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)
上傳時(shí)間： 2013-04-24
上傳用戶：weixiao99
交流伺服技術(shù)是研制開發(fā)各種先進(jìn)的機(jī)電一體化設(shè)備，如工業(yè)機(jī)器人、數(shù)控機(jī)床、加工中心等的關(guān)鍵性技術(shù)，但是要提高交流伺服系統(tǒng)的控制性能關(guān)鍵在于伺服控制器對(duì)電機(jī)動(dòng)態(tài)和靜態(tài)響應(yīng)的控制，要獲得良好的電機(jī)動(dòng)、靜態(tài)性能關(guān)鍵在于伺服控制器的控制算法。為此，本文開展了主要針對(duì)電機(jī)控制算法中的PID控制器參數(shù)整定算法研究。研究工作是基于黑龍江省科技攻關(guān)項(xiàng)目為支撐。 本論文在查閱大量文獻(xiàn)資料的基礎(chǔ)上，掌握了系統(tǒng)構(gòu)成和基本控制原理，并分析了國(guó)內(nèi)交流伺服存在的問題，設(shè)計(jì)了基于TI公司電機(jī)數(shù)字化控制芯片TMS320F2812的交流伺服控制器的控制單元；基于三菱公司智能化功率器件IPM設(shè)計(jì)了控制器的功率單元；以及電源單元和相關(guān)電路的保護(hù)單元。 基于電機(jī)矢量控制原理，構(gòu)建了永磁同步電機(jī)的矢量控制模型，在原有研究的基本PID控制基礎(chǔ)上，根據(jù)模糊控制的基本原理，研究了應(yīng)用于電機(jī)控制的模糊參數(shù)自整定PID控制器設(shè)計(jì)原理，構(gòu)建模糊參數(shù)自整定PID控制器的數(shù)學(xué)模型，并進(jìn)行該系統(tǒng)的仿真研究和實(shí)際應(yīng)用程序設(shè)計(jì)。 本文的重點(diǎn)是闡述模糊參數(shù)自整定PID控制器的設(shè)計(jì)原理和方法，利用基于模糊參數(shù)自整定PID控制器的交流伺服系統(tǒng)仿真模型，應(yīng)用Matlab/Simulink仿真軟件平臺(tái)驗(yàn)證模型和算法的正確性，并與常規(guī)PID控制性能進(jìn)行對(duì)比分析。在實(shí)際硬件平臺(tái)驗(yàn)證了本文提出算法的可行性和正確性。 通過仿真和實(shí)際結(jié)果對(duì)比得出結(jié)論，模糊參數(shù)自整定PID控制器可以提高交流伺服系統(tǒng)的動(dòng)態(tài)和靜態(tài)性能。
上傳時(shí)間： 2013-04-24
上傳用戶：lht618
工業(yè)生產(chǎn)過程中，時(shí)滯對(duì)象普遍存在，同時(shí)也是較難控制的，尤其是大時(shí)滯對(duì)象的控制一直都是一個(gè)難題。而很多溫度控制系統(tǒng)都是屬于大時(shí)滯系統(tǒng)，常見的智能溫度控制器雖然在溫度控制的實(shí)際應(yīng)用中表現(xiàn)了比較理想的控制效果，但它仍然屬于將參數(shù)整定與系統(tǒng)控制分開處理的離線整定方法，如果工況發(fā)生變化就必須重新調(diào)整參數(shù)。針對(duì)這一問題，為了實(shí)現(xiàn)時(shí)滯系統(tǒng)參數(shù)自整定的控制，本文將神經(jīng)網(wǎng)路控制、模糊控制和PID控制結(jié)合起來，設(shè)計(jì)了基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器。 首先，本論文分析了時(shí)滯系統(tǒng)的特點(diǎn)，討論了幾種時(shí)滯系統(tǒng)較為成熟的常規(guī)控制算法：微分先行控制算法、史密斯預(yù)估控制算法、大林控制算法，并深入研究了它們的控制性能；并且通過仿真對(duì)這三種控制方法在溫控系統(tǒng)中的控制性能進(jìn)行了比較。 