用遞歸實現(xiàn)的二分法，數(shù)據(jù)結(jié)構(gòu)的典型問題，二分查找也稱折半查找，它要求待查找的數(shù)據(jù)元素必須是按關(guān)鍵字大小有序排列的順序表。
上傳時間： 2013-11-27
上傳用戶：moerwang
deihli寫的稀疏矩陣鏈表存儲，用高斯消去法求解的源程序
上傳時間： 2017-08-06
上傳用戶：jennyzai
設(shè)計一個有 N個進程共行的進程調(diào)度程序。 進程調(diào)度算法：采用最高優(yōu)先數(shù)優(yōu)先的調(diào)度算法（即把處理機分配給優(yōu)先數(shù)最高的進程）和先來先服務(wù)算 法。 每個進程有一個進程控制塊（ PCB）表示。進程控制塊可以包含如下信息：進程名、優(yōu)先數(shù)、到達時間、 需要運行時間、已用CPU時間、進程狀態(tài)等等。
標簽： 進程 PCB 優(yōu)先數(shù) 調(diào)度算法
上傳時間： 2014-01-30
上傳用戶：362279997
VHDL采用自然采樣法寫的SPWM，里面有正弦表，可以通過外接輸入正弦波和三角波的頻率。
上傳時間： 2017-09-03
上傳用戶：從此走出陰霾
第1章 緒論 1 1.1 程序設(shè)計語言概述 1 1.1.1 機器語言 1 1.1.2 匯編語言 2 1.1.3 高級語言 2 1.1.4 C語言 3 1.2 C語言的優(yōu)點和缺點 4 1.2.1 C語言的優(yōu)點 4 1.2.2 C語言的缺點 6 1.3 算法概述 7 1.3.1 算法的基本特征 7 1.3.2 算法的復(fù)雜度 8 1.3.3 算法的準確性 10 1.3.4 算法的穩(wěn)定性 14 第2章 復(fù)數(shù)運算 18 2.1 復(fù)數(shù)的四則運算 18 2.1.1 [算法1] 復(fù)數(shù)乘法 18 2.1.2 [算法2] 復(fù)數(shù)除法 20 2.1.3 【實例5】 復(fù)數(shù)的四則運算 22 2.2 復(fù)數(shù)的常用函數(shù)運算 23 2.2.1 [算法3] 復(fù)數(shù)的乘冪 23 2.2.2 [算法4] 復(fù)數(shù)的n次方根 25 2.2.3 [算法5] 復(fù)數(shù)指數(shù) 27 2.2.4 [算法6] 復(fù)數(shù)對數(shù) 29 2.2.5 [算法7] 復(fù)數(shù)正弦 30 2.2.6 [算法8] 復(fù)數(shù)余弦 32 2.2.7 【實例6】 復(fù)數(shù)的函數(shù)運算 34 第3章 多項式計算 37 3.1 多項式的表示方法 37 3.1.1 系數(shù)表示法 37 3.1.2 點表示法 38 3.1.3 [算法9] 系數(shù)表示轉(zhuǎn)化為點表示 38 3.1.4 [算法10] 點表示轉(zhuǎn)化為系數(shù)表示 42 3.1.5 【實例7】 系數(shù)表示法與點表示法的轉(zhuǎn)化 46 3.2 多項式運算 47 3.2.1 [算法11] 復(fù)系數(shù)多項式相乘 47 3.2.2 [算法12] 實系數(shù)多項式相乘 50 3.2.3 [算法13] 復(fù)系數(shù)多項式相除 52 3.2.4 [算法14] 實系數(shù)多項式相除 54 3.2.5 【實例8】 復(fù)系數(shù)多項式的乘除法 56 3.2.6 【實例9】 實系數(shù)多項式的乘除法 57 3.3 多項式的求值 59 3.3.1 [算法15] 一元多項式求值 59 3.3.2 [算法16] 一元多項式多組求值 60 3.3.3 [算法17] 二元多項式求值 63 3.3.4 【實例10】 一元多項式求值 65 3.3.5 【實例11】 二元多項式求值 66 第4章 矩陣計算 68 4.1 矩陣相乘 68 4.1.1 [算法18] 實矩陣相乘 68 4.1.2 [算法19] 復(fù)矩陣相乘 70 4.1.3 【實例12】 實矩陣與復(fù)矩陣的乘法 72 4.2 矩陣的秩與行列式值 73 4.2.1 [算法20] 求矩陣的秩 73 4.2.2 [算法21] 求一般矩陣的行列式值 76 4.2.3 [算法22] 求對稱正定矩陣的行列式值 80 4.2.4 【實例13】 求矩陣的秩和行列式值 82 4.3 矩陣求逆 84 4.3.1 [算法23] 求一般復(fù)矩陣的逆 84 4.3.2 [算法24] 求對稱正定矩陣的逆 90 4.3.3 [算法25] 求托伯利茲矩陣逆的Trench方法 92 4.3.4 【實例14】 驗證矩陣求逆算法 97 4.3.5 【實例15】 驗證T矩陣求逆算法 99 4.4 矩陣分解與相似變換 102 4.4.1 [算法26] 實對稱矩陣的LDL分解 102 4.4.2 [算法27] 對稱正定實矩陣的Cholesky分解 104 4.4.3 [算法28] 一般實矩陣的全選主元LU分解 107 4.4.4 [算法29] 一般實矩陣的QR分解 112 4.4.5 [算法30] 對稱實矩陣相似變換為對稱三對角陣 116 4.4.6 [算法31] 一般實矩陣相似變換為上Hessen-Burg矩陣 121 4.4.7 【實例16】 對一般實矩陣進行QR分解 126 4.4.8 【實例17】 對稱矩陣的相似變換 127 4.4.9 【實例18】 一般實矩陣相似變換 129 4.5 矩陣特征值的計算 130 4.5.1 [算法32] 求上Hessen-Burg矩陣全部特征值的QR方法 130 4.5.2 [算法33] 求對稱三對角陣的全部特征值 137 4.5.3 [算法34] 求對稱矩陣特征值的雅可比法 143 4.5.4 [算法35] 求對稱矩陣特征值的雅可比過關(guān)法 147 4.5.5 【實例19】 求上Hessen-Burg矩陣特征值 151 4.5.6 【實例20】 分別用兩種雅克比法求對稱矩陣特征值 152 第5章 線性代數(shù)方程組的求解 154 5.1 高斯消去法 154 5.1.1 [算法36] 求解復(fù)系數(shù)方程組的全選主元高斯消去法 155 5.1.2 [算法37] 求解實系數(shù)方程組的全選主元高斯消去法 160 5.1.3 [算法38] 求解復(fù)系數(shù)方程組的全選主元高斯-約當消去法 163 5.1.4 [算法39] 求解實系數(shù)方程組的全選主元高斯-約當消去法 168 5.1.5 [算法40] 求解大型稀疏系數(shù)矩陣方程組的高斯-約當消去法 171 5.1.6 [算法41] 求解三對角線方程組的追趕法 174 5.1.7 [算法42] 求解帶型方程組的方法 176 5.1.8 【實例21】 解線性實系數(shù)方程組 179 5.1.9 【實例22】 解線性復(fù)系數(shù)方程組 180 5.1.10 【實例23】 解三對角線方程組 182 5.2 矩陣分解法 184 5.2.1 [算法43] 求解對稱方程組的LDL分解法 184 5.2.2 [算法44] 求解對稱正定方程組的Cholesky分解法 186 5.2.3 [算法45] 求解線性最小二乘問題的QR分解法 188 5.2.4 【實例24】 求解對稱正定方程組 191 5.2.5 【實例25】 求解線性最小二乘問題 192 5.3 迭代方法 193 5.3.1 [算法46] 病態(tài)方程組的求解 193 5.3.2 [算法47] 雅克比迭代法 197 5.3.3 [算法48] 高斯-塞德爾迭代法 200 5.3.4 [算法49] 超松弛方法 203 5.3.5 [算法50] 求解對稱正定方程組的共軛梯度方法 205 5.3.6 [算法51] 求解托伯利茲方程組的列文遜方法 209 5.3.7 【實例26】 解病態(tài)方程組 214 5.3.8 【實例27】 用迭代法解方程組 215 5.3.9 【實例28】 求解托伯利茲方程組 217 第6章 非線性方程與方程組的求解 219 6.1 非線性方程求根的基本過程 219 6.1.1 確定非線性方程實根的初始近似值或根的所在區(qū)間 219 6.1.2 求非線性方程根的精確解 221 6.2 求非線性方程一個實根的方法 221 6.2.1 [算法52] 對分法 221 6.2.2 [算法53] 牛頓法 223 6.2.3 [算法54] 插值法 226 6.2.4 [算法55] 埃特金迭代法 229 6.2.5 【實例29】 用對分法求非線性方程組的實根 232 6.2.6 【實例30】 用牛頓法求非線性方程組的實根 233 6.2.7 【實例31】 用插值法求非線性方程組的實根 235 6.2.8 【實例32】 用埃特金迭代法求非線性方程組的實根 237 6.3 求實系數(shù)多項式方程全部根的方法 238 6.3.1 [算法56] QR方法 238 6.3.2 【實例33】 用QR方法求解多項式的全部根 240 6.4 求非線性方程組一組實根的方法 241 6.4.1 [算法57] 