要學(xué)習(xí)一門編程語言并不難，編程主要是掌握思想，然后就是練習(xí)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(xué)習(xí)c#的朋友一些建議，供新手參考！首先熟悉.net框架,理解面向?qū)ο缶幊痰乃枷?挺重要的!編程的學(xué)習(xí)是要慢慢而來的,慢慢的積累!
標(biāo)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(diào)速性能好、無換向火花及無勵磁損耗等諸多優(yōu)點被大量應(yīng)用于家電、交通、醫(yī)療器械、數(shù)控機床及機器人等領(lǐng)域，現(xiàn)代工業(yè)的快速發(fā)展對無刷直流電機控制系統(tǒng)的性能要求也越來越高。可以預(yù)見，隨著永磁材料和電力電子器件價格進(jìn)一步的降低，無刷直流電機驅(qū)動理論的研究不斷深入，無刷直流電機的應(yīng)用前景將更加廣泛。 本文通過閱讀大量文獻(xiàn)資料，介紹了無刷直流電機的發(fā)展現(xiàn)狀、研究動態(tài)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(guī)則進(jìn)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(tǒng)進(jìn)行了建模和仿真，其中速度環(huán)采用模糊PI調(diào)節(jié)，電流環(huán)采用傳統(tǒng)的PI調(diào)節(jié)，為后面的實驗提供了理論分析的基礎(chǔ)。 結(jié)合無刷直流電機的結(jié)構(gòu)，利用電機內(nèi)部的霍爾元件檢測轉(zhuǎn)子位置。根據(jù)模糊控制器的設(shè)計方法，給出了模糊控制查詢表。采用TI公司的數(shù)字信號處理器TMS320F2812作為主控芯片，在硬件上設(shè)計了整流電路、逆變電路、驅(qū)動電路、調(diào)理及保護(hù)電路等；在DSP軟件開發(fā)環(huán)境CCS下，采用C語言和匯編語言進(jìn)行了混合編程，實現(xiàn)了轉(zhuǎn)子位置信號的讀取、PWM波的產(chǎn)生、AD采樣、速度模糊PI調(diào)節(jié)及電流調(diào)節(jié)等功能。 通過對整個控制系統(tǒng)的軟硬件聯(lián)合調(diào)試，進(jìn)行了相關(guān)實驗。相對傳統(tǒng)的控制系統(tǒng)，采用模糊PI控制的系統(tǒng)具有響應(yīng)速度快、超調(diào)量小、穩(wěn)定性好等優(yōu)點。實驗結(jié)果表明了無刷直流電機模糊控制系統(tǒng)設(shè)計的正確性。最后對整個設(shè)計進(jìn)行了總結(jié)，對后續(xù)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(tài)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(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點展開了深入的研究，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(nèi)容包括以下5個方面： a）心音信號采集與預(yù)處理。本文采用自行研制的帶有錄音機功能的聽診器實現(xiàn)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(jù)實驗分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預(yù)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(jìn)行了時頻譜特性分析，結(jié)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(guān)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(yīng)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(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）等固定核時頻分析方法，從而選擇自應(yīng)錐形核時頻分析方法進(jìn)行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號的時頻分析結(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現(xiàn)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(jù)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(shù)、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(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機模型，選取標(biāo)準(zhǔn)數(shù)據(jù)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(shù)據(jù)作為支持向量機的學(xué)習(xí)樣本，對余下的每類20組數(shù)據(jù)進(jìn)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(jìn)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(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運行平臺構(gòu)建，可完成對心音信號的讀取、預(yù)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(tài)鏈接，實