亚洲网站视频,日本不卡免费在线视频,久久久噜噜噜

測(cè)量方法

信號(hào)量和同步方法,java開發(fā),非常實(shí)用的初級(jí)入門程序

信號(hào)量和同步方法,java開發(fā),非常實(shí)用的初級(jí)入門程序

標(biāo)簽： java 信號(hào)量程序

上傳時(shí)間： 2013-12-16

上傳用戶：chongcongying
矩量法求解半波天線使用GARGLIN 方法權(quán)函數(shù)和基函數(shù)都是三維格林函數(shù)

矩量法求解半波天線使用GARGLIN 方法權(quán)函數(shù)和基函數(shù)都是三維格林函數(shù)

標(biāo)簽： GARGLIN 函數(shù) 矩量法半波

上傳時(shí)間： 2014-11-06

上傳用戶：pompey
原創(chuàng)：vxworks的消息隊(duì)列一個(gè)任務(wù)運(yùn)行時(shí)的數(shù)據(jù)和狀態(tài)怎么告訴其他任務(wù)？信號(hào)量為任務(wù)間同步和互斥提供了提供了高效的方法

原創(chuàng)：vxworks的消息隊(duì)列一個(gè)任務(wù)運(yùn)行時(shí)的數(shù)據(jù)和狀態(tài)怎么告訴其他任務(wù)？信號(hào)量為任務(wù)間同步和互斥提供了提供了高效的方法，但它不能攜帶更多的任務(wù)信息。因而需要使用更高級(jí)的通訊方式，即消息隊(duì)列和管道。這節(jié)主要講消息隊(duì)列。

標(biāo)簽： vxworks 隊(duì)列運(yùn)行數(shù)據(jù)

上傳時(shí)間： 2014-01-01

上傳用戶：蠢蠢66
JAVA基礎(chǔ)實(shí)例200題適合任何人士,測(cè)試自己基礎(chǔ)程度最好方法

JAVA基礎(chǔ)實(shí)例200題適合任何人士,測(cè)試自己基礎(chǔ)程度最好方法

標(biāo)簽： JAVA 200

上傳時(shí)間： 2017-07-28

上傳用戶：xlcky
用矩量法和正交模法分析四元八木天線的特性。兩種方法的對(duì)比。用E面、H面和方向性圖。

用矩量法和正交模法分析四元八木天線的特性。兩種方法的對(duì)比。用E面、H面和方向性圖。

標(biāo)簽： 矩量法正模分

上傳時(shí)間： 2014-01-07

上傳用戶：lacsx
抑制永磁無刷直流電機(jī)定位力矩方法研究.rar

在永磁無刷直流電機(jī)中，即使電樞繞組不通電，由于水磁體產(chǎn)生的磁場(chǎng)同定子鐵芯的齒槽相互作用而產(chǎn)生轉(zhuǎn)矩，即齒槽定位力矩。定位力矩使電機(jī)輸出轉(zhuǎn)矩波動(dòng)，產(chǎn)生振動(dòng)和噪聲。影響齒槽轉(zhuǎn)矩的因素很多，如齒槽的數(shù)量、齒槽形狀、斜槽角度、磁鋼的極弧系數(shù)以及輔助凹槽等等，因此，準(zhǔn)確計(jì)算定位力矩較為復(fù)雜。本文利用麥克斯韋張量法來分析定位力矩，為電機(jī)設(shè)計(jì)提供理論參考。文中闡述了齒槽力矩產(chǎn)生機(jī)理，綜述了抑制齒槽轉(zhuǎn)矩的方法，探討了抑制齒槽轉(zhuǎn)矩的發(fā)展趨勢(shì)。本文以永磁無刷直流電機(jī)為對(duì)象，利用Ansoft有限元仿真軟件，通過有限元分析對(duì)改變槽口寬度、定子斜槽、改變極弧系數(shù)和定子沖片增加輔助凹槽對(duì)定位力矩的影響進(jìn)行了研究。深入分析了沖片輔助凹槽對(duì)抑制永磁無刷直流電機(jī)定位力矩的作用，因?yàn)闆_片面加輔助凹槽的方法，生產(chǎn)中便于加工，對(duì)電機(jī)性能影響很小。結(jié)果表明，同一沖片上在對(duì)稱位置上排布輔助凹槽能取得很好的效果，而以沖片中心線對(duì)稱地加兩個(gè)輔助凹槽時(shí)，輔助凹槽角度不同作用不同。對(duì)不同沖片，適合的輔助凹槽角度也是不同的。最后對(duì)這幾種抑制定位力矩的方法進(jìn)行優(yōu)化組合，找出了一個(gè)最優(yōu)的抑制永磁無刷直流電機(jī)定位力矩的方案。

