多諧振蕩器是一種能產(chǎn)生矩形波的自激振蕩器，也稱矩形波發(fā)生器。"多諧"指矩形波中除了基波成分外，還含有豐富的高次諧波成分。多諧振蕩器沒有穩(wěn)態(tài)，只有兩個暫穩(wěn)態(tài)。在工作時，電路的狀態(tài)在這兩個暫穩(wěn)態(tài)之間自動地交替變換，由此產(chǎn)生矩形波脈沖信號，常用作脈沖信號源及時序電路中的時鐘信號。
上傳時間： 2013-10-14
上傳用戶：cicizoe
在電源設(shè)計中，工程人員時常會面臨控制 IC 驅(qū)動電流不足的問題，或者因為閘極驅(qū)動損耗導(dǎo)致控制 IC 功耗過大。為解決這些問題，工程人員通常會採用外部驅(qū)動器。目前許多半導(dǎo)體廠商都有現(xiàn)成的 MOSFET 積體電路驅(qū)動器解決方案，但因為成本考量，工程師往往會選擇比較低價的獨立元件。
上傳時間： 2013-11-19
上傳用戶：阿譚電器工作室
一.晶片的作用: 晶片為LED的主要原材料,LED主要依靠晶片來發(fā)光. 二.晶片的組成. 主要有砷(AS) 鋁(AL) 鎵(Ga) 銦(IN) 磷(P) 氮(N)鍶(Ｓi)這幾種元素中的若干種組成.
標(biāo)簽： 芯片
上傳時間： 2013-12-10
上傳用戶：離殤
在醫(yī)用電阻抗層析成像（Electrical Impedance Tomography）系統(tǒng)中電壓控制電流源的性能十分重要，大部分報道的電壓控電流源電路在低頻時有較高的輸出阻抗但是在高頻時性能大幅減弱。通過分析生物阻抗測量系統(tǒng)對電壓控制電流源的需求，同時回顧一些已有的電壓控制電流源電路，包括雙運放負(fù)反饋電路、跨導(dǎo)運算放大器、AD844，設(shè)計了一種基于AD8610的電壓控制電流源。并通過電路實驗驗證了此電壓控制電流源的性能，同時提出了改進(jìn)方案。該電壓電流源不僅頻率和幅值可控、精度高，而且有較高的輸出阻抗。
標(biāo)簽： 電阻抗 成像系統(tǒng) 電壓控制 電流源
上傳時間： 2013-11-05
上傳用戶：heart_2007
DAB基帶芯片是一款集成面積小、功耗低、可用于移動和便攜設(shè)備的DAB基帶解碼器和MPEGL2音頻解碼器。本設(shè)計完全自主開發(fā)，可以對DABETSI300401傳輸幀進(jìn)行全速解碼，包括數(shù)字混頻、同步/跟蹤和解調(diào)。基帶解碼器可同時對傳輸幀內(nèi)的兩路音頻、數(shù)據(jù)或視頻節(jié)目進(jìn)行解碼。解碼后的音頻節(jié)目可以通過上MPEGL2音頻解碼器播放，數(shù)據(jù)/視頻節(jié)目可以通過外部CPU進(jìn)一步處理和顯示。
上傳時間： 2013-11-16
上傳用戶：woshini123456
單片機(jī)大蝦是怎么樣煉成的 強(qiáng)烈要求學(xué)習(xí)單片機(jī)的同志們看完！前言：近來在論壇總是見到一些菜鳥們在大叫：“我想學(xué)單片機(jī)”，“我要學(xué)單片機(jī)”，“如何入門啊？”，“你們怎么這么厲害，是怎樣學(xué)的？？”等等等等一系列的問題，實在是看多了也感到煩了，今天，就由我電子白菜厚著面皮，頂著無數(shù)老蝦的磚頭，在這里寫上一篇單片機(jī)學(xué)習(xí)心得，讓菜鳥們勇敢地跨出第一步。首先解釋什么是蝦米先，以我個人意見吧。1、來單片機(jī)論壇的時候能夠看懂大多數(shù)家伙在說什么，（當(dāng)然不是看懂他們在灌水的帖子啦）并且能適當(dāng)?shù)靥岢鰡栴}（非弱智的問題）和討論，解答別人的問題。2、當(dāng)希望自己用單片機(jī)開發(fā)一個東東，或公司要求開發(fā)一個方案的時候，能夠很快地在心中建立一個基本模型，知道應(yīng)該需要些什么知識，而自己又掌握多少，并根據(jù)一定的靈感開始搜索資料。就是以上這2 點了，如果你滿足了，基本下面的東西你就當(dāng)作是故事來讀就可以了。然后是心態(tài)問題，不久前看到有人這么問：“我想學(xué)單片機(jī)啊，因為聽說很有錢途，請問學(xué)那種單片機(jī)最有錢途？”這個問題，我看到了就覺得反感，可以這么說，在這個壇子混的單片機(jī)大蝦只有兩種：第一、是一直從事單片機(jī)類工作的；第二、是愛好者，愛好者包括從事單片機(jī)工作的和非單片機(jī)工作的。的確，單片機(jī)是有一定的錢途，但對于那些本來不是從事單片機(jī)工作的，而又沒有興趣的，單從錢的角度出發(fā)的家伙，想學(xué)好單片機(jī)？？恐怕是做白日夢。
