基于雙平面靶標(biāo)的多視覺傳感器現(xiàn)場全局校準(zhǔn)
標(biāo)簽： 基于雙平面靶標(biāo)的多視覺傳感器現(xiàn)場全局校準(zhǔn)
上傳時間： 2015-12-17
上傳用戶：Sentalr
根據(jù)半實(shí)物仿真的特點(diǎn)和優(yōu)點(diǎn)，本文提出了基于半實(shí)物仿真系統(tǒng)的多假目標(biāo)航跡欺騙研究的優(yōu)勢和價值。然后從實(shí)現(xiàn)多假目標(biāo)航跡欺騙的必要條件、航跡欺騙產(chǎn)生的原理、多假目標(biāo)欺騙的參數(shù)匹配、多目標(biāo)欺騙航跡的數(shù)據(jù)預(yù)算4個方面詳細(xì)闡述了多假目標(biāo)航跡欺騙原理，以及對半實(shí)物仿真系統(tǒng)的組成、軟硬件設(shè)計特點(diǎn)進(jìn)行了介紹，最后通過半實(shí)物仿真系統(tǒng)驗(yàn)證了兩批假目標(biāo)預(yù)定航跡的真實(shí)性和置信度，結(jié)果證明這種方式對研究多假目標(biāo)航跡欺騙技術(shù)和戰(zhàn)術(shù)應(yīng)用的可行性和有效性。
標(biāo)簽： 半實(shí)物仿真
上傳時間： 2013-11-11
上傳用戶：攏共湖塘
ucOS-ii應(yīng)用實(shí)例：基于ARM與ucOS-II的多通道儀表數(shù)據(jù)采集系統(tǒng)。采用多任務(wù)編程方法，每個任務(wù)監(jiān)視一路AD轉(zhuǎn)換，并將轉(zhuǎn)換結(jié)果在液晶屏上用一個條形圖顯示。
標(biāo)簽： ucOS-ii ucOS-II ARM 應(yīng)用實(shí)例
上傳時間： 2013-12-26
上傳用戶：我們的船長
一個基于8發(fā)1收的多天線系統(tǒng)的準(zhǔn)正交差分調(diào)制例程
上傳時間： 2015-10-17
上傳用戶：wmwai1314
基于89C52單片機(jī)和AD574的多路數(shù)據(jù)采集系統(tǒng)
標(biāo)簽： 89C52 574 AD 單片機(jī)
上傳時間： 2013-12-10
上傳用戶：13215175592
基于凌陽SPCE061A單片機(jī)的多功能測頻測相儀
上傳時間： 2016-09-24
上傳用戶：225588
基于PC機(jī)串口的多單片機(jī)通訊實(shí)例。 值得單片機(jī)初學(xué)者看看。 尤其是關(guān)注UART通訊的。
標(biāo)簽： UART 單片機(jī) 通訊 PC機(jī)
上傳時間： 2013-12-06
上傳用戶：iswlkje
波形發(fā)生器設(shè)計與總結(jié)報告 摘 要：本設(shè)計是基于信號發(fā)生芯片MAX038的多功能波形發(fā)生器。由MAX038、D\A轉(zhuǎn)換，MAX414運(yùn)算放大器、LCD12864顯示、單片機(jī)以及外圍電路構(gòu)成的多波形發(fā)生器。利用MAX038產(chǎn)生正弦波、三角波、鋸齒波、方波的波形，單片機(jī)通過D\A轉(zhuǎn)換對MAX038的控制，從而實(shí)現(xiàn)頻率和占空比的步進(jìn)調(diào)控，在1Hz～2.4MHz內(nèi)產(chǎn)生任意正弦波、三角波、鋸齒波和方波。 采用MAX414和TLC549構(gòu)成信號放大采樣電路，用液晶模塊LCD12864可實(shí)現(xiàn)實(shí)時顯示波形的類型、頻率、幅度和占空比等功能；。經(jīng)多次測試，本設(shè)計整機(jī)具有波形清晰，頻率、相位和幅度相對穩(wěn)定，沒有明顯的失真，采用鍵盤輸入，LCD顯示，操作顯示界面簡單直觀，實(shí)現(xiàn)按步進(jìn)進(jìn)行調(diào)整。 關(guān)鍵詞：單片機(jī) MAX038 D\A轉(zhuǎn)換 占空比 LCD12864
標(biāo)簽： MAX 038 波形發(fā)生器 報告
上傳時間： 2017-01-10
上傳用戶：xymbian
基于支持向量聚類的多聚焦圖像融合算法∗ Exploiting SVC Algorithm for Multifocus Image Fusion
標(biāo)簽： Exploiting Multifocus Algorithm Fusion
上傳時間： 2013-12-08
上傳用戶：xlcky
基于支持向量聚類的多聚焦圖像融合算法. 從無監(jiān)督機(jī)器學(xué)習(xí)角度提出了一種基于SVC(support vector clustering)的圖像融合規(guī)則,解決了基于 SVM(support vector machine)的融合規(guī)則在處理多聚焦圖像融合問題時所引起的區(qū)域混疊與非平滑過渡問題,進(jìn)一步提高了融合圖像的質(zhì)量.
標(biāo)簽： support clustering vector vecto
上傳時間： 2013-12-17
上傳用戶：qlpqlq
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
