精品少妇一区二区三区日产乱码 ,一区二区三区成人,国产一二三在线

擴(kuò)展模塊

展訊PCB_Layout教程

展訊PCB_Layout教程

標(biāo)簽： PCB_Layout 展訊教程

上傳時(shí)間： 2013-11-11

上傳用戶：tianyi223
如何通過仿真有效提高數(shù)模混合設(shè)計(jì)性

一、數(shù)模混合設(shè)計(jì)的難點(diǎn) 二、提高數(shù)模混合電路性能的關(guān)鍵三、仿真工具在數(shù)模混合設(shè)計(jì)中的應(yīng)用四、小結(jié) 五、混合信號PCB設(shè)計(jì)基礎(chǔ)問答

標(biāo)簽： 仿真高數(shù)模混合

上傳時(shí)間： 2013-10-31

上傳用戶：bvdragon
GC0309模組設(shè)計(jì)指南

GC0309模組設(shè)計(jì)指南

標(biāo)簽： 0309 GC 模組設(shè)計(jì)指南

上傳時(shí)間： 2013-11-24

上傳用戶：zhangzhenyu
共模干擾差模干擾及其抑制技術(shù)分析

共模干擾和差模干擾是電子、電氣產(chǎn)品上重要的干擾之一，它們可以對周圍產(chǎn)品的穩(wěn)定性產(chǎn)生嚴(yán)重的影響。在對某些電子、電氣產(chǎn)品進(jìn)行電磁兼容性設(shè)計(jì)和測試的過程中，由于對各種電磁干擾采取的抑制措施不當(dāng)而造成產(chǎn)品在進(jìn)行電磁兼容檢測時(shí)部分測試項(xiàng)目超標(biāo)或通不過EMC 測試，從而造成了大量人力、財(cái)力的浪費(fèi)。為了掌握電磁干擾抑制技術(shù)的一些特點(diǎn)，正確理解一些概念是十分必要的。共模干擾和差模干擾的概念就是這樣一種重要概念。正確理解和區(qū)分共模和差模干擾對于電子、電氣產(chǎn)品在設(shè)計(jì) 過程中采取相應(yīng)的抗干擾技術(shù)十分重要，也有利于提高產(chǎn)品的電磁兼容性。

標(biāo)簽： 共模干擾差模分干擾

上傳時(shí)間： 2013-11-05

上傳用戶：410805624
新代數(shù)控系統(tǒng)OpenCNC_PLC發(fā)展工具操作手冊V2.5

新代數(shù)控系統(tǒng)OpenCNC_PLC發(fā)展工具操作手冊V2.5。

標(biāo)簽： OpenCNC_PLC 2.5 數(shù)控系統(tǒng) 操作

上傳時(shí)間： 2013-11-07

上傳用戶：shanxiliuxu
基于滑模控制的四旋翼飛行器控制器設(shè)計(jì)

基于四旋翼飛行器的結(jié)構(gòu)和飛行原理，本文建立了其飛行動(dòng)力學(xué)數(shù)學(xué)模型，并采用反饋線性化原理對該模型進(jìn)行精確線性化；同時(shí)，本文采用基于趨近律的滑模變結(jié)構(gòu)控制方法，進(jìn)行飛行控制器設(shè)計(jì)，并用simulink對設(shè)計(jì)的控制器進(jìn)行仿真，實(shí)現(xiàn)了四旋翼飛行器的定高懸停控制，提高了其飛行性能和魯棒性。

標(biāo)簽： 滑模控制四旋翼飛行器制器設(shè)計(jì)

上傳時(shí)間： 2013-10-20

上傳用戶：wincoder
繞線共模電感器GDCM系列

GDCM型繞線共模電感器一特征繞線貼片結(jié)構(gòu)，尺寸小對高頻共模噪聲具有良好的抑制效果良好的可焊接性和耐焊接性，無鉛符合ROSE 二用途 PC機(jī)及周邊外設(shè)的USB接口、LCD的LVDS線三外觀尺寸四規(guī)格命名

標(biāo)簽： GDCM 繞線共模電感器

上傳時(shí)間： 2013-11-14

上傳用戶：18752787361
JKG-8B八通道工控PLC繼電器模組

一種通用的工控PLC以及集控系統(tǒng)的輸出控制模塊。模組串接供電可擴(kuò)展至40路常開或常閉輸出。采用高密度安裝結(jié)構(gòu)，可適用于緊湊型車載移動(dòng)設(shè)備或中央集控中心。

標(biāo)簽： JKG PLC 八通道工控

上傳時(shí)間： 2013-11-02

上傳用戶：toyoad
KeyPro加密狗模擬器 v4.20 for DOS

KeyPro加密狗模擬器 v4.20 for DOS

標(biāo)簽： KeyPro 4.20 DOS for

上傳時(shí)間： 2013-12-12

上傳用戶：lacsx
這個(gè)軟件支持Bayesian衰退和分類模形

這個(gè)軟件支持Bayesian衰退和分類模形，它基于神經(jīng)系統(tǒng)網(wǎng)絡(luò)和Gaussian作用。它也包括一些根本的程序?qū)崿F(xiàn)有限和無限混合的模型。

標(biāo)簽： Bayesian 軟件分類模

上傳時(shí)間： 2015-01-14

上傳用戶：Altman