標(biāo)簽： 單片機(jī)
上傳時間： 2013-11-04
上傳用戶：firstbyte
HT47R20A-1時基(Time Base)使用介紹 HT47 系列單片機(jī)的時基可提供一個周期性超時時間周期以產(chǎn)生規(guī)則性的內(nèi)部中斷。時基的時鐘來源可由掩膜選擇設(shè)定為WDT 時鐘、RTC 時鐘或指令時鐘（系統(tǒng)時鐘/4）；其超時時間范圍可由掩膜選擇設(shè)定為“時鐘來源”/212~“時鐘來源”/215。如果時基發(fā)生超時現(xiàn)象，則其對應(yīng)的中斷請求標(biāo)志（TBF）會被置位，如果中斷允許，則產(chǎn)生一個中斷服務(wù)到08H 的地址。
上傳時間： 2013-11-15
上傳用戶：13925096126
MSP430單片機(jī)實現(xiàn)微波成像系統(tǒng)的掃描控制與數(shù)據(jù)采集應(yīng)用MSP430單片機(jī)實現(xiàn)微波成像系統(tǒng)的天線掃描控制與數(shù)據(jù)采集功能，介紹了該系統(tǒng)控制及采集部分的硬件結(jié)構(gòu)及軟件設(shè)計。
標(biāo)簽： MSP 430 單片機(jī) 微波成像
上傳時間： 2013-10-28
上傳用戶：王慶才
單片機(jī)模糊模糊控制是目前在控制領(lǐng)域所采用的三種智能控制方法中最具實際意義的方法。模糊控制的采用解決了大量過去人們無法解決的問題，并且在工業(yè)控制、家用電器和各個領(lǐng)域已取得了令人觸目的成效。本書是一本系統(tǒng)地介紹模糊控制的理論、技術(shù)、方法和應(yīng)用的著作；內(nèi)容包括模糊控制基礎(chǔ)、模糊控制器、模糊控制系統(tǒng)、模糊控制系統(tǒng)的穩(wěn)定性、模糊控制系統(tǒng)的開發(fā)軟件，用單片微型機(jī)實現(xiàn)模糊控制的技術(shù)和方法，模糊控制在家用電器和工業(yè)上應(yīng)用的實際例子；反映了模糊控制目前的水平。 單片機(jī)模糊模糊控制目錄 ： 第一章 模糊邏輯、神經(jīng)網(wǎng)絡(luò)集成電路的發(fā)展 1.1 模糊邏輯及其集成電路的發(fā)展1.1.1 模糊邏輯的誕生和發(fā)展1.1.2 模糊集成電路的發(fā)展進(jìn)程1.2 神經(jīng)網(wǎng)絡(luò)及其集成電路的發(fā)展1.2.1 神經(jīng)網(wǎng)絡(luò)的形成歷史1.2.2 神經(jīng)網(wǎng)絡(luò)集成電路的發(fā)展1.3 模糊邏輯和神經(jīng)網(wǎng)絡(luò)的結(jié)合1.3.1 模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的意義1.3.2 模糊邏輯和神經(jīng)網(wǎng)絡(luò)結(jié)合的前景第二章 模糊邏輯及其理論基礎(chǔ) 2.1 模糊集合與隸屬函數(shù)2.1.1 模糊集合概念2.1.2 隸屬函數(shù)2.1.3 分解定理與擴(kuò)張定理2.1.4 模糊數(shù)2.2 模糊關(guān)系、模糊矩陣與模糊變換2.2.1 模糊關(guān)系2.2.2 模糊矩陣2.2.3 模糊變換2.3模糊邏輯和函數(shù)2.3.1模糊命題2.3.2模糊邏輯2.3.3模糊邏輯函數(shù)2.4模糊語言2.4.1 語言及語言的模糊性2.4.2 模糊語言2.4.3 語法規(guī)則和算子2.4.4 模糊條件語句2.5 模糊推理2.5.1 模糊推理的CRI法2.5.2 模糊推理的TVR法2.5.3 模糊推理的直接法2.5.4 模糊推理的精確值法2.5.5 模糊推理的強(qiáng)度轉(zhuǎn)移法第三章 模糊控制基礎(chǔ) 3.1 模糊控制的系統(tǒng)結(jié)構(gòu)3.2 精確量的模糊化3.2.1 