設(shè)計(jì)高速電路必須考慮高速訊 號(hào)所引發(fā)的電磁干擾、阻抗匹配及串音等效應(yīng)，所以訊號(hào)完整性 (signal integrity)將是考量設(shè)計(jì)電路優(yōu)劣的一項(xiàng)重要指標(biāo)，電路日異複雜必須仰賴可 靠的軟體來幫忙分析這些複雜的效應(yīng)，才比較可能獲得高品質(zhì)且可靠的設(shè)計(jì)， 因此熟悉軟體的使用也將是重要的研究項(xiàng)目之一。另外了解高速訊號(hào)所引發(fā)之 各種效應(yīng)(反射、振鈴、干擾、地彈及串音等)及其克服方法也是研究高速電路 設(shè)計(jì)的重點(diǎn)之一。目前高速示波器的功能越來越多，使用上很複雜，必須事先 進(jìn)修學(xué)習(xí)，否則無法全盤了解儀器之功能，因而無法有效發(fā)揮儀器的量測(cè)功能。 其次就是高速訊號(hào)量測(cè)與介面的一些測(cè)試規(guī)範(fàn)也必須熟悉，像眼圖分析，探針 效應(yīng)，抖動(dòng)(jitter)測(cè)量規(guī)範(fàn)及高速串列介面量測(cè)規(guī)範(fàn)等實(shí)務(wù)技術(shù)，必須充分 了解研究學(xué)習(xí)，進(jìn)而才可設(shè)計(jì)出優(yōu)良之教學(xué)教材及教具。
標(biāo)簽： 高速電路
上傳時(shí)間： 2021-11-02
上傳用戶：jiabin
基于紅外熱成像原理的輪機(jī)故障診斷技術(shù)這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
標(biāo)簽： 紅外熱成像
上傳時(shí)間： 2021-12-03
上傳用戶：
基于紅外熱像檢測(cè)技術(shù)的CAN總線監(jiān)控系統(tǒng)這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
標(biāo)簽： 紅外檢測(cè) can總線 監(jiān)控系統(tǒng)
上傳時(shí)間： 2021-12-03
上傳用戶：zhanglei193
基于Vega的場(chǎng)景紅外成像仿真研究這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
上傳時(shí)間： 2021-12-20
上傳用戶：
HI3520DV400全套資料（Cadence arregro原理圖+PCB+bom+鏡像軟件），1個(gè)HDMI輸入，1個(gè)HDMI輸出，1個(gè)3.5音頻輸入，1個(gè)3.5音頻輸出。2GB-DDR3，2個(gè)USB2.0,1個(gè)LAN，已經(jīng)調(diào)試通過，固件都已經(jīng)打包好。拿來就可以打板生產(chǎn)，包括原理圖，PCB，u-boot,kernel,rootfs。
標(biāo)簽： hi3520dv400 cadence arregro
上傳時(shí)間： 2021-12-28
上傳用戶：
光電成像原理.pdf光電成像原理.pdf
標(biāo)簽： 光電成像
上傳時(shí)間： 2022-01-19
上傳用戶：
8篇紅外測(cè)溫技術(shù)碩士學(xué)位論文紅外成像技術(shù)畢業(yè)論文資料合集
上傳時(shí)間： 2022-02-13
上傳用戶：qingfengchizhu
論文-基于紅外熱成像技術(shù)的豬體溫檢測(cè)與關(guān)鍵測(cè)溫部位識(shí)別63頁(yè)摘要 實(shí)現(xiàn)豬體溫測(cè)量自動(dòng)化有利于實(shí)時(shí)監(jiān)測(cè)豬的健康狀況、母豬發(fā)情和排卵檢測(cè)等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學(xué)計(jì)量學(xué)建模 方法建立體表溫度、環(huán)境溫度與直腸溫度間的多元校正模型，同時(shí)提出兩種關(guān)鍵測(cè) 溫部位的自動(dòng)檢測(cè)方法。主要結(jié)論總結(jié)如下： (1)建立了母豬體表溫度、環(huán)境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發(fā)現(xiàn)， 9個(gè)身體區(qū)域提取的體表溫度與直腸溫度呈正相關(guān)(產(chǎn)O．34～0．