)分析結(jié)果和運(yùn)行實(shí)驗(yàn)結(jié)果，證實(shí)了模態(tài)分析的有效性。仿真是計(jì)算SRD系統(tǒng)性能和預(yù)估電機(jī)振動(dòng)的有效手段。本文在用MATLAB建立SRD系統(tǒng)的非線性動(dòng)態(tài)仿真模型的基礎(chǔ)上，對(duì)SRD系統(tǒng)進(jìn)行了穩(wěn)態(tài)性能仿真、動(dòng)態(tài)性能仿真以及負(fù)載突變仿真。接著利用穩(wěn)態(tài)性能仿真，綜合考慮最大平均轉(zhuǎn)矩和效率這兩個(gè)優(yōu)化目標(biāo)，對(duì)SR電機(jī)的開關(guān)角進(jìn)行了優(yōu)化。最后結(jié)合由磁場(chǎng)有限元計(jì)算得到的徑向力數(shù)據(jù)表和穩(wěn)態(tài)性能仿真，通過(guò)非線性插值得到徑向力的波形，然后對(duì)徑向力波形進(jìn)行了頻譜分析，從而找到其主要的諧波分量。在電機(jī)設(shè)計(jì)階段避免徑向力波主要頻譜分量與SR電機(jī)定子的固有頻率接近而引起共振是降低SR電機(jī)噪聲的首要條件。合適的控制策略對(duì)于SR電機(jī)減振降噪是必不可少的。本文理論推導(dǎo)出三步換相法的時(shí)間參數(shù)取值公式。仿真證明本取值公式較原先文獻(xiàn)的結(jié)論在阻尼比較小時(shí)有更好的減振效果。針對(duì)SR電機(jī)運(yùn)行中可能出現(xiàn)多個(gè)模態(tài)振形被激發(fā)出來(lái)的情況，利用數(shù)值優(yōu)化法對(duì)三步換相法的時(shí)間參數(shù)進(jìn)行了優(yōu)化，使得減振效果整體最佳，所提的數(shù)值優(yōu)化方法對(duì)兩步換相法同樣有效。在分析已有的直接瞬時(shí)轉(zhuǎn)矩控制的基礎(chǔ)上，針對(duì)其不足之處，提出了轉(zhuǎn)矩定頻控制取代內(nèi)滯環(huán)的方法、開始重疊區(qū)域的轉(zhuǎn)矩控制方法、最佳開關(guān)角度二次優(yōu)化法和時(shí)間參數(shù)優(yōu)化的三步換相法等新的控制方案。動(dòng)態(tài)仿真證明這些方案是切實(shí)有效的，達(dá)到了預(yù)期效果。最后在直接瞬時(shí)轉(zhuǎn)矩控制的每一次轉(zhuǎn)矩?cái)夭ǘ际褂萌綋Q相法，和在相關(guān)斷時(shí)刻根據(jù)實(shí)際電平靈活選用兩步或三步換相法以減小電機(jī)振動(dòng)噪聲，并提出了考慮減振要求的開關(guān)頻率設(shè)計(jì)方法，最終形成了一套完整的降低振動(dòng)噪聲和轉(zhuǎn)矩脈動(dòng)控制策略。設(shè)計(jì)并研制了基于TMS320LF2407DSP的SR電機(jī)控制器。根據(jù)控制策略要求，選用了不對(duì)稱半橋功率電路拓?fù)浣Y(jié)構(gòu)；出于降低成本以及提高可靠性考慮，采用了MOSFET雙路并聯(lián)電路方案。在控制軟件中實(shí)現(xiàn)了本文所提出的降低SR電機(jī)振動(dòng)噪聲和轉(zhuǎn)矩脈動(dòng)控制策略。本文最后對(duì)實(shí)驗(yàn)樣機(jī)進(jìn)行了靜態(tài)轉(zhuǎn)矩的測(cè)量實(shí)驗(yàn)，對(duì)比轉(zhuǎn)矩測(cè)量值與轉(zhuǎn)矩有限元計(jì)算值，驗(yàn)證了磁場(chǎng)有限元計(jì)算的有效性。然后對(duì)實(shí)驗(yàn)樣機(jī)進(jìn)行了空載與負(fù)載、電流控制與轉(zhuǎn)矩控制、低速斬波與高速單波、是否采用兩步或三步換相法等一系列對(duì)比運(yùn)行實(shí)驗(yàn)，對(duì)比各種實(shí)驗(yàn)結(jié)果，充分證實(shí)了本文所提出的降低振動(dòng)噪聲和轉(zhuǎn)矩脈動(dòng)控制策略的有效性。本課題組承擔(dān)了國(guó)家十·五863計(jì)劃電動(dòng)汽車重大專項(xiàng)：“EQ6110HEV混合動(dòng)力城市公交車用電機(jī)及其控制系統(tǒng)”（2001AA501421）。本文的研究是在該項(xiàng)目的資助下完成，并且本文關(guān)于電機(jī)本體結(jié)構(gòu)形式、散熱筋結(jié)構(gòu)和機(jī)械降噪措施等的結(jié)論已在該項(xiàng)目的60kW實(shí)驗(yàn)樣機(jī)上得到證實(shí)。
標(biāo)簽： 開關(guān)磁阻電機(jī) 減 降噪
上傳時(shí)間： 2013-07-05
上傳用戶：13081287919