其次，在分析PID參數(shù)自整定傳統(tǒng)方法的基礎(chǔ)上，設(shè)計(jì)了一種改進(jìn)方法，并設(shè)計(jì)了相應(yīng)的控制器。該控制器綜合了模糊控制、神經(jīng)網(wǎng)絡(luò)控制和PID控制各自的長(zhǎng)處，既具備了模糊控制簡(jiǎn)單有效的控制作用以及較強(qiáng)的邏輯推理功能，也具備了神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自學(xué)習(xí)的能力，同時(shí)也具備了傳統(tǒng)PID控制的廣泛適應(yīng)性。該方法不需要離線整定參數(shù)，實(shí)現(xiàn)了在線自整定參數(shù)。仿真實(shí)驗(yàn)表明了該控制器對(duì)模型和環(huán)境都具有較好的適應(yīng)能力和較強(qiáng)的魯棒性。 最后將基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器應(yīng)用于貝加萊PID溫控裝置，能夠出色地實(shí)現(xiàn)參數(shù)的在線自整定。理論分析、系統(tǒng)仿真、實(shí)驗(yàn)結(jié)果都證實(shí)了這種控制策略能有效地減少系統(tǒng)超調(diào)量，并減少了調(diào)節(jié)時(shí)間，提高了系統(tǒng)的實(shí)時(shí)性和控制精度。
標(biāo)簽： 時(shí)滯系統(tǒng) 參數(shù) 自整定控制
上傳時(shí)間： 2013-07-05
上傳用戶：xinyuzhiqiwuwu
直流電動(dòng)機(jī)具有優(yōu)良的調(diào)速特性,調(diào)速平滑、簡(jiǎn)單,且范圍大.同時(shí)其過載能力大,能承受頻繁的沖擊負(fù)載,廣泛應(yīng)用于切削機(jī)床、造紙機(jī)等高性能可控電力拖動(dòng)領(lǐng)域. 以往直流調(diào)速系統(tǒng)控制器采用分立元件,其故障率高,穩(wěn)定性差,技術(shù)落后,很難滿足生產(chǎn)的需要.隨著計(jì)算機(jī)技術(shù)及通信技術(shù)的發(fā)展,數(shù)字化直流調(diào)速系統(tǒng)克服了這一不足,成為直調(diào)系統(tǒng)的主流. 本文設(shè)計(jì)的系統(tǒng)以DSP為主控芯片,監(jiān)控系統(tǒng)控制芯片使用P89C669單片機(jī),通過上下位機(jī)的數(shù)據(jù)通訊,實(shí)現(xiàn)系統(tǒng)參數(shù)設(shè)計(jì)和調(diào)節(jié)的數(shù)字化.下面是具體工作闡述: 1.設(shè)計(jì)了電封閉直流調(diào)速系統(tǒng)的硬件和軟件,完成兩臺(tái)同軸電機(jī)的電封閉實(shí)驗(yàn). 2.主電路使用三菱公司的IPM-PS21867作為功率輸出模塊,同時(shí)設(shè)計(jì)了驅(qū)動(dòng)保護(hù)電路、控制電路以及通信保護(hù)電路. 3.采用PWM控制方式,編寫了系統(tǒng)的軟件.主要包括主程序、通訊顯示程序以及中斷服務(wù)子程序. 4.完成了樣機(jī)的整體布局和調(diào)試,實(shí)現(xiàn)了系統(tǒng)的雙閉環(huán)控制. 5.針對(duì)由于負(fù)載、轉(zhuǎn)動(dòng)慣量等的變化影響系統(tǒng)的調(diào)速性能,本文基于模型參考自適應(yīng)控制原理,給出了雙閉環(huán)調(diào)速系統(tǒng)自適應(yīng)的Narendra方案的具體實(shí)現(xiàn),通過仿真驗(yàn)證方案的可行性.