語言變量的分檔3.2.2 語言變量值的表示方法3.2.3 精確量轉(zhuǎn)換成模糊量3.3 模糊量的精確化3.3.1 最大隸屬度法3.3.2 中位數(shù)法3.3.3 重心法3.4 模糊控制規(guī)則及控制算法3.4.1 模糊控制規(guī)則的格式3.4.2 模糊控制規(guī)則的生成3.4.3 模糊控制規(guī)則的優(yōu)化3.4.4 模糊控制算法3.5 模糊控制的神經(jīng)網(wǎng)絡(luò)方法3.5.1 神經(jīng)元和神經(jīng)網(wǎng)絡(luò)3.5.2 神經(jīng)網(wǎng)絡(luò)的分布存儲和容錯性3.5.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法3.5.4 神經(jīng)網(wǎng)絡(luò)實現(xiàn)的模糊控制3.5.5 神經(jīng)網(wǎng)絡(luò)構(gòu)造隸屬函數(shù)3.5.6 神經(jīng)網(wǎng)絡(luò)存儲控制規(guī)則3.5.7 神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器結(jié)構(gòu)4.2 模糊控制器設(shè)計4.2.1 常規(guī)模糊控制器設(shè)計4.2.2 變結(jié)構(gòu)模糊控制器設(shè)計4.2.3 自組織模糊控制器設(shè)計4.2.4 自適應(yīng)模糊控制器設(shè)計4.3 模糊控制器的數(shù)學(xué)模型4.3.1 常規(guī)模糊控制器的數(shù)學(xué)模型4.3.2 模糊控制器數(shù)學(xué)模型的建立第五章 模糊控制系統(tǒng) 5.1 模糊系統(tǒng)的辨識和建模5.1.1 模糊系統(tǒng)辨識的數(shù)學(xué)基礎(chǔ)5.1.2 基于模糊關(guān)系方程的模糊模型辨識5.1.3 基于語言控制規(guī)則的模糊模型辨識5.2 模糊控制系統(tǒng)的設(shè)計5.2.1 模糊控制系統(tǒng)的一般設(shè)計過程5.2.2 模糊控制系統(tǒng)的典型設(shè)計5.3 模糊控制系統(tǒng)的穩(wěn)定性5.3.1 穩(wěn)定性分析的Lyapunov直接法5.3.2 語言規(guī)則描述的模糊控制系統(tǒng)的穩(wěn)定性5.3.3 關(guān)系方程描述的模糊控制系統(tǒng)的穩(wěn)定性第六章 數(shù)字單片機(jī)與模糊控制6.1 數(shù)字單片機(jī)MC68HC705P96.1.1 MC68HC705P9單片機(jī)性能概論6.1.2 MC68HC705P9單片機(jī)基本結(jié)構(gòu)6.1.3 MC68HC705P9指令系統(tǒng)6.2 數(shù)字單片機(jī)模糊控制方式6.2.1 數(shù)字單片機(jī)與模糊控制關(guān)系6.2.2 數(shù)字單片機(jī)模糊控制方式第七章 模糊單片機(jī)與模糊控制7.1 模糊單片機(jī)NLX2307.1.1 模糊單片機(jī)NLX230性能概況7.1.2 NLX230的結(jié)構(gòu)及引腳7.1.3 NLX230的模糊推理方式7.1.4 NLX230的內(nèi)部寄存器7.1.5 NLX230的操作及接口技術(shù)7.2 NLX230開發(fā)系統(tǒng)7.3 NLX230應(yīng)用例子第八章 模糊控制的開發(fā)軟件8.1 模糊推理機(jī)原理8.2 模糊推理機(jī)的算法8.3 模糊推理機(jī)結(jié)構(gòu)和清單8.4 模糊邏輯知識基發(fā)生器8.5 模糊推理開發(fā)環(huán)境8.5.1 FIDE的工作條件8.5.2 FIDE的結(jié)構(gòu)8.5.3 FIDE的工作過程第九章 模糊控制在家用電器中的應(yīng)用9.1 模糊控制的電冰箱9.1.1 電冰箱模糊控制系統(tǒng)結(jié)構(gòu)9.1.2 模糊控制規(guī)則和模糊量9.1.3 控制系統(tǒng)的電路結(jié)構(gòu)9.1.4 控制規(guī)則的自調(diào)整9.2 模糊控制的電飯鍋9.2.1 