梯度法 241 6.4.2 [算法58] 擬牛頓法 244 6.4.3 【實例34】 用梯度法計算非線性方程組的一組實根 250 6.4.4 【實例35】 用擬牛頓法計算非線性方程組的一組實根 252 第7章 代數(shù)插值法 254 7.1 拉格朗日插值法 254 7.1.1 [算法59] 線性插值 255 7.1.2 [算法60] 二次拋物線插值 256 7.1.3 [算法61] 全區(qū)間插值 259 7.1.4 【實例36】 拉格朗日插值 262 7.2 埃爾米特插值 263 7.2.1 [算法62] 埃爾米特不等距插值 263 7.2.2 [算法63] 埃爾米特等距插值 267 7.2.3 【實例37】 埃爾米特插值法 270 7.3 埃特金逐步插值 271 7.3.1 [算法64] 埃特金不等距插值 272 7.3.2 [算法65] 埃特金等距插值 275 7.3.3 【實例38】 埃特金插值 278 7.4 光滑插值 279 7.4.1 [算法66] 光滑不等距插值 279 7.4.2 [算法67] 光滑等距插值 283 7.4.3 【實例39】 光滑插值 286 7.5 三次樣條插值 287 7.5.1 [算法68] 第一類邊界條件的三次樣條函數(shù)插值 287 7.5.2 [算法69] 第二類邊界條件的三次樣條函數(shù)插值 292 7.5.3 [算法70] 第三類邊界條件的三次樣條函數(shù)插值 296 7.5.4 【實例40】 樣條插值法 301 7.6 連分式插值 303 7.6.1 [算法71] 連分式插值 304 7.6.2 【實例41】 驗證連分式插值的函數(shù) 308 第8章 數(shù)值積分法 309 8.1 變步長求積法 310 8.1.1 [算法72] 變步長梯形求積法 310 8.1.2 [算法73] 自適應(yīng)梯形求積法 313 8.1.3 [算法74] 變步長辛卜生求積法 316 8.1.4 [算法75] 變步長辛卜生二重積分方法 318 8.1.5 [算法76] 龍貝格積分 322 8.1.6 【實例42】 變步長積分法進行一重積分 325 8.1.7 【實例43】 變步長辛卜生積分法進行二重積分 326 8.2 高斯求積法 328 8.2.1 [算法77] 勒讓德-高斯求積法 328 8.2.2 [算法78] 切比雪夫求積法 331 8.2.3 [算法79] 拉蓋爾-高斯求積法 334 8.2.4 [算法80] 埃爾米特-高斯求積法 336 8.2.5 [算法81] 自適應(yīng)高斯求積方法 337 8.2.6 【實例44】 有限區(qū)間高斯求積法 342 8.2.7 【實例45】 半無限區(qū)間內(nèi)高斯求積法 343 8.2.8 【實例46】 無限區(qū)間內(nèi)高斯求積法 345 8.3 連分式法 346 8.3.1 [算法82] 計算一重積分的連分式方法 346 8.3.2 [算法83] 計算二重積分的連分式方法 350 8.3.3 【實例47】 連分式法進行一重積分 354 8.3.4 【實例48】 連分式法進行二重積分 355 8.4 蒙特卡洛法 356 8.4.1 [算法84] 蒙特卡洛法進行一重積分 356 8.4.2 [算法85] 蒙特卡洛法進行二重積分 358 8.4.3 【實例49】 一重積分的蒙特卡洛法 360 8.4.4 【實例50】 二重積分的蒙特卡洛法 361 第9章 常微分方程(組)初值問題的求解 363 9.1 歐拉方法 364 9.1.1 [算法86] 定步長歐拉方法 364 9.1.2 [算法87] 變步長歐拉方法 366 9.1.3 [算法88] 改進的歐拉方法 370 9.1.4 【實例51】 歐拉方法求常微分方程數(shù)值解 372 9.2 龍格-庫塔方法 376 9.2.1 [算法89] 定步長龍格-庫塔方法 376 9.2.2 [算法90] 變步長龍格-庫塔方法 379 9.2.3 [算法91] 變步長基爾方法 383 9.2.4 【實例52】 龍格-庫塔方法求常微分方程的初值問題 386 9.3 線性多步法 390 9.3.1 [算法92] 阿當姆斯預(yù)報校正法 390 9.3.2 [算法93] 哈明方法 394 9.3.3 [算法94] 全區(qū)間積分的雙邊法 399 9.3.4 【實例53】 線性多步法求常微分方程組初值問題 401 第10章 擬合與逼近 405 10.1 一元多項式擬合 405 10.1.1 [算法95] 最小二乘擬合 405 10.1.2 [算法96] 最佳一致逼近的里米茲方法 412 10.1.3 【實例54】 一元多項式擬合 417 10.2 矩形區(qū)域曲面擬合 419 10.2.1 [算法97] 矩形區(qū)域最小二乘曲面擬合 419 10.2.2 【實例55】 二元多項式擬合 428 第11章 特殊函數(shù) 430 11.1 連分式級數(shù)和指數(shù)積分 430 11.1.1 [算法98] 連分式級數(shù)求值 430 11.1.2 [算法99] 指數(shù)積分 433 11.1.3 【實例56】 連分式級數(shù)求值 436 11.1.4 【實例57】 指數(shù)積分求值 438 11.2 伽馬函數(shù) 439 11.2.1 [算法100] 伽馬函數(shù) 439 11.2.2 [算法101] 貝塔函數(shù) 441 11.2.3 [算法102] 階乘 442 11.2.4 【實例58】 伽馬函數(shù)和貝塔函數(shù)求值 443 11.2.5 【實例59】 階乘求值 444 11.3 不完全伽馬函數(shù) 445 11.3.1 [算法103] 不完全伽馬函數(shù) 445 11.3.2 [算法104] 誤差函數(shù) 448 11.3.3 [算法105] 卡方分布函數(shù) 450 11.3.4 【實例60】 不完全伽馬函數(shù)求值 451 11.3.5 【實例61】 誤差函數(shù)求值 452 11.3.6 【實例62】 卡方分布函數(shù)求值 453 11.4 不完全貝塔函數(shù) 454 11.4.1 [算法106] 不完全貝塔函數(shù) 454 11.4.2 [算法107] 學生分布函數(shù) 457 11.4.3 [算法108] 累積二項式分布函數(shù) 458 11.4.4 【實例63】 不完全貝塔函數(shù)求值 459 11.5 貝塞爾函數(shù) 461 11.5.1 [算法109] 第一類整數(shù)階貝塞爾函數(shù) 461 11.5.2 [算法110] 第二類整數(shù)階貝塞爾函數(shù) 466 11.5.3 [算法111] 變型第一類整數(shù)階貝塞爾函數(shù) 469 11.5.4 [算法112] 變型第二類整數(shù)階貝塞爾函數(shù) 473 11.5.5 【實例64】 貝塞爾函數(shù)求值 476 11.5.6 【實例65】 變型貝塞爾函數(shù)求值 477 11.6 Carlson橢圓積分 479 11.6.1 [算法113] 第一類橢圓積分 479 11.6.2 [算法114] 第一類橢圓積分的退化形式 481 11.6.3 [算法115] 第二類橢圓積分 483 11.6.4 [算法116] 第三類橢圓積分 486 11.6.5 【實例66】 第一類勒讓德橢圓函數(shù)積分求值 490 11.6.6 【實例67】 第二類勒讓德橢圓函數(shù)積分求值 492 第12章 極值問題 494 12.1 一維極值求解方法 494 12.1.1 [算法117] 確定極小值點所在的區(qū)間 494 12.1.2 [算法118] 一維黃金分割搜索 499 12.1.3 [算法119] 一維Brent方法 502 12.1.4 [算法120] 使用一階導(dǎo)數(shù)的Brent方法 506 12.1.5 【實例68】 使用黃金分割搜索法求極值 511 12.1.6 【實例69】 使用Brent法求極值 513 12.1.7 【實例70】 使用帶導(dǎo)數(shù)的Brent法求極值 515 12.2 多元函數(shù)求極值 517 12.2.1 [算法121] 不需要導(dǎo)數(shù)的一維搜索 517 12.2.2 [算法122] 需要導(dǎo)數(shù)的一維搜索 519 12.2.3 [算法123] Powell方法 522 12.2.4 [算法124] 共軛梯度法 525 12.2.5 [算法125] 準牛頓法 531 12.2.6 【實例71】 驗證不使用導(dǎo)數(shù)的一維搜索 536 12.2.7 【實例72】 用Powell算法求極值 537 12.2.8 【實例73】 用共軛梯度法求極值 539 12.2.9 【實例74】 用準牛頓法求極值 540 12.3 單純形法 542 12.3.1 [算法126] 求無約束條件下n維極值的單純形法 542 12.3.2 [算法127] 求有約束條件下n維極值的單純形法 548 