標(biāo)簽： DSP 控制 直流調(diào)速系統(tǒng)
上傳時(shí)間： 2013-04-24
上傳用戶：kennyplds
開關(guān)磁阻電機(jī)驅(qū)動(dòng)系統(tǒng)(SRD)是一種新型交流驅(qū)動(dòng)系統(tǒng),以結(jié)構(gòu)簡(jiǎn)單、堅(jiān)固耐用、成本低廉、控制參數(shù)多、控制方法靈活、可得到各種所需的機(jī)械特性,而備受矚目,應(yīng)用日益廣泛.并且SRD在寬廣的調(diào)速范圍內(nèi)均具有較高的效率,這一點(diǎn)是其它調(diào)速系統(tǒng)所不可比擬的.但開關(guān)磁阻電機(jī)(SRM)的振動(dòng)與噪聲比較大,這影響了SRD在許多領(lǐng)域的應(yīng)用.本文針對(duì)上述問題進(jìn)行了研究,提出了一種新型齒極結(jié)構(gòu),可有效降低開關(guān)磁阻電機(jī)的振動(dòng)與噪聲.通過電磁場(chǎng)有限元計(jì)算可看出,在新型齒極結(jié)構(gòu)下,導(dǎo)致開關(guān)磁阻電機(jī)振動(dòng)與噪聲的徑向力大為減小,尤其是當(dāng)轉(zhuǎn)子極相對(duì)定子極位于關(guān)斷位置時(shí),徑向力大幅度地減小,并改善了徑向力沿定子圓周的分布,使其波動(dòng)減小,從而減小了定子鐵心的變形與振動(dòng),進(jìn)而降低了開關(guān)磁阻電機(jī)的噪聲.靜態(tài)轉(zhuǎn)矩因轉(zhuǎn)子極開槽也略微減小,但對(duì)電機(jī)的效率影響不大.開關(guān)磁阻電機(jī)因磁路的飽和導(dǎo)致參數(shù)的非線性,又因在不同控制方式下是變結(jié)構(gòu)的.這使得開關(guān)磁阻電機(jī)的控制非常困難.經(jīng)典的線性控制方法如PI、PID等方法用于開關(guān)磁阻電機(jī)的控制,效果不好.其它的控制方法如滑模變結(jié)構(gòu)控制、狀態(tài)空間控制方法等可取得較好的控制效果但大都比較復(fù)雜,實(shí)現(xiàn)起來比較困難.而智能控制方法如模糊控制本身為一種非線性控制方法,對(duì)于非線性、變結(jié)構(gòu)、時(shí)變的被控對(duì)象均可取得較好的控制效果且不需知道被控對(duì)象的數(shù)學(xué)模型,這對(duì)于很難精確建模的開關(guān)磁阻電機(jī)來說尤其適用.同時(shí),模糊控制實(shí)現(xiàn)比較容易.但對(duì)于變參數(shù)、變結(jié)構(gòu)的開關(guān)磁阻電機(jī)來說固定參數(shù)的模糊控制在不同條件下其控制效果難以達(dá)到最優(yōu).為取得最優(yōu)的控制效果,該文采用帶修正因子的自組織模糊控制器,采用單純形加速優(yōu)化算法通過在線調(diào)整參數(shù),達(dá)到了較好的控制效果.仿真結(jié)果證明了這一點(diǎn).