要學(xué)習(xí)一門編程語(yǔ)言并不難，編程主要是掌握思想，然后就是練習(xí)敲代碼了。你的代碼量每突破50000行的時(shí)候你的水平都有一個(gè)階段性的提升，翔子在此給學(xué)習(xí)c#的朋友一些建議，供新手參考！首先熟悉.net框架,理解面向?qū)ο缶幊痰乃枷?挺重要的!編程的學(xué)習(xí)是要慢慢而來(lái)的,慢慢的積累!
標(biāo)簽：
上傳時(shí)間： 2013-04-24
上傳用戶：xyipie
心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問(wèn)題和分類識(shí)別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過(guò)對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)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(yīng)錐形核時(shí)頻（ATF）分析方法，通過(guò)實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過(guò)Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時(shí)，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(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中NM、AF、AR、AS、MR每類心音信號(hào)的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，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(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語(yǔ)言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過(guò)對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。 本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)
標(biāo)簽： 時(shí)頻 分析方法 分
上傳用戶：weixiao99
用C寫的PID模塊，以簡(jiǎn)潔的代碼量完成了PID算法，提高了速度。
標(biāo)簽： pid skO Pi
上傳時(shí)間： 2013-06-07
上傳用戶：快樂(lè)的小糗糗
磁共振成像（MRI）由于自身獨(dú)特的成像特點(diǎn)，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個(gè)算法.首先，該文針對(duì)MRI重建后圖像噪聲分布的實(shí)際特點(diǎn)，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點(diǎn)，首先對(duì)與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計(jì)來(lái)進(jìn)行參數(shù)估計(jì)，同時(shí)利用連續(xù)尺度間的尺度相關(guān)性特點(diǎn)來(lái)進(jìn)行函數(shù)升級(jí)，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時(shí)，該文對(duì)MRI圖像的進(jìn)一步的分析與應(yīng)用展開了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點(diǎn)，同時(shí)考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對(duì)目標(biāo)函數(shù)加以改進(jìn)，用來(lái)克服噪聲和非均勻場(chǎng)對(duì)MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過(guò)實(shí)驗(yàn)，我們發(fā)現(xiàn)，無(wú)論是針對(duì)模擬圖像還是實(shí)際圖像，該文所提出的兩個(gè)算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
標(biāo)簽： MRI 小波分解 圖像去噪 分割
上傳用戶：zhichenglu