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)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(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時頻分析方法提取心音信號特征向量，根據(jù)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(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種類及數(shù)據(jù)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(jìn)一步提高心音信號分類精度，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，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應(yīng)，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
本課題設(shè)計和完成了一套基于DSP+FPGA結(jié)構(gòu)的小波變換實時圖像處理系統(tǒng)。采用小波算法對圖像進(jìn)行邊緣提取、圖像增強、圖像融合等處理，并在ADSP-BF535上實現(xiàn)了小波算法，分析了其運行小波算法的性能。圖像處理的數(shù)據(jù)量比較大，而且運算比較復(fù)雜，DSP的特殊結(jié)構(gòu)和性能很好地滿足了系統(tǒng)實現(xiàn)的需要，而FPGA的高速性和靈活性也滿足了系統(tǒng)實時性和穩(wěn)定性的需要，所以采用DSP+FPGA來實現(xiàn)圖像處理系統(tǒng)是可靠的，也是可行的。系統(tǒng)的硬件設(shè)計以DSP和FPGA為平臺，DSP實現(xiàn)算法、管理系統(tǒng)運行、并實現(xiàn)了系統(tǒng)的自啟動；FPGA實現(xiàn)一些接口、時序控制等，簡化了外圍電路，提高了系統(tǒng)的可靠性。結(jié)果表明，在ADSP-BF535上實現(xiàn)小波算法，效果良好，而且滿足系統(tǒng)實時性的要求。最后，總結(jié)了系統(tǒng)的設(shè)計和調(diào)試經(jīng)驗，對調(diào)試時遇到的一些問題進(jìn)行了分析。
上傳時間： 2013-04-24
上傳用戶：Kecpolo
相對于JPEG中二維離散余弦變換(2DDCT)來說，在JPEG2000標(biāo)準(zhǔn)中，二維離散小波變換(2DDWT)是其圖像壓縮系統(tǒng)的核心變換。在很多需要進(jìn)行實時處理圖像的系統(tǒng)中，如數(shù)碼相機、遙感遙測、衛(wèi)星通信、多媒體通信、便攜式攝像機、移動通信等系統(tǒng)，需要用芯片實現(xiàn)圖像的編解碼壓縮過程。雖然有許多研究工作者對圖像處理的小波變換進(jìn)行了研究，但大都只偏重算法研究，對算法硬件實現(xiàn)時的復(fù)雜性考慮較少，對圖像處理的小波變換硬件實現(xiàn)的研究也較少。 本文針對圖像處理的小波變換算法及其硬件實現(xiàn)進(jìn)行了研究。對文獻(xiàn)[13]提出的“內(nèi)嵌延拓提升小波變換”(Combiningthedata-extensionprocedureintothelifting-basedDWTcore)快速算法進(jìn)行仔細(xì)分析，提出一種基于提升方式的5/3小波變換適合硬件實現(xiàn)的算法，在MATLAB中仿真驗證了該算法，證明其是正確的。并設(shè)計了該算法的硬件結(jié)構(gòu)，在MATLAT的Simulink中進(jìn)行仿真，對該結(jié)構(gòu)進(jìn)行VHDL語言的寄存器傳輸級(RTL)描述與仿真，成功綜合到Altera公司的FPGA器件中進(jìn)行驗證通過。本算法與傳統(tǒng)的小波變換的邊界處理方法比較：由于將其邊界延拓過程內(nèi)嵌于小波變換模塊中，使該硬件結(jié)構(gòu)無需額外的邊界延拓過程，減少小波變換過程中對內(nèi)存的讀寫量，從而達(dá)到減少內(nèi)存使用量，降低功耗，提高硬件利用率和運算速度的特點。本算法與文獻(xiàn)[13]提出的算法相比較：無需增加額外的硬件計算模塊，又具有在硬件實現(xiàn)時不改變原來的提升小波算法的規(guī)則性結(jié)構(gòu)的特點。這種小波變換硬件芯片的實現(xiàn)不僅適用于JPEG2000的5/3無損小波變換，當(dāng)然也可用于其它各種實時圖像壓縮處理硬件系統(tǒng)。
上傳時間： 2013-06-13
上傳用戶：jhksyghr
在衛(wèi)星遙感設(shè)備中，隨著遙感技術(shù)的發(fā)展和對傳輸式觀測衛(wèi)星遙感圖像質(zhì)量要求的不斷提高，航天遙感圖像的分辨率和采樣率也越來越高，由此引起高分辨率遙感圖像數(shù)據(jù)存儲量和傳輸數(shù)據(jù)量的急劇增長，然而衛(wèi)星信道帶寬有限。為了盡量保持高分辨率遙感圖像所具有的信息，必須解決輸入數(shù)據(jù)碼率和傳輸信道帶寬之間的矛盾。所以星載高分辨率遙感圖像數(shù)據(jù)的高保真、實時、大壓縮比壓縮技術(shù)就成了解決這一矛盾的關(guān)鍵技術(shù)。FPGA器件為實現(xiàn)數(shù)據(jù)壓縮提供了一種壓縮算法的硬件實現(xiàn)的一個理想的平臺。FPGA器件集成度高，體積小，通過用戶編程實現(xiàn)專門應(yīng)用的功能。它允許電路設(shè)計者利用基于計算機的開發(fā)平臺，經(jīng)過設(shè)計輸入，仿真，測試和校驗，直到達(dá)到預(yù)期的結(jié)果，減少了開發(fā)周期。小波變換能夠適應(yīng)現(xiàn)代圖像壓縮所需要的如多分辨率、多層質(zhì)量控制等要求，在較大壓縮比下，小波圖像壓縮質(zhì)量明顯好于DCT變換，因此小波變換成為新一代壓縮標(biāo)準(zhǔn)JPEG2000的核心算法。同時，小波變換的提升算法結(jié)構(gòu)簡單，能夠?qū)崿F(xiàn)快速算法，有利于硬件實現(xiàn)，因此提升小波變換對于采用FPGA或ASIC來實現(xiàn)圖像變換來說是很好的選擇。