標(biāo)簽： 開關(guān)磁阻電機(jī) 自組織 模糊控制
上傳時(shí)間： 2013-05-16
上傳用戶：大三三
自適應(yīng)濾波器是智能天線技術(shù)中核心部分-自適應(yīng)波束成形器的關(guān)鍵技術(shù)，算法的高效穩(wěn)定性及硬件時(shí)鐘速率的快慢是判斷波束成形器性能優(yōu)劣的主要標(biāo)準(zhǔn)。 首先選取工程領(lǐng)域最常用的自適應(yīng)橫向LMS濾波算法作為研究對(duì)象，提出了利用最小均方誤差意義下自適應(yīng)濾波器的輸出信號(hào)與主通道噪聲信號(hào)的等效關(guān)系，得到濾波器最佳自適應(yīng)參數(shù)的方法。并分析了在平穩(wěn)和非平穩(wěn)環(huán)境噪聲下，濾波器的收斂速度、權(quán)系數(shù)穩(wěn)定性、跟蹤輸入信號(hào)的能力和信噪比的改善等特性。 在分析梯度自適應(yīng)格型算法的基礎(chǔ)上，提出利用最佳反射系數(shù)的收斂性和穩(wěn)定性，得到了梯度自適應(yīng)格型濾波器的定步長(zhǎng)改進(jìn)方法；并以改進(jìn)的梯度自適應(yīng)格型和線性組合器組成梯度自適應(yīng)格型聯(lián)合處理算法，在同樣環(huán)境噪聲下，相比自適應(yīng)橫向LMS算法，其各項(xiàng)性能指標(biāo)都得到了極大地改善，而且有利于節(jié)省硬件資源。 設(shè)計(jì)了自適應(yīng)橫向LMS濾波器和梯度自適應(yīng)格型聯(lián)合處理濾波器的電路模型，并用馳豫超前技術(shù)對(duì)兩類濾波器進(jìn)行了流水線優(yōu)化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多種EDA工具，完成了濾波器的FPGA硬件設(shè)計(jì)與仿真實(shí)現(xiàn)。并以FPGA實(shí)現(xiàn)的3節(jié)梯度自適應(yīng)格型聯(lián)合處理器為核心，設(shè)計(jì)了一種TD-SCDMA系統(tǒng)的自適應(yīng)波束成形器，分析表明可以很好地利用系統(tǒng)提供的參考信號(hào)對(duì)下行波束進(jìn)行自適應(yīng)成形。
標(biāo)簽： FPGA 自適應(yīng)濾波器 算法設(shè)計(jì)
上傳時(shí)間： 2013-07-16
上傳用戶：xyipie
波束形成模塊是聲納信號(hào)處理系統(tǒng)中的核心部分，其作用為在空域上加強(qiáng)來自某一方向的信號(hào)，抑制干擾，同時(shí)探測(cè)目標(biāo)的方位。因此，波束形成模塊的研究在水下探測(cè)器、水下武器引信等聲納系統(tǒng)中顯得尤為重要。本文基于陣列波束形成的原理對(duì)圓陣自適應(yīng)波束形成展開了比較深入的研究。 首先，本文概述了聲納波束形成的研究背景和研究現(xiàn)狀。基于本課題所研究的主動(dòng)聲納模型，分析了主動(dòng)聲納信號(hào)，提出應(yīng)用復(fù)基帶信號(hào)進(jìn)行波束形成的方案；對(duì)接收波束形成的原理和方法進(jìn)行了比較詳細(xì)的推導(dǎo)和論述。 其次，本文重點(diǎn)對(duì)均勻圓形陣列流形的波束形成作了詳細(xì)分析和波束圖函數(shù)推導(dǎo)，并且應(yīng)用MATLAB軟件進(jìn)行了仿真分析。然后對(duì)LMS自適應(yīng)算法進(jìn)行了介紹，由對(duì)LMS算法的分析推導(dǎo)了DLMS算法，并對(duì)LMS算法和DLMS算法進(jìn)行了分析，并將DLMS算法應(yīng)用于均勻圓陣波束形成。仿真結(jié)果表明，基于FIR濾波架構(gòu)的DLMS算法以犧牲部分收斂速度為代價(jià)，可獲得高速并行處理能力。DLMS自適應(yīng)波束形成方法能使目標(biāo)方向信號(hào)加強(qiáng)，同時(shí)將干擾信號(hào)零陷。 最后，本文介紹了基于FPGA的并行度為2的8陣元DLMS自適應(yīng)波束形成設(shè)計(jì)思路以及實(shí)現(xiàn)方法。系統(tǒng)的整體結(jié)構(gòu)采用了并行處理架構(gòu)，而在單個(gè)支路采用了流水線技術(shù)。并應(yīng)用硬件描述(VHDL)語言在QuartusⅡ4.0環(huán)境下設(shè)計(jì)了各軟件模塊和功能仿真。