12.3.3 [算法128] 解線性規(guī)劃問題的單純形法 556 12.3.4 【實例75】 用單純形法求無約束條件下N維的極值 568 12.3.5 【實例76】 用單純形法求有約束條件下N維的極值 569 12.3.6 【實例77】 求解線性規(guī)劃問題 571 第13章 隨機數(shù)產(chǎn)生與統(tǒng)計描述 574 13.1 均勻分布隨機序列 574 13.1.1 [算法129] 產(chǎn)生0到1之間均勻分布的一個隨機數(shù) 574 13.1.2 [算法130] 產(chǎn)生0到1之間均勻分布的隨機數(shù)序列 576 13.1.3 [算法131] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個隨機整數(shù) 577 13.1.4 [算法132] 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機整數(shù)序列 578 13.1.5 【實例78】 產(chǎn)生0到1之間均勻分布的隨機數(shù)序列 580 13.1.6 【實例79】 產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機整數(shù)序列 581 13.2 正態(tài)分布隨機序列 582 13.2.1 [算法133] 產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機數(shù) 582 13.2.2 [算法134] 產(chǎn)生任意均值與方差的正態(tài)分布的隨機數(shù)序列 585 13.2.3 【實例80】 產(chǎn)生任意均值與方差的正態(tài)分布的一個隨機數(shù) 587 13.2.4 【實例81】 產(chǎn)生任意均值與方差的正態(tài)分布的隨機數(shù)序列 588 13.3 統(tǒng)計描述 589 13.3.1 [算法135] 分布的矩 589 13.3.2 [算法136] 方差相同時的t分布檢驗 591 13.3.3 [算法137] 方差不同時的t分布檢驗 594 13.3.4 [算法138] 方差的F檢驗 596 13.3.5 [算法139] 卡方檢驗 599 13.3.6 【實例82】 計算隨機樣本的矩 601 13.3.7 【實例83】 t分布檢驗 602 13.3.8 【實例84】 F分布檢驗 605 13.3.9 【實例85】 檢驗卡方檢驗的算法 607 第14章 查找 609 14.1 基本查找 609 14.1.1 [算法140] 有序數(shù)組的二分查找 609 14.1.2 [算法141] 無序數(shù)組同時查找最大和最小的元素 611 14.1.3 [算法142] 無序數(shù)組查找第M小的元素 613 14.1.4 【實例86】 基本查找 615 14.2 結(jié)構(gòu)體和磁盤文件的查找 617 14.2.1 [算法143] 無序結(jié)構(gòu)體數(shù)組的順序查找 617 14.2.2 [算法144] 磁盤文件中記錄的順序查找 618 14.2.3 【實例87】 結(jié)構(gòu)體數(shù)組和文件中的查找 619 14.3 哈希查找 622 14.3.1 [算法145] 字符串哈希函數(shù) 622 14.3.2 [算法146] 哈希函數(shù) 626 14.3.3 [算法147] 向哈希表中插入元素 628 14.3.4 [算法148] 在哈希表中查找元素 629 14.3.5 [算法149] 在哈希表中刪除元素 631 14.3.6 【實例88】 構(gòu)造哈希表并進行查找 632 第15章 排序 636 15.1 插入排序 636 15.1.1 [算法150] 直接插入排序 636 15.1.2 [算法151] 希爾排序 637 15.1.3 【實例89】 插入排序 639 15.2 交換排序 641 15.2.1 [算法152] 氣泡排序 641 15.2.2 [算法153] 快速排序 642 15.2.3 【實例90】 交換排序 644 15.3 選擇排序 646 15.3.1 [算法154] 直接選擇排序 646 15.3.2 [算法155] 堆排序 647 15.3.3 【實例91】 選擇排序 650 15.4 線性時間排序 651 15.4.1 [算法156] 計數(shù)排序 651 15.4.2 [算法157] 