本文將探討微控制器與 PSoC (可編程系統(tǒng)單晶片)在數(shù)位電視應(yīng)用上的設(shè)計(jì)挑戰(zhàn)，並比較微控制器和 PSoC 架構(gòu)在處理這些挑戰(zhàn)時(shí)的不同處，以有效地建置執(zhí)行。
標(biāo)簽： PSoC MCU 比較 數(shù)位電視
上傳時(shí)間： 2013-11-22
上傳用戶：gengxiaochao
第一章 虛擬儀器及l(fā)abview入門(mén) １．１ 虛擬儀器概述 １．２ labview是什么？ １．３ labview的運(yùn)行機(jī)制 １．３．１ labview應(yīng)用程序的構(gòu)成 １．３．２ labview的操作模板 １．４ labview的初步操作 １．４．１ 創(chuàng)建VI和調(diào)用子VI １．４．２ 程序調(diào)試技術(shù) １．４．３ 子VI的建立 １．５ 圖表（Chart）入門(mén) 第二章 程序結(jié)構(gòu) ２．１ 循環(huán)結(jié)構(gòu) ２．１．１ While 循環(huán) ２．１．２ 移位寄存器 ２．１．３ For循環(huán) ２．２ 分支結(jié)構(gòu)：Case ２．３ 順序結(jié)構(gòu)和公式節(jié)點(diǎn) ２．３．１ 順序結(jié)構(gòu) ２．３．２ 公式節(jié)點(diǎn) 第三章 數(shù)據(jù)類(lèi)型：數(shù)組、簇和波形（Waveform） ３．１ 數(shù)組和簇 ３．２ 數(shù)組的創(chuàng)建及自動(dòng)索引 ３．２．１ 創(chuàng)建數(shù)組 ３．２．２ 數(shù)組控制對(duì)象、常數(shù)對(duì)象和顯示對(duì)象 ３．２．３ 自動(dòng)索引 ３．３ 數(shù)組功能函數(shù) ３．４ 什么是多態(tài)化（Polymorphism）? ３．５ 簇 ３．５．１ 創(chuàng)建簇控制和顯示 ３．５．２ 使用簇與子VI傳遞數(shù)據(jù) ３．５．３ 用名稱(chēng)捆綁與分解簇 ３．５．４ 數(shù)組和簇的互換 ３．６ 波形（Waveform）類(lèi)型 第四章 圖形顯示 ４．１ 概述 ４．２ Graph控件 ４．３ Chart的獨(dú)有控件 ４．４ XY圖形控件（XY Graph） ４．５ 強(qiáng)度圖形控件（Intensity Graph） ４．６ 數(shù)字波形圖控件（Digital Waveform Graph） ４．７ 3D圖形顯示控件（3D Graph） 第五章 字符串和文件I/ ５．１ 字符串 ５．２ 文件的輸入/輸出（I/O） ５．２．１ 文件 I/O 功能函數(shù) ５．２．２ 將數(shù)據(jù)寫(xiě)入電子表格文 ５．３ 數(shù)據(jù)記錄文件（datalog file） 第六章 數(shù)據(jù)采集 ６．１ 概述 ６．１．１ 采樣定理與抗混疊濾波器 ６．１．２ 數(shù)據(jù)采集系統(tǒng)的構(gòu)成 ６．１．３ 模入信號(hào)類(lèi)型與連接方式 ６．１．４ 信號(hào)調(diào)理 ６．１．５ 數(shù)據(jù)采集問(wèn)題的復(fù)雜程度評(píng)估 ６．２ 緩沖與觸發(fā) ６．２．１ 緩沖（Buffers） ６．２．２ 觸發(fā)（Triggering） ６．３ 模擬I/O（Analog I/O） ６．３．１ 基本概念 ６．３．２ 簡(jiǎn)單 Analog I/O ６．３．３ 中級(jí)Analog I/O ６．４ 數(shù)字I/O（Digital I/O） ６．５ 采樣注意事項(xiàng) ６．５．１ 采樣頻率的選擇 ６．５．２ ６．５．３ 多任務(wù)環(huán)境 ６．６ 附：PCI-MIO-16E-4數(shù)據(jù)采集卡簡(jiǎn)介 第七章 信號(hào)分析與處理 ７．１ 概述 ７．２ 信號(hào)的產(chǎn)生 ７．３ 標(biāo)準(zhǔn)頻率 ７．４ 數(shù)字信號(hào)處理 ７．４．１ FFT變換 ７．４．２ 窗函數(shù) ７．４．３ 頻譜分析 ７．４．４ 數(shù)字濾波 ７．４．５ 曲線擬合 第八章 labview程序設(shè)計(jì)技巧 ８．１ 局部變量和全局變量 ８．２ 屬性節(jié)點(diǎn) ８．３ VI選項(xiàng)設(shè)置 第九章 測(cè)量專(zhuān)題 ９．１ 概述 ９．１．１ 模入信號(hào)類(lèi)型與連接方式 ９．１．２ 信號(hào)調(diào)理 ９．２ 電壓測(cè)量 ９．３ 頻率測(cè)量 ９．４ 相位測(cè)量 ９．５ 功率測(cè)量 ９．６ 阻抗測(cè)量 ９．７ 示波器 ９．８ 波形記錄與回放 ９．９ 元件伏安特性的自動(dòng)測(cè)試 ９．１０ 掃頻儀 ９．１１ 函數(shù)發(fā)生器 ９．１２ 實(shí)驗(yàn)數(shù)據(jù)處理 ９．１３ 頻域分析 ９．１４ 時(shí)域分析 第十章 網(wǎng)絡(luò)與通訊 第十一章 儀器控制