標(biāo)簽： 無刷直流電機(jī) 定位力矩

上傳時(shí)間： 2013-06-18

上傳用戶：zl123！@#
基于自適應(yīng)時(shí)頻分析方法的心音信號(hào)分析研究.rar

心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問題和分類識(shí)別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)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(yīng)錐形核時(shí)頻（ATF）分析方法，通過實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時(shí)，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(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中NM、AF、AR、AS、MR每類心音信號(hào)的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，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(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)

標(biāo)簽： 時(shí)頻分析方法分

上傳時(shí)間： 2013-04-24

上傳用戶：weixiao99
用于空調(diào)壓縮機(jī)驅(qū)動(dòng)的無傳感器永磁同步電機(jī)矢量控制方法研究.rar

隨著家用空調(diào)的普及應(yīng)用，空調(diào)已日漸成為耗能大戶。我國(guó)經(jīng)濟(jì)建設(shè)多年來高速發(fā)展，正面臨能源日益緊張的問題，由于空調(diào)節(jié)能尚有空間，因此人們普遍關(guān)注空調(diào)節(jié)能技術(shù)。在家用空調(diào)的各種節(jié)能技術(shù)中，直流壓縮機(jī)變頻驅(qū)動(dòng)是發(fā)展的主流方向。從驅(qū)動(dòng)方式上看，直流壓縮機(jī)可以采用方波控制或矢量控制。與方波控制相比，矢量控制的空調(diào)直流壓縮機(jī)具有噪聲低、振動(dòng)小、效率高等特點(diǎn)，更加符合節(jié)能和環(huán)保的發(fā)展方向。本文主要研究了適用于空調(diào)壓縮機(jī)負(fù)載的無轉(zhuǎn)子位置傳感器永磁同步電機(jī)矢量控制方法。首先從電機(jī)的基本方程入手，詳細(xì)推導(dǎo)了永磁同步電機(jī)矢量控制的數(shù)學(xué)模型。詳細(xì)分析了各種電流控制策略特點(diǎn)，提出了采用適合直流壓縮機(jī)驅(qū)動(dòng)的MTPA控制方式。其次提出了具有凸極效應(yīng)的壓縮機(jī)永磁同步電機(jī)的一種簡(jiǎn)化模型，得到了適用于IPMSM的滑模觀測(cè)器，解決了IPMSM在αβ坐標(biāo)系中應(yīng)用滑模觀測(cè)器困難的問題。針對(duì)壓縮機(jī)運(yùn)行特點(diǎn)，采用全維狀態(tài)觀測(cè)器方法，實(shí)現(xiàn)IPMSM反電動(dòng)勢(shì)的觀測(cè)，根據(jù)反電動(dòng)勢(shì)計(jì)算出電機(jī)轉(zhuǎn)子位置和轉(zhuǎn)速，實(shí)現(xiàn)了無傳感器矢量控制。本文詳細(xì)分析了全維狀態(tài)觀測(cè)器的極點(diǎn)配置方法，通過將四個(gè)極點(diǎn)配置在相同位置，簡(jiǎn)輕了計(jì)算量，也便于實(shí)現(xiàn)。第三，由于反電動(dòng)勢(shì)估算法在電機(jī)低轉(zhuǎn)速下不能正確估算轉(zhuǎn)子位置，無法正常閉環(huán)起動(dòng)，本文提出了一種簡(jiǎn)單的用于直流壓縮機(jī)的起動(dòng)方法，實(shí)現(xiàn)了壓縮機(jī)的可靠起動(dòng)。同時(shí)在深入分析電機(jī)等效模型的基礎(chǔ)上，給出了一種簡(jiǎn)單的電機(jī)參數(shù)測(cè)量方法，通過簡(jiǎn)單測(cè)量和計(jì)算，得到系統(tǒng)實(shí)現(xiàn)無傳感器永磁同步電機(jī)矢量控制所需的電感、電阻及反電動(dòng)勢(shì)系數(shù)等關(guān)鍵參數(shù)。最后通過MATLAB/Simulimk7.1仿真軟件對(duì)基于滑模觀測(cè)器和基于全維觀測(cè)器的永磁同步電機(jī)矢量控制方法進(jìn)行了仿真驗(yàn)證，設(shè)計(jì)了以TMS320F2403數(shù)字信號(hào)處理器為控制核心的直流壓縮機(jī)矢量控制實(shí)驗(yàn)平臺(tái)，并進(jìn)行了大量的實(shí)驗(yàn)驗(yàn)證。仿真及實(shí)驗(yàn)結(jié)果證明了本文理論分析和所提方法的正確性，并已應(yīng)用于實(shí)際的直流壓縮機(jī)矢量控制系統(tǒng)。