煮飯的工藝過程曲線9.2.2 模糊控制的邏輯結(jié)構(gòu)9.2.3 模糊量和模糊推理9.2.4 控制軟件框圖9.3 模糊控制的微波爐9.3.1 控制電路的結(jié)構(gòu)框圖9.3.2 微波爐的模糊量與推理9.3.3 微波爐控制電路結(jié)構(gòu)原理9.3.4 控制軟件原理及框圖9.4 模糊控制的洗衣機(jī)9.4.1 模糊洗衣機(jī)控制系統(tǒng)邏輯結(jié)構(gòu)9.4.2 模糊洗衣機(jī)的模糊推理9.4.3 洗衣機(jī)物理量檢測方法9.4.4 布質(zhì)和布量的模糊推理第十章 模糊控制在工程上的應(yīng)用10.1 模糊參數(shù)自適應(yīng)PID控制器10.1.1 自校正PID控制器10.1.2 模糊參數(shù)自適應(yīng)PID控制系統(tǒng)結(jié)構(gòu)10.1.3 模糊控制規(guī)則的產(chǎn)生10.1.4 模糊推理機(jī)理及運行結(jié)果10.2 恒溫爐模糊控制10.2.1 恒溫爐模糊控制的系統(tǒng)結(jié)構(gòu)10.2.2 模糊控制器及控制規(guī)則的形成10.2.3 模糊控制器的校正10.3 感應(yīng)電機(jī)模糊矢量控制10.3.1 模糊矢量控制系統(tǒng)結(jié)構(gòu)10.3.2 矢量控制的基本原理10.3.3 模糊電阻觀測器10.3.4 模糊控制器及運行
上傳時間： 2014-12-28
上傳用戶：semi1981
提出了一種改進(jìn)的LSM-ALSM子空間模式識別方法，將LSM的旋轉(zhuǎn)策略引入ALSM，使子空間之間互不關(guān)聯(lián)的情況得到改善，提高了ALSM對相似樣本的區(qū)分能力。討論中以性能函數(shù)代替經(jīng)驗函數(shù)來確定拒識規(guī)則的參數(shù)，實現(xiàn)了識別率、誤識率與拒識率之間的最佳平衡；通過對有限字符集的實驗結(jié)果表明，LSM-ALSM算法有效地改善了分類器的識別率和可靠性。關(guān) 鍵 詞 學(xué)習(xí)子空間; 性能函數(shù); 散布矩陣; 最小描述長度在子空間模式識別方法中，一個線性子空間代表一個模式類別，該子空間由反映類別本質(zhì)的一組特征矢量張成，分類器根據(jù)輸入樣本在各子空間上的投影長度將其歸為相應(yīng)的類別。典型的子空間算法有以下三種[1, 2]：CLAFIC(Class-feature Information Compression)算法以相關(guān)矩陣的部分特征向量來構(gòu)造子空間，實現(xiàn)了特征信息的壓縮，但對樣本的利用為一次性，不能根據(jù)分類結(jié)果進(jìn)行調(diào)整和學(xué)習(xí)，對樣本信息的利用不充分；學(xué)習(xí)子空間方法(Leaning Subspace Method, LSM)通過旋轉(zhuǎn)子空間來拉大樣本所屬類別與最近鄰類別的距離，以此提高分類能力，但對樣本的訓(xùn)練順序敏感，同一樣本訓(xùn)練的順序不同對子空間構(gòu)造的影響就不同；平均學(xué)習(xí)子空間算法(Averaged Learning Subspace Method, ALSM)是在迭代訓(xùn)練過程中，用錯誤分類的樣本去調(diào)整散布矩陣，訓(xùn)練結(jié)果與樣本輸入順序無關(guān)，所有樣本平均參與訓(xùn)練，其不足之處是各模式的子空間之間相互獨立。針對以上問題，本文提出一種改進(jìn)的子空間模式識別方法。子空間模式識別的基本原理1.1 子空間的分類規(guī)則子空間模式識別方法的每一類別由一個子空間表示，子空間分類器的基本分類規(guī)則是按矢量在各子空間上的投影長度大小，將樣本歸類到最大長度所對應(yīng)的類別，在類x()iω的子空間上投影長度的平方為()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函數(shù)稱為分類函數(shù)；為子空間基矢量。兩類的分類情況如圖1所示。
上傳時間： 2013-12-25
上傳用戶：熊少鋒
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
