為了能準確測量一些小信號，測量放大器是不可缺少的。本系統就是為了這種需要設計的。設計由三個模塊電路構成：前級高共模抑制化比儀器放大器、AD7520衰減器和單片機控制模塊。在前級高共模抑制比儀器放大器中充分利用了電路的對稱性，能較好的抑制共模信號。而AD7520衰減器利用電阻網絡的可編程性，控制衰減器衰減率的數字編程，實現了自動控制。單片機控制模塊除可以控制液晶顯示外，還可進行數字處理和對繼電器及AD7520的控制。該方案已基本滿足了設計要求，能完成測量的需要
上傳時間： 2013-11-25
上傳用戶：teddysha
小燈控制程序 *** *** *** *** 中斷入口程序 *** *** ORG 0000H 程序執行開始地址 LJMP START 跳至START執行 ORG 0003H 外中斷0中斷入口地址 RETI 中斷返回（不開中斷） ORG 000BH 定時器T0中斷入口地址 RETI 中斷返回（不開中斷） ORG 0013H 外中斷1中斷入口地址 RETI 中斷返回（不開中斷） ORG 001BH 定時器T1中斷入口地址 RETI 中斷返回（不開中斷） ORG 0023H 串行口中斷入口地址 RETI 中斷返回（不開中斷
上傳時間： 2013-12-14
上傳用戶：zhangjinzj
用過采樣和求均值提高ADC分辨率 很多應用需要使用模/數轉換器 ADC 進行測量 這些應用所需要的分辨率取決于信號的動 態范圍 必須測量的參數的最小變化和信噪比 SNR 因此 很多系統使用較高分辨率的片外ADC 然而也可以通過使用一些技術來達到較高的分辨率和SNR 本應用筆記介紹用過采樣和求均值的方 法來提高模數轉換的分辨率和SNR 過采樣和求均值技術可以在不使用昂貴的片外ADC的情況下提 高測量分辨率 本應用筆記討論如何使用過采樣和求均值的方法來提高模/數轉換 ADC 測量的分辨率 另 外 本文最后的附錄A B和C分別給出了對ADC噪聲的深入分析 最適合過采樣技術的ADC噪聲 類型和使用過采樣和求均值技術的示例代碼
上傳時間： 2016-06-21
上傳用戶：hanli8870
編譯原理課程設計核心模塊。(除語義分析外都經過測試) 適用于 Turbo C++,C++ Builder,Visual C++ 若出現內存不足，請將數組定義小一些，且定義為Static 接口說明見Compiler.h文件
上傳時間： 2013-12-25
上傳用戶：WMC_geophy
=== ==== 關于本光盤 ========== \Tinix: 書中所附代碼 其中很多目錄中除了包含源代碼(*.asm, *.inc, *.c, *.h)外，還有這樣一些文件: boot.bin 引導扇區(Boot Sector)，可通過 FloppyWriter 寫入軟盤(或軟盤映像)。 loader.bin LOADER，直接拷貝至軟盤(或軟盤映像)根目錄。 kernel.bin 內核(Kernel)，直接拷貝至軟盤(或軟盤映像)根目錄。 bochsrc.bxrc Bochs 配置文件，如果系統中安裝了 Bochs-2.1.1 可直接雙擊之運行。其它細節請見書第 2.7 節。 godbg.bat 調試時可使用此批處理文件。它假設 Bochs-2.1.1 安裝在 D:\Program Files\Bochs-2.1.1\ 中。 TINIX.IMG 軟盤映像?？芍苯油ㄟ^ Bochs 或者 Virtual PC 運行。 *.com 可以在 DOS (必須為純 DOS) 下運行的文件。 \Tools: 一些小工具 (在 VC6 下編譯通過) DescParser 描述符分析器，輸入描述符的值，可以得出起基址、界限、屬性等信息。 ELFParser ELF 文件分析器，可以列出一個 ELF 文件的 ELF Header、 Program Header、Section Header 等信息。 FloppyWriter 用以寫引導扇區，支持軟盤和軟盤映像。 KrnlChecker 用以檢查一個 Tinix 內核加載后位置是否正確。
上傳時間： 2014-01-26
上傳用戶：TF2015
該文設計的 D S P最小系統可應用于教學，本科生通過在此硬件平臺上實現 F S K的調 制及 F I R濾波器的實現兩個實驗，可以掌握 D S P硬件調試方法，增加對 D S P開發過程，以及 D S P基本 算 法 實現 的理 解。文 中所 設計 的 D S P最 小 系統 由 T I公 司 的定 點 D S P芯 片 T MS 3 2 0 V C 5 4 0 2及其相關電源和時鐘電路 、片外擴展存儲 器、A ／ D、D ／ A、標準 U A R T接 口構成
上傳時間： 2016-10-09
上傳用戶：caozhizhi
本人自己制作的的小游戲：種蘑菇V1.1 種蘑菇 V1.1更新： 1.提供4種不同方陣，共有8種玩法。 2.可以鍵盤控制。 3.界面更美觀，全面重寫優化了程序。 4.去除分辨率的限制。 5.單擊分數標簽可保存成績。 V1.0 一個偶爾的機會，作者接觸到一個趣題，關于諾基亞手機疊樓方塊如何排列才能使值最大。 我對這個問題進行了細致的研究，做了這個游戲練練手。 玩法： 先從左邊選擇蘑菇種類，右邊方框中可以放這種蘑菇的單元格變色。 普通玩法： 在放置時需滿足以下4條規則： 1.藍蘑菇可以隨意放置，得1分； 2.紅蘑菇必須和藍蘑菇相鄰，得2分； 3.綠蘑菇必須同時和藍、紅蘑菇相鄰，得3分； 4.黃蘑菇必須同時和藍、紅、綠蘑菇相鄰，得4分。 疊加玩法： 在放置時，除滿足前4條規則外，還有第5條規則： 5.已有蘑菇的方格在滿足前4條的前提下，仍可放蘑菇。 聰明的你怎樣才能得更高的分呢？
上傳時間： 2017-02-08
上傳用戶：13681659100
本科畢業設計做的一個小玩意。設計的語音播報記事器系統使用AT89S52單片機為微控制器，通過對ISD4004的控制實現語音的存儲與回放。PCF8563為本系統提供時間和日歷等信息。當進行錄音和放音時，PCF8563亦可作為計時器件使用。外接矩陣鍵盤和LED顯示器，方便人機間的對話。本系統能夠錄音放音長達16分鐘。壓縮包內有自己的本科畢業論文，程序和原理圖。有一定的參考價值。
上傳時間： 2013-12-06
上傳用戶：星仔
USR-15X系列產品說明書USR-15X系列體積雖小，功能不少：免插卡上電即聯網，配合外置卡槽，雙卡切換更可靠！藍牙配微信小程序掃一掃，快速配置參數，告別電腦和串口線！靈活裝標準導軌卡扣和隱藏式掛耳，安裝靈活自如！
上傳時間： 2021-12-09
上傳用戶：trh505
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