標(biāo)簽： 空調(diào)壓縮機(jī) 無傳感器方法研究

上傳時(shí)間： 2013-06-13

上傳用戶：xuanchangri
基于FPGA的ADC并行測(cè)試方法研究.rar

高性能ADC產(chǎn)品的出現(xiàn)，給混合信號(hào)測(cè)試領(lǐng)域帶來前所未有的挑戰(zhàn)。并行ADC測(cè)試方案實(shí)現(xiàn)了多個(gè)ADC測(cè)試過程的并行化和實(shí)時(shí)化，減少了單個(gè)ADC的平均測(cè)試時(shí)間，從而降低ADC測(cè)試成本。本文實(shí)現(xiàn)了基于FPGA的ADC并行測(cè)試方法。在閱讀相關(guān)文獻(xiàn)的基礎(chǔ)上，總結(jié)了常用ADC參數(shù)測(cè)試方法和測(cè)試流程。使用FPGA實(shí)現(xiàn)時(shí)域參數(shù)評(píng)估算法和頻域參數(shù)評(píng)估算法，并對(duì)2個(gè)ADC在不同樣本數(shù)條件下進(jìn)行并行測(cè)試。通過在FPGA內(nèi)部實(shí)現(xiàn)ADC測(cè)試時(shí)域算法和頻域算法相結(jié)合的方法來搭建測(cè)試系統(tǒng)，完成音頻編解碼器WM8731L的控制模式接口、音頻數(shù)據(jù)接口、ADC測(cè)試時(shí)域算法和頻域算法的FPGA實(shí)現(xiàn)。整個(gè)測(cè)試系統(tǒng)使用Angilent 33220A任意信號(hào)發(fā)生器提供模擬激勵(lì)信號(hào)，共用一個(gè)FPGA內(nèi)部實(shí)現(xiàn)的采樣時(shí)鐘控制模塊。并行測(cè)試系統(tǒng)將WM8731.L片內(nèi)的兩個(gè)獨(dú)立ADC的串行輸出數(shù)據(jù)分流成左右兩通道，并對(duì)其進(jìn)行串并轉(zhuǎn)換。然后對(duì)左右兩個(gè)通道分別配置一個(gè)FFT算法模塊和時(shí)域算法模塊，并行地實(shí)現(xiàn)了ADC參數(shù)的評(píng)估算法。在樣本數(shù)分別為128和4096的實(shí)驗(yàn)條件下，對(duì)WM8731L片內(nèi)2個(gè)被測(cè).ADC并行地進(jìn)行參數(shù)評(píng)估，被測(cè)參數(shù)包括增益GAIN、偏移量OFFSET、信噪比SNR、信號(hào)與噪聲諧波失真比SINAD、總諧波失真THD等5個(gè)常用參數(shù)。實(shí)驗(yàn)結(jié)果表明，通過在FPGA內(nèi)配置2個(gè)獨(dú)立的參數(shù)計(jì)算模塊，可并行地實(shí)現(xiàn)對(duì)2個(gè)相同ADC的參數(shù)評(píng)估，減小單個(gè)ADC的平均測(cè)試時(shí)間。 FPGA片內(nèi)實(shí)時(shí)評(píng)估算法的實(shí)現(xiàn)節(jié)省了測(cè)試樣本傳輸至自動(dòng)測(cè)試機(jī)PC端的時(shí)間。而且只需將HDL代碼多次復(fù)制，就可實(shí)現(xiàn)多個(gè)被測(cè)ADC在同一時(shí)刻并行地被評(píng)估，配置靈活。基于FPGA的ADC并行測(cè)試方法易于實(shí)現(xiàn)，具有可行性，但由于噪聲的影響，測(cè)試精度有待進(jìn)一步提高。該方法可用于自動(dòng)測(cè)試機(jī)的混合信號(hào)選項(xiàng)卡或測(cè)試子系統(tǒng)。關(guān)鍵詞：ADC測(cè)試；并行；參數(shù)評(píng)估；FPGA；FFT