標(biāo)簽： 聲納 自適應(yīng)波束
上傳時(shí)間： 2013-04-24
上傳用戶：moonkoo7
隨著現(xiàn)場(chǎng)可編程門陣列(FPGA)在工業(yè)中的廣泛應(yīng)用，使得基于FPGA數(shù)字信號(hào)處理的實(shí)現(xiàn)在雷達(dá)信號(hào)處理中有著重要地位。模型化設(shè)計(jì)是一種自頂向下的面向FPGA的快速原型驗(yàn)證法，它不僅降低了FPGA設(shè)計(jì)門檻，而且縮短了開發(fā)周期，提高了設(shè)計(jì)效率。這使得FPGA模型化設(shè)計(jì)成為了FPGA系統(tǒng)設(shè)計(jì)的發(fā)展趨勢(shì)。本文針對(duì)常見雷達(dá)信號(hào)處理模塊的FPGA模型化實(shí)現(xiàn)，在以下幾個(gè)方面展開研究：首先對(duì)基于FPGA的模型化設(shè)計(jì)方法進(jìn)行了研究，給出了模型化設(shè)計(jì)方法的發(fā)展現(xiàn)狀和趨勢(shì)，并對(duì)本文中使用的模型化設(shè)計(jì)方法的軟件工具System Generator和AccelDSP進(jìn)行了介紹。其次使用這兩種軟件工具對(duì)FIR濾波器進(jìn)行了模型化設(shè)計(jì)并同RTL(寄存器傳輸級(jí))設(shè)計(jì)方法進(jìn)行對(duì)比，全面分析了模型化設(shè)計(jì)方法和RTL設(shè)計(jì)方法的優(yōu)缺點(diǎn)。然后在簡(jiǎn)明闡述雷達(dá)信號(hào)處理原理的基礎(chǔ)上，使用System Generator對(duì)數(shù)字下變頻(DDC)、脈沖壓縮、動(dòng)目標(biāo)顯示(MTI)及恒虛警(CFAR)處理等雷達(dá)信號(hào)處理模塊進(jìn)行了自頂向下的模型化設(shè)計(jì)。在Simulink中進(jìn)行了功能仿真驗(yàn)證，生成了HDL代碼，并在Xilinx FPGA中進(jìn)行了RTL的時(shí)序仿真分析。關(guān)鍵詞：雷達(dá)信號(hào)處理 FPGA 模型化設(shè)計(jì) System Generator AccelDSP
標(biāo)簽： FPGA 模型 雷達(dá)信號(hào)
上傳時(shí)間： 2013-07-25
上傳用戶：zhangsan123
·摘要： 針對(duì)自行設(shè)計(jì)的兩輪自平衡機(jī)器人Opyanbot建立了動(dòng)力學(xué)模型,應(yīng)用最優(yōu)控制和兩輪差動(dòng)等控制方法設(shè)計(jì)了控制器,提出了針對(duì)兩輪自平衡機(jī)器人平衡和行進(jìn)的新策略.為了提高兩輪自平衡機(jī)器人的控制效果,利用基于DSP數(shù)字電路的全數(shù)字智能伺服驅(qū)動(dòng)單元IPM100分別精確控制左右輪電機(jī),并利用上位機(jī)實(shí)時(shí)控制機(jī)器人的運(yùn)動(dòng)狀態(tài),提高了控制精度、可靠度和集成度,得到了很好的控制效果. &
標(biāo)簽： 自平衡 機(jī)器人 控制系統(tǒng)
上傳時(shí)間： 2013-07-12
上傳用戶：hfmm633
采用三維泊松方程和二維薛定諤方程自洽求解方法,建立量子點(diǎn)接觸器件（QPC）內(nèi)的電勢(shì)分布和二維電子氣層的電子密度分布的準(zhǔn)三維模型及模擬方法,并將模擬結(jié)果與傳統(tǒng)的Buttiker鞍型電勢(shì)分布進(jìn)行比較。
標(biāo)簽： 量子點(diǎn) 接觸器 電勢(shì) 數(shù)值
上傳時(shí)間： 2013-10-18
上傳用戶：ZOULIN58
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
