利用89s51去寫結構化keil-C 4x4鍵盤掃描+LCD螢幕顯示 HW01:四則運算+時鍾顯示 HW02:頻率偵測器 ps.鍵盤掃描不是利用延遲作彈跳(推薦)
上傳時間： 2014-11-22
上傳用戶：zycidjl
C語言試題,建議初學者,認真學習.對將來的工作,或者學習,會有些幫助
上傳時間： 2017-08-29
上傳用戶：qiao8960
這是一個利用單片機來控制AD轉換芯片工作的C語言程序
上傳時間： 2017-09-24
上傳用戶：牛布牛
技術向：USBType-C工作原理深度解析
上傳時間： 2022-07-10
上傳用戶：
編寫高效簡潔的C語言代碼，是許多軟件工程師追求的目標。本文就工作中的一些體會和經驗做相關的闡述，不對的地方請各位指教。
上傳時間： 2013-07-12
上傳用戶：franktu
接地電阻值是反映變電站地網電氣性能的主要參數之一,其合格與否將直接影響變電站和電網的安全運行.該文的主要工作是用矩量法對變電站電網的接地電阻進行數值計算和編制相應的應用軟件.該文在Win95環境下利用32位的VB和C++語言編寫了接地電阻數值計算的軟件系統.該軟件系統不僅可以計算均勻和分層均勻土壤中地網的接地電阻,還可以計算接觸電壓、跨步電壓、地表電位分布、單元流散電流分布等.此外,該軟件還具有顯示和打印地表電位分布曲線及單元流散電流分布曲線的功能.該文的另外一部分工作是對變電站地網接地電阻的測量技術進行了初步研究.在分析電流電壓法測量原理的基礎上,探討了布極誤差和干擾誤差的產生機理,并提出了消除這兩種誤差的具體方法,在理論上解決了土壤結構模型、測試極位置、地網尺寸和工頻干擾等因素帶來的測量誤差,從而大大提高接地電阻的測量精度.
上傳時間： 2013-06-03
上傳用戶：lmeeworm
要學習一門編程語言并不難，編程主要是掌握思想，然后就是練習敲代碼了。你的代碼量每突破50000行的時候你的水平都有一個階段性的提升，翔子在此給學習c#的朋友一些建議，供新手參考！首先熟悉.net框架,理解面向對象編程的思想,挺重要的!編程的學習是要慢慢而來的,慢慢的積累!
標簽：
上傳時間： 2013-04-24
上傳用戶：xyipie
無刷直流電機以體積小、重量輕、效率高、調速性能好、無換向火花及無勵磁損耗等諸多優點被大量應用于家電、交通、醫療器械、數控機床及機器人等領域，現代工業的快速發展對無刷直流電機控制系統的性能要求也越來越高。可以預見，隨著永磁材料和電力電子器件價格進一步的降低，無刷直流電機驅動理論的研究不斷深入，無刷直流電機的應用前景將更加廣泛。 本文通過閱讀大量文獻資料，介紹了無刷直流電機的發展現狀、研究動態及工作原理等。在控制策略上，采用了基于智能控制思想的模糊控制，其特點是不依賴于對象模型，利用制定的控制規則進行了模糊推理從而獲得合適的控制量。運用Matlab/Simulink對控制系統進行了建模和仿真，其中速度環采用模糊PI調節，電流環采用傳統的PI調節，為后面的實驗提供了理論分析的基礎。 結合無刷直流電機的結構，利用電機內部的霍爾元件檢測轉子位置。根據模糊控制器的設計方法，給出了模糊控制查詢表。采用TI公司的數字信號處理器TMS320F2812作為主控芯片，在硬件上設計了整流電路、逆變電路、驅動電路、調理及保護電路等；在DSP軟件開發環境CCS下，采用C語言和匯編語言進行了混合編程，實現了轉子位置信號的讀取、PWM波的產生、AD采樣、速度模糊PI調節及電流調節等功能。 通過對整個控制系統的軟硬件聯合調試，進行了相關實驗。相對傳統的控制系統，采用模糊PI控制的系統具有響應速度快、超調量小、穩定性好等優點。實驗結果表明了無刷直流電機模糊控制系統設計的正確性。最后對整個設計進行了總結，對后續的工作給出了自己的見解。
上傳時間： 2013-04-24
上傳用戶：R50974
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時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錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，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則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，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％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
用C寫的PID模塊，以簡潔的代碼量完成了PID算法，提高了速度。
上傳時間： 2013-06-07
上傳用戶：快樂的小糗糗