基數(shù)排序 653 15.4.3 【實例92】 線性時間排序 656 15.5 歸并排序 657 15.5.1 [算法158] 二路歸并排序 658 15.5.2 【實例93】 二路歸并排序 660 第16章 數(shù)學變換與濾波 662 16.1 快速傅里葉變換 662 16.1.1 [算法159] 復(fù)數(shù)據(jù)快速傅里葉變換 662 16.1.2 [算法160] 復(fù)數(shù)據(jù)快速傅里葉逆變換 666 16.1.3 [算法161] 實數(shù)據(jù)快速傅里葉變換 669 16.1.4 【實例94】 驗證傅里葉變換的函數(shù) 671 16.2 其他常用變換 674 16.2.1 [算法162] 快速沃爾什變換 674 16.2.2 [算法163] 快速哈達瑪變換 678 16.2.3 [算法164] 快速余弦變換 682 16.2.4 【實例95】 驗證沃爾什變換和哈達瑪?shù)暮瘮?shù) 684 16.2.5 【實例96】 驗證離散余弦變換的函數(shù) 687 16.3 平滑和濾波 688 16.3.1 [算法165] 五點三次平滑 689 16.3.2 [算法166] α-β-γ濾波 690 16.3.3 【實例97】 驗證五點三次平滑 692 16.3.4 【實例98】 驗證α-β-γ濾波算法 693
標簽： C 算法 附件 源代碼
上傳時間： 2015-06-29
上傳用戶：cbsdukaf
圖的鄰接矩陣存儲方法跟樹的孩子鏈表示法相類似，是一種順序分配和鏈式分配相結(jié)合的存儲結(jié)構(gòu)。如這個表頭結(jié)點所對應(yīng)的頂點存在相鄰頂點，則把相鄰頂點依次存放于表頭結(jié)點所指向的單向鏈表中。如詞條概念圖所示，表結(jié)點存放的是鄰接頂點在數(shù)組中的索引。對于無向圖來說，使用鄰接表進行存儲也會出現(xiàn)數(shù)據(jù)冗余，表頭結(jié)點A所指鏈表中存在一個指向C的表結(jié)點的同時，表頭結(jié)點C所指鏈表也會存在一個指向A的表結(jié)點
上傳時間： 2016-06-14
上傳用戶：646327367
基本誤差 在相關(guān)國標、規(guī)程規(guī)定的參比條件下，輸出電流為50mA～120A裝置的最大允許誤差（含標準表）小于0.01％，輸出電流為1mA～50mA裝置的最大允許誤差（含標準表）小于0.015％。 可實現(xiàn)三只三相電能表的三相四線及三相三線的誤差測量；可測試無功電能基本誤差。 1.2.3.2 測量重復(fù)性 裝置的測量重復(fù)性用實驗標準差表征，在進行不少于10次的重復(fù)測量，其測量結(jié)果的標準偏差估計值s不超過0.001％。 1.2.3.3 輸出電量 1.2.3.3.1 電壓電流量程 輸出電壓范圍：3×（57.7V～380V）； 每檔電壓輸出瞬間及相位切換時不允許有尖峰。每檔電壓輸出上限達120%Un。 輸出電流范圍：3×（0.001A～100A）； 輸出電流范圍上限要求達到120A。每檔電流輸出瞬間及相位切換時不允許有尖峰。每檔電流輸出上限達120%In。 1.2.3.3.2 輸出負載容量 三表位：電壓輸出：每相≥150VA 電流輸出: 每相≥300VA 1.2.3.3.3 輸出電量調(diào)節(jié) （1） 電壓、電流調(diào)節(jié)： 調(diào)節(jié)范圍：0%～120% 調(diào)節(jié)細度：優(yōu)于0.005%。 （2） 相位調(diào)節(jié)： 調(diào)節(jié)范圍：0°～360° 調(diào)節(jié)細度：優(yōu)于0.01°。 （3） 頻率調(diào)節(jié)： 調(diào)節(jié)范圍：45Hz～65Hz 調(diào)節(jié)細度：優(yōu)于0.001Hz。 1.2.3.3.4 輸出功率穩(wěn)定度：<0.005% / 3min . 穩(wěn)定度按JJG597的5.2.3.13方法計算。 1.2.3.3.5 輸出電壓電流失真度 裝置輸出電壓電流失真度范圍：小于0.1%。 1.2.3.3.6起動電流：裝置具有起動電流調(diào)整、測量功能，能輸出0.5mA的起動電流。 起動電流的測量誤差≤ ?5%，起動功率的測量誤差 ≤ ?10%。 1.2.3.3.7三相電量對稱性 任一相（或線）電壓和相（或線）電壓平均值之差不大于±0.1%；各相電流與其平均值之差不大于±0.2%；任一相電壓與對應(yīng)相電流間的相位角之差不大于0.5°；任一相電壓（電流）與另一相電壓（電流）間相位角與120°之差不大于0.5°。 