隨著多媒體技術(shù)的發(fā)展，數(shù)字圖像處理已經(jīng)成為眾多應(yīng)用系統(tǒng)的核心和基礎(chǔ)。它的發(fā)展主要依賴于兩個(gè)性質(zhì)不同、自成體系但又緊密相關(guān)的研究領(lǐng)域：圖像處理算法及其相應(yīng)的電路實(shí)現(xiàn)。圖像處理系統(tǒng)的硬件實(shí)現(xiàn)—般有三種方式：專用的圖像處理器件集成芯片(Application Specific Integrated Circuit)、數(shù)字信號(hào)處理器(Digital Signal Process)和現(xiàn)場(chǎng)可編程門陣列(Field Programmable Gate Array)以及相關(guān)電路組成。它們可以實(shí)時(shí)高速完成各種圖像處理算法。圖像處理中，低層的圖像預(yù)處理的數(shù)據(jù)量很大，要求處理速度快，但運(yùn)算結(jié)果相對(duì)比較簡(jiǎn)單。相對(duì)于其他兩種方式，基于FPGA的圖像處理方式的系統(tǒng)更適合于圖像的預(yù)處理。本文設(shè)計(jì)了—種基于FPGA的小波域圖像去噪系統(tǒng)。首先，闡述了基于小波變換的圖像去噪算法原理，重點(diǎn)討論了小波鄰域閾值(NeighShrink)去噪算法，并給出了該算法相應(yīng)的Matlab 仿真；然后，為了改進(jìn)鄰域閾值去噪算法中對(duì)每個(gè)分解子帶都采用相同鄰域和閾值的缺點(diǎn)，本文提出了基于最小二乘支持向量機(jī)(LS-SVM)分類的鄰域閾值去噪算法和以斯坦無(wú)偏估計(jì) (SURE)為準(zhǔn)則同時(shí)結(jié)合小波系數(shù)尺度間關(guān)系的鄰域閾值去噪算法。經(jīng)Matlab實(shí)驗(yàn)表明，相比于其他幾種經(jīng)典算法，本文提出的兩種改進(jìn)算法在濾除噪聲的同時(shí)能更好地保護(hù)圖像細(xì)節(jié)，并在較高噪聲情況下能獲得更高的峰值信噪比。在此基礎(chǔ)上本文將提出的改進(jìn)小波鄰域閾值去噪算法進(jìn)行了相應(yīng)的簡(jiǎn)化，以滿足低噪聲處理要求且易于在FPGA上實(shí)現(xiàn)；最后，給出了基于 FPGA的小波鄰域閾值去噪系統(tǒng)的總體結(jié)構(gòu)和FPGA內(nèi)部各功能模塊的具體實(shí)現(xiàn)方案，包括二維離散小波變換模塊、二維離散小波逆變換模塊、SDRAM存儲(chǔ)器控制模塊、去噪計(jì)算模塊和系統(tǒng)核心控制模塊，并對(duì)各個(gè)系統(tǒng)模塊和整體進(jìn)行了仿真驗(yàn)證，結(jié)果表明本文設(shè)計(jì)的基于FPGA 的小波鄰域閾值去噪系統(tǒng)能滿足實(shí)際的圖像處理要求，具有一定的理論和實(shí)際應(yīng)用價(jià)值。關(guān)鍵詞：圖像處理系統(tǒng)，F(xiàn)PGA，圖像去噪算法，小波變換
標(biāo)簽： 小波變換 圖像去噪 算法研究
上傳時(shí)間： 2013-05-16
上傳用戶：450976175
TCPIP源代碼C語(yǔ)言版本，文件 中是用C寫的TCP/IP通信協(xié)議，如果用得到可以直接移植到嵌入式處理器中，只需小量修改即可，希望對(duì)有需要者有所幫助^_^
標(biāo)簽： TCPIP C語(yǔ)言 源代碼 版本
上傳時(shí)間： 2013-07-17
上傳用戶：372825274
·詳細(xì)說(shuō)明：CMU大名鼎鼎的SPHINX－3大詞匯量連續(xù)語(yǔ)音識(shí)別系統(tǒng)，應(yīng)用于Unix和Windows，做語(yǔ)音識(shí)別的必備工具.文件列表: src ...\libs3audio ...\..........\ad.h ...\..........\ad_alsa.c ...\..........\ad_base.c ..
標(biāo)簽： SPHINX CMU 詞匯 語(yǔ)音識(shí)別系統(tǒng)
上傳時(shí)間： 2013-06-11
上傳用戶：jqy_china
在QPSK調(diào)制方式下，分別研究推導(dǎo)了基于輔助數(shù)據(jù)的極大似然比信噪比估計(jì)算法研究、基于矩的信噪比估計(jì)算法研究以及基于高階累積量的信噪比估計(jì)算法。通過(guò)仿真比較了信噪比估計(jì)算法的性能，著重分析比較了采用的迭代次數(shù)及數(shù)據(jù)長(zhǎng)度等參數(shù)對(duì)算法性能的影響，最終根據(jù)算法各自的特點(diǎn)給出了相應(yīng)的適用范圍。
標(biāo)簽： 信噪比 方法研究
上傳時(shí)間： 2013-10-20
上傳用戶：15736969615
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<strike id="88sq4"></strike>