上傳時(shí)間： 2013-11-06
上傳用戶：15070202241
NNS-701 是專(zhuān)為移動(dòng)裝置設(shè)計(jì)的全功能NFC (Near Field Communication)控制器芯片。
上傳時(shí)間： 2013-10-11
上傳用戶：蠢蠢66
設(shè)計(jì)了一個(gè)頻率在37 GHz的7波束毫米波Rotman透鏡多波束天線。分析了透鏡焦距的選擇方法，以實(shí)現(xiàn)最小的相位誤差。Rotman透鏡采用微帶形式實(shí)現(xiàn)，天線單元采用微帶貼片天線，并實(shí)現(xiàn)了Rotman透鏡與天線陣列的整體仿真。結(jié)果表明，該天線可以實(shí)現(xiàn)多波束寬角度的掃描特性。
標(biāo)簽： Rotman 毫米波 天線 仿真設(shè)計(jì)
上傳時(shí)間： 2013-10-09
上傳用戶：253189838
本技術(shù)文章將介紹如何運(yùn)用 NI LabVIEW FPGA 來(lái)設(shè)計(jì)並客製化個(gè)人的 RF 儀器，同時(shí)探索軟體設(shè)計(jì)儀器可為測(cè)試系統(tǒng)所提供的優(yōu)勢(shì)。
上傳時(shí)間： 2013-11-24
上傳用戶：toyoad
衛(wèi)星導(dǎo)航定位中，基于載波相位觀測(cè)值的RTK定位技術(shù)能夠在達(dá)到厘米級(jí)的定位精度，其核心技術(shù)是整周模糊度的快速解算。采用LAMBDA方法能快速解算整周模糊度完成初始化，實(shí)時(shí)周跳檢測(cè)，搜索并固定新的模糊度。利用2個(gè)NovAtel接收機(jī)采集數(shù)據(jù)，對(duì)采集到的數(shù)據(jù)進(jìn)行仿真驗(yàn)證。仿真結(jié)果顯示，該方法縮短了搜索的時(shí)間，定位結(jié)果達(dá)到了精度要求。
標(biāo)簽： LAMBDA 算法 衛(wèi)星導(dǎo)航定位 中的應(yīng)用
上傳時(shí)間： 2013-10-25
上傳用戶：yuchunhai1990
對(duì)共振干涉法、相位法和時(shí)差法測(cè)量渾水中超聲波速度的基本原理和試驗(yàn)過(guò)程進(jìn)行了分析。結(jié)果表明: 共振干涉法和相位法測(cè)量原理正確, 但存在讀數(shù)誤差, 時(shí)差法是較為準(zhǔn)確的測(cè)量超聲聲速的方法; 在一定激發(fā)頻率下, 隨著含沙量的增大, 超聲波衰減系數(shù)增大。
標(biāo)簽： 超聲波
上傳時(shí)間： 2013-11-22
上傳用戶：KSLYZ
介紹了寬帶頻率信號(hào)源的總體方案,分析了對(duì)系統(tǒng)穩(wěn)定性、相位噪聲性能產(chǎn)生影響的因素,進(jìn)而論述了對(duì)關(guān)鍵器件技術(shù)指標(biāo)的要求和對(duì)環(huán)路參數(shù)的要求,并進(jìn)行了仿真分析、理論計(jì)算和測(cè)試結(jié)果分析。
上傳時(shí)間： 2013-10-26
上傳用戶：wqq123456
本文通過(guò)介紹GLONASS衛(wèi)星信號(hào)的組成和特性，分析了廣泛用于衛(wèi)星信號(hào)捕獲的串行二維搜索捕獲算法的算法原理；在考慮算法實(shí)現(xiàn)所需要的時(shí)間和涉及的計(jì)算量的前提下，分析了計(jì)算量較少，捕獲時(shí)間較短的并行碼相位搜索和部分匹配濾波兩種捕獲算法，對(duì)兩種算法的算法流程進(jìn)行了詳細(xì)的分析，并利用matlab對(duì)算法進(jìn)行仿真實(shí)現(xiàn)，成功解算出GLO—NASS信號(hào)的碼相位偏移和載波多普勒偏移，驗(yàn)證了兩種算法在GLONASS信號(hào)捕獲中的可行性。
標(biāo)簽： GLONASS 衛(wèi)星信號(hào) 仿真
上傳時(shí)間： 2014-04-24
上傳用戶：84425894
部分傳輸序列（PTS）方法通過(guò)選擇合適的相位序列以降低信號(hào)峰值出現(xiàn)的概率，該方法不會(huì)使信號(hào)發(fā)生畸變。但是傳統(tǒng)的 PTS 技術(shù)計(jì)算復(fù)雜度非常大，需遍歷所有可選的相位因子，其計(jì)算量隨分割子序列數(shù)按指數(shù)增長(zhǎng)。本文提出了一種正倒二叉樹(shù)多層相位序列方法，該方法通過(guò)對(duì)稱(chēng)的樹(shù)形搜索，搜索出最優(yōu)的相位序列。仿真結(jié)果表明，該方法大大降低系統(tǒng)的復(fù)雜度，同時(shí) PAPR 得到更好地抑制。
上傳時(shí)間： 2013-11-10
上傳用戶：zjf3110
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