標(biāo)簽： FPGA ADC 并行測(cè)試

上傳時(shí)間： 2013-07-11

上傳用戶：tdyoung
用FPGA實(shí)現(xiàn)“共軛變換”圖像處理方法

近年來微光、紅外、X光圖像傳感器在軍事、科研、工農(nóng)業(yè)生產(chǎn)、醫(yī)療衛(wèi)生等領(lǐng)域的應(yīng)用越來越為廣泛，但由于這些成像器件自身的物理缺陷，視覺效果很不理想，往往需要對(duì)圖像進(jìn)行適當(dāng)?shù)奶幚恚缘玫竭m合人眼觀察或機(jī)器識(shí)別的圖像。因此，市場(chǎng)急需大量高效的實(shí)時(shí)圖像處理器能夠在傳感器后端對(duì)這類圖像進(jìn)行處理。而FPGA的出現(xiàn)，恰恰解決了這個(gè)問題。近十年來，隨著FPGA(現(xiàn)場(chǎng)可編程門陣列)技術(shù)的突飛猛進(jìn)，F(xiàn)PGA也逐漸進(jìn)入數(shù)字信號(hào)處理領(lǐng)域，尤其在實(shí)時(shí)圖像處理方面。Xilinx的研究表明，在2000年主要用于DSP應(yīng)用的FPGA的發(fā)貨量，增長(zhǎng)了50％；而常規(guī)的DSP大約增長(zhǎng)了40％。由于FPGA可無比擬的并行處理能力，使得FPGA在圖像處理領(lǐng)域的應(yīng)用持續(xù)上升，國(guó)內(nèi)外，越來越多的實(shí)時(shí)圖像處理應(yīng)用都轉(zhuǎn)向了FPGA平臺(tái)。與PDSP相比，F(xiàn)PGA將在未來統(tǒng)治更多前端(如傳感器)應(yīng)用，而PDSP將會(huì)側(cè)重于復(fù)雜算法的應(yīng)用領(lǐng)域。可以說，F(xiàn)PGA是數(shù)字信號(hào)處理的一次重大變革。算法是圖像處理應(yīng)用的靈魂，是硬件得以發(fā)揮其強(qiáng)大功能的根本。”共軛變換”圖像處理方法是一種新型的圖像處理算法，由鄭智捷博士上個(gè)世紀(jì)90年代初提出。這種算法使用基元形狀(meta-shape)技術(shù)，而這種技術(shù)的特征正好具備幾何與拓?fù)涞碾p重特性，使得大量不同的基于形態(tài)的灰度圖像處理濾波器可用這種方法實(shí)現(xiàn)。該種算法在空域進(jìn)行圖像處理，無需進(jìn)行大量復(fù)雜的算術(shù)運(yùn)算，算法簡(jiǎn)單、快速、高效，易于硬件實(shí)現(xiàn)。通過十多年來的實(shí)驗(yàn)與實(shí)踐證明，在微光圖像，紅外圖像，X光圖像處理領(lǐng)域，”共軛變換”圖像處理方法確實(shí)有其獨(dú)特的優(yōu)異性能。本篇論文就針對(duì)”共軛變換”圖像處理方法在微光圖像處理領(lǐng)域的應(yīng)用，就如何在FPGA上實(shí)現(xiàn)”共軛變換”圖像處理方法展開研究。首先在Matlab環(huán)境下，對(duì)常用的圖像增強(qiáng)算法和”共軛變換”圖像處理方法進(jìn)行了比較，并且在設(shè)計(jì)制作“FPGA視頻處理開發(fā)平臺(tái)”的基礎(chǔ)上，用VHDL實(shí)現(xiàn)了”共軛變換”圖像處理方法的基本內(nèi)核并進(jìn)行了算法的硬件實(shí)現(xiàn)與效果驗(yàn)證。此外，本文還詳細(xì)地討論了視頻流的采集及其編碼解碼問題以及I2C總線的FPGA實(shí)現(xiàn)。

標(biāo)簽： FPGA 共軛變換圖像處理方法

上傳時(shí)間： 2013-04-24

上傳用戶：CHENKAI