1.2.3.4 多路隔離輸出的裝置各路輸出負載影響應(yīng)符合JJG597—2005中 3.8條的規(guī)定。 1.2.3.5 確定同名端鈕間電位差應(yīng)符合JJG597—2005中3.9條的規(guī)定。 1.2.3.6 多路輸出的一致性應(yīng)符合JJG597—2005中3.7條的規(guī)定。 1.2.3.7 監(jiān)視示值的誤差 監(jiān)視儀表應(yīng)有足夠的測量范圍，電壓示值誤差限為±0.2%，電流、功率示值誤差限為±0.2%，相位示值誤差限為±0.3°，頻率示值誤差限為±0.1%，啟動電流和啟動功率的監(jiān)視示值誤差不超過5%（啟動電流為1mA時的監(jiān)視示值誤差也不應(yīng)超過5%）。各監(jiān)視示值的分辨力應(yīng)不超過其對應(yīng)誤差限的1/5。 1.2.3.8 具有消除自激的功能。可自動消除開機或關(guān)機時產(chǎn)生的尖脈沖。 1.2.3.9 裝置的磁場 由裝置產(chǎn)生的在被檢表位置的磁感應(yīng)強度不大于下列數(shù)值： I≤10A時，B≤0.0025mT； I=200A時，B≤0.05mT；10A到200A之間的磁感應(yīng)強度極限值可按內(nèi)插法求得。 1.2.3.10 電磁兼容性 （1）電磁騷擾的抗擾度 裝置的設(shè)計能保證在傳導(dǎo)和輻射的電磁騷擾以及靜電放電的影響下不損壞或不受實質(zhì)性影響（如元器件損毀、控制系統(tǒng)死機、精度出現(xiàn)變化等影響正常檢定工作的現(xiàn)象），騷擾量為靜電放電、射頻電磁場。 （2）無線電干擾抑制 裝置不發(fā)生能干擾其他設(shè)備的傳導(dǎo)和輻射噪聲。 1.2.3.11 穩(wěn)定性變差 （1）短期穩(wěn)定性變差 裝置基本誤差合格的同時，在15min內(nèi)的基本誤差最大變化值（連續(xù)測量7h），不大于裝置對應(yīng)最大允許誤差的20％。 （2）檢定周期內(nèi)變差 檢定周期內(nèi)裝置基本誤差合格的同時，其最大變化值，不大于0.01％。 1.2.3.12 安全 裝置的絕緣強度試驗要求和與安全有關(guān)的結(jié)構(gòu)要求符合GB 4793.1的規(guī)定。 1.2.3.13 脈沖輸出 同時檢測三路被檢脈沖：顯示當前誤差平均誤差和標準偏差；同時檢測的被檢脈沖的常數(shù)、工作方式和脈沖個數(shù)，可完全不同；誤差測量所需要的輸入?yún)?shù)的位數(shù)，應(yīng)能覆蓋目前各種標準表和的檢測需要。對每一表位應(yīng)有高頻、低頻脈沖信號的BNC接收端口，能接收≤600kHz的有/無源脈沖（5-30V脈沖幅值）。 1.2.3.14供電電源 供電電源在3×220V/380V?10?,50Hz?2Hz裝置正常工作。
上傳時間： 2021-06-15
上傳用戶：li091122
用三點法實現(xiàn)機器人三維位置測量的研究摘 要 ：提 出 了一 種 微 小 爬 壁 機 器 人 三 維 位 置 測 量 的新 方 法 。筆 者 通 過 深 入 分 析 研 究各 種 位 置 測 控 方 法 與 系 統(tǒng) ，提 出采 用單 目視 覺方 法 中的 聚 焦法 ，以 CCD作 為 傳 感 器 ，用 三 點 法 實現(xiàn) 對 機 器 人 的 三 維 位 置 測 量 。 驗 證性 實驗 結(jié)果表 明 ，本研 究提 出的測 量原 理和 系統(tǒng)是 正 確 可行 的 。 關(guān)鍵詞 ：機 器人 ；位置 測量 ；CCD傳 感 器 ；單 目視 覺 ；攝 像 機 標 定 中 圖分 類 號 ：TP242．6 文 獻 標 識 碼 ：B Abstract：A new 3D position measurementmethod Ofa wall—climbing micro robothas been researched．Researc— hing on the various position measuring and controlling method，theauthorhasputforwardanewprojecttomeas— ure the 3D position of the robot，in which the focusing method with singlecamera and CCD sensorhasbeen used to getthe position information．