本文針對衛(wèi)星遙感圖像的數(shù)據(jù)流，主要研究可以對衛(wèi)星圖像進(jìn)行實時二維小波變換的方案。針對提升小波變換的VLSI結(jié)構(gòu)和FPGA設(shè)計中的關(guān)鍵技術(shù)，從邊界延拓、濾波器結(jié)構(gòu)、整數(shù)小波、定點運算、原位運算等方面進(jìn)行了研究和討論，并且完成了針對衛(wèi)星遙感圖像的分塊二維9/7提升小波變換的FPGA實現(xiàn)。采用VerIlog語言對設(shè)計進(jìn)行了仿真驗證，并將仿真結(jié)果同matlab仿真結(jié)果進(jìn)行了比較，比較結(jié)果表明該方案能實現(xiàn)對衛(wèi)星遙感圖像數(shù)據(jù)流的二維提升小波變換的功能。同時QuartusII綜合結(jié)果也表明，系統(tǒng)時鐘能夠工作在很高的頻率，可以滿足高速實時對衛(wèi)星圖像的小波變換處理。
上傳時間： 2013-06-15
上傳用戶：00.00
磁共振成像（MRI）由于自身獨特的成像特點，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個算法.首先，該文針對MRI重建后圖像噪聲分布的實際特點，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點，首先對與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計來進(jìn)行參數(shù)估計，同時利用連續(xù)尺度間的尺度相關(guān)性特點來進(jìn)行函數(shù)升級，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時，該文對MRI圖像的進(jìn)一步的分析與應(yīng)用展開了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點，同時考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對目標(biāo)函數(shù)加以改進(jìn)，用來克服噪聲和非均勻場對MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過實驗，我們發(fā)現(xiàn)，無論是針對模擬圖像還是實際圖像，該文所提出的兩個算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
上傳時間： 2013-04-24
上傳用戶：zhichenglu
現(xiàn)代社會中相控陣?yán)走_(dá)的應(yīng)用越來越廣泛，相控陣?yán)走_(dá)在目標(biāo)識別、空間探測、雷達(dá)成像等先進(jìn)技術(shù)領(lǐng)域的研究不斷深入。相控陣?yán)走_(dá)的各個部分開始采用全數(shù)字化的控制方式，這對波束控制器提出了更高的技術(shù)要求：運算速度快、設(shè)備量少、數(shù)據(jù)吞吐量大、工作方式多、集成度高。為適應(yīng)這些要求，結(jié)合嵌入式技術(shù)的發(fā)展，論文先介紹了相控陣?yán)走_(dá)波控系統(tǒng)的基本功能和發(fā)展趨勢，然后闡述了波束控制系統(tǒng)的實現(xiàn)方法，接著提出基于嵌入式ARM（Advanced RISC Machines）的雷達(dá)波束控制主控系統(tǒng)的詳細(xì)設(shè)計方案和開發(fā)調(diào)試過程，論證了基于ARM嵌入式處理器實現(xiàn)雷達(dá)波束控制主控系統(tǒng)的運算、控制、通信等功能的可行性，最后給出了波控分系統(tǒng)通常采用的幾種工程實現(xiàn)方法和其原理框圖，通過軟硬件相結(jié)合的設(shè)計滿足雷達(dá)波控系統(tǒng)對組件的控制功能，完善波控系統(tǒng)的通用化和系列化設(shè)計思想。
標(biāo)簽： ARM 嵌入式 雷達(dá) 控制系統(tǒng)
上傳時間： 2013-04-24
上傳用戶：KIM66
回波抵消器在免提電話、無線產(chǎn)品、IP電話、ATM語音服務(wù)和電話會議等系統(tǒng)中，都有著重要的應(yīng)用。在不同應(yīng)用場合對回波抵消器的要求并不完全相同，本文主要研究應(yīng)用于電話系統(tǒng)中的電回波抵消器。電回波是由于語音信號在電話網(wǎng)中傳輸時由于阻抗不匹配而產(chǎn)生的。 傳統(tǒng)回波抵消器主要是基于通用DSP處理器實現(xiàn)的，這種回波抵消器在系統(tǒng)實時性要求不高的場合能很好的滿足回波抵消的性能要求，但是在實時性要求較高的場合，其處理速度等性能方面已經(jīng)不能滿足系統(tǒng)高速、實時的需要。現(xiàn)代大容量、高速度的FPGA的出現(xiàn)，克服了上訴方案的諸多不足。用FPGA來實現(xiàn)數(shù)字信號處理可以很好地解決并行性和速度問題，且其靈活的可配置特性使得FPGA構(gòu)成的DSP系統(tǒng)非常易于修改、測試和硬件升級。 本文研究目標(biāo)是如何在FPGA芯片上實現(xiàn)回波抵消器，完成的主要工作有： (1)深入研究了回波抵消器各模塊算法，包括自適應(yīng)濾波算法、遠(yuǎn)端檢測算法、雙講檢測算法、NLP算法、舒適噪聲產(chǎn)生算法，并實現(xiàn)了這些算法的C程序。 (2)深入研究了回波抵消器基于FPGA的設(shè)計流程與實現(xiàn)方法，并利用硬件描述語言Verilog HDL實現(xiàn)了各部分算法。 (3)在OuartusⅡ和ModelSim仿真環(huán)境下對該系統(tǒng)進(jìn)行模塊級和系統(tǒng)級的功能仿真、時序仿真和驗證。并在FPGA硬件平臺上實現(xiàn)了該系統(tǒng)。 (4)根據(jù)ITU-T G．168的標(biāo)準(zhǔn)和建議，對設(shè)計進(jìn)行了大量的主、客測試，各項測試結(jié)果均達(dá)到或優(yōu)于G．168的要求。
上傳時間： 2013-06-23
上傳用戶：123啊
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