68)，其中， 基于耳根區(qū)域體表溫度平均值建立的一元回歸方程效果最優(yōu)，預(yù)測(cè)集相關(guān)系數(shù)RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預(yù)測(cè)效果，RP和RMSEP分別為0．76和O．370C。此外，應(yīng)用特征選擇方法LARS． Lasso確定了7個(gè)重要特征建立簡(jiǎn)化模型，其校正集和預(yù)測(cè)集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于生豬主要測(cè)溫部位(眼睛和耳朵區(qū)域)的直接分割。利用 python構(gòu)建了四種不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對(duì)比分析4種卷積神經(jīng)網(wǎng)絡(luò)模型的性能，結(jié)果表明U-Net．4網(wǎng)絡(luò)結(jié)構(gòu)的分割 效果最優(yōu)，平均區(qū)域重合度最高為78．75％。然而，當(dāng)計(jì)算設(shè)備的計(jì)算力不夠時(shí)，可 以選用U．Net一3模型以達(dá)到較好的分割效果。 (3)提出豬只眼睛及耳根區(qū)域關(guān)鍵點(diǎn)的識(shí)別方法，將豬只主要測(cè)溫部位的檢測(cè)問題 轉(zhuǎn)變?yōu)橹饕獪y(cè)溫部位的定位問題。設(shè)計(jì)具有不同深度的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)A．E，得 出架構(gòu)E最優(yōu)。且當(dāng)Dropout概率設(shè)置為0．6時(shí)模型效果最好，驗(yàn)證集平均誤差和 預(yù)測(cè)集平均誤差分別為1．96％和2．65％。測(cè)試集單張豬臉關(guān)鍵點(diǎn)的預(yù)測(cè)誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關(guān)鍵點(diǎn)，用于豬只 體溫測(cè)量。 本文采用紅外熱像儀測(cè)量母豬體表溫度，通過化學(xué)計(jì)量學(xué)建模為非接觸母豬直 腸溫度測(cè)量提供了更準(zhǔn)確、可靠的方法，同時(shí)提出兩種關(guān)鍵測(cè)溫部位的自動(dòng)檢測(cè)方 法，有助于實(shí)現(xiàn)母豬體溫測(cè)量自動(dòng)化，為生豬健康管理提供參考。
標(biāo)簽： 紅外熱成像技術(shù)
上傳時(shí)間： 2022-02-13
上傳用戶：jiabin
基于FPGA的紅外熱成像溫度檢測(cè)算法研究要#以非制式冷紅外焦平面技術(shù)為基礎(chǔ)的非制冷式熱成像儀以其價(jià)格低~體積小的優(yōu)勢(shì)s在非接觸式測(cè)溫領(lǐng)域得 到廣泛的應(yīng)用 目前市面上的熱成像儀對(duì)溫差的識(shí)別非常敏感s但是無法通過從熱成像儀獲得的電信號(hào)數(shù)據(jù)得知目 標(biāo)的具體溫度 而能夠進(jìn)行非接觸式測(cè)溫的成品熱成像儀不僅價(jià)格高昂s而且保密的封裝使得二次開發(fā)的難度較大 基于以上問題s本文搭建基于 FPGA 和 MATALB的熱成像系統(tǒng)s得到了一種溫度檢測(cè)算法的獲取方法 通過該實(shí)驗(yàn) 方法來取得由電信號(hào)轉(zhuǎn)換為具體溫度的算法及其關(guān)鍵系數(shù) 實(shí)驗(yàn)結(jié)果表明s該溫度算法的誤差較小s在溫度測(cè)量預(yù)警 系統(tǒng)有較強(qiáng)的工程意義 關(guān)鍵詞#紅外熱像儀3FPGA3MATLAB3溫度檢測(cè) 中圖分類號(hào)#TN211 文獻(xiàn)標(biāo)識(shí)碼#A 國(guó)家標(biāo)準(zhǔn)學(xué)科分類代碼#510.1
標(biāo)簽： fpga 紅外熱成像測(cè)溫
上傳時(shí)間： 2022-02-14
上傳用戶：
該文檔為基于GPS和紅外成像的新型無人機(jī)總體設(shè)計(jì)講解文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
上傳時(shí)間： 2022-02-20
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