The elementary experiment has verified the principle and the system． Key words：robot；position detection；CCD sensor；single camera vision；camera caiibration 位置測量技 術(shù)是智 能機 器人 的關(guān)鍵 技術(shù) ，是各 種 機器人控 制系統(tǒng) 中極 為重 要 的環(huán)節(jié) ，也 是 國內(nèi)外研 究 的熱點所 在。 按 照測試 系統(tǒng) 與被 測機 器 人 的關(guān) 系 ，可 以將位 置 測量技術(shù) 分為接觸 式和非接觸式 兩大類 。接觸 式測量 系統(tǒng) 由于在測 量過程 中或多或少地 對機器人施 加 了載 荷 ，因而僅適用于靜 態(tài) 位置測 量 。而動 態(tài) 位 置測量 系 統(tǒng) 主要分 5類 ：①激光跟蹤 系統(tǒng) ；@ CCD交 互測量 收 稿 日期 ：2001—07—03 基 金項 目：國家 863高科技 研 究 資助 項 目(9804-06)；教 育 部 高 等 學校 骨干教 師 資助 計 3t,j項 目 作者 簡 介 ：張 智海 (1973一 )，男 ，工 學碩 士 ，主 要 研 究 方 向 為 智 能 機 器人 測 控 技 術(shù) 。 系統(tǒng) ；③ 超聲波 測量 系統(tǒng) ；④ PSD(positionsensitivede— vice)位 置 測 量 系統(tǒng) ；⑤ 帶 有 接 近覺 傳 感 器 的 測量 系 統(tǒng) 。位置測量 還可 以從另一個分類 角度劃分為主動式 測量和被動 式測 量 。主動式測 量主要可 以分為結(jié) 構(gòu)光方法和激光 自動聚焦法兩類 。被 動式測量 主要 可 以分為雙 目視 覺 、三 目視覺 、單 目視覺 等方法 。 對 比以上各種方法 的 優(yōu)缺 點 ，針對 筆者 研制 的微 小爬壁機器人 的空 間三 維位 置 測量 的要 求 ，測量 系統(tǒng) 必須滿足尺 寸小 、分 辨率 高 、穩(wěn)定 性 和可 靠性 好 、時 間 響應(yīng)快等特 點 ，提 出了采用 單 目視覺方法 中的聚焦法 ， 選用 CCD作 為傳感器 ，用 三點法實現(xiàn)對機器人 的三維 位置測量 ，并用 Matlab和 V
標簽： 機器人
上傳時間： 2022-02-12
上傳用戶：
PCB抄板時需要查詢原板所用的器件資料，對于比較小的器件，器件名稱難以在器件上完全表述，這時廠家往往另標絲印代碼，這時PCB工程師進行逆向工程時需要反向查詢。隨著市場上各類電子元器件越來越多，絲印代碼也越來越雜，查嗎難度也越來越大，往往一個小器件就會成為產(chǎn)品成型路上的絆腳石。本表主要涉及二三極管絲印，內(nèi)容相對較為全面，可以作為PCB抄板時針對二三極管查詢不錯的參考依據(jù)。內(nèi)容按絲印字符順序排列，使用者按實際要查詢的內(nèi)容對號查詢。
標簽： 貼片三極管
上傳時間： 2022-07-19
上傳用戶：
鈑金規(guī)格/折彎系數(shù)表存儲指定材料的屬性。您可以通過一張表將折彎系數(shù)、折彎半徑或K因子與厚度、折彎半徑和材料的任何組合相關(guān)聯(lián)。注：您還可以使用單獨的規(guī)格表和折彎系數(shù)表。請參閱鈑金規(guī)格表和折彎系數(shù)表概述。您可以通過以下方式訪問鈑金規(guī)格/折彎系數(shù)表：在生成基體法蘭時，從基體法蘭PropertyManager中訪問。在生成基體法蘭后，右鍵單擊FeatureManager設(shè)計樹中的鈑金，然后選擇編輯特征。規(guī)格表包含在SolidWorks應(yīng)用程序中，位于以下位置：<安裝目錄>langl<語言>\Sheet Metal其中包含規(guī)格/折彎系數(shù)表和規(guī)格表。您可以用它們作為模板來生成自己的表。以下顯示了組合的規(guī)格/折彎系數(shù)表。對于每個規(guī)格號（厚度），您都可以從半徑和角度范圍中進行選擇。
標簽： solidwork
上傳時間： 2022-07-23
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
