專輯類-電子基礎(chǔ)類專輯-153冊(cè)-2.20G 21世紀(jì)大學(xué)新型參考教材系列-集成電路B-荒井-159頁(yè)-2.8M.pdf
上傳時(shí)間： 2013-05-16
上傳用戶：pkkkkp
隨著電力電子技術(shù)的飛速發(fā)展,越來(lái)越多的電力電子裝置被廣泛應(yīng)用到各個(gè)領(lǐng)域,其中相當(dāng)一部分負(fù)荷具有非線性或具有時(shí)變特性,使電網(wǎng)中暫態(tài)沖擊、無(wú)功功率、高次諧波及三相不平衡問(wèn)題日趨嚴(yán)重,給電網(wǎng)的供電質(zhì)量造成嚴(yán)重的污染和損耗.因此,對(duì)電力系統(tǒng)進(jìn)行諧波抑制和無(wú)功補(bǔ)償,提高電網(wǎng)供電質(zhì)量變得十分重要.電力有源濾波器(Active Power Filter,簡(jiǎn)稱APF)與無(wú)源濾波器相比,APF具有高度可控制和快速響應(yīng)特性,并且能跟蹤補(bǔ)償各次諧波、自動(dòng)產(chǎn)生所需變化的無(wú)功功率和諧波功率,其特性不受系統(tǒng)影響,無(wú)諧波放大威脅.并聯(lián)型電力有源濾波器(Shunt Active Power Filter,簡(jiǎn)稱SAPF)更是得到了廣泛的應(yīng)用. 近年來(lái),自適應(yīng)算法中的遞推最小二乘法(簡(jiǎn)稱RLS)應(yīng)用越來(lái)越廣泛,該算法簡(jiǎn)單,收斂速度快.應(yīng)用基于RLS自適應(yīng)算法的濾波器(簡(jiǎn)稱RLS濾波器),可以快速有效的濾除雜波,同時(shí)自動(dòng)調(diào)整濾波器參數(shù),不斷改進(jìn)濾波性能,最終得到所需的信號(hào). 本文研究了基于平均功率和RLS自適應(yīng)算法的并聯(lián)型有源濾波器.它的參考電流是一個(gè)同電網(wǎng)相電壓同相位的三相平衡的有功電流,它包含兩個(gè)分量:一個(gè)是由實(shí)測(cè)的三相負(fù)載瞬時(shí)功率計(jì)算得到的,基于平均功率算法的電網(wǎng)應(yīng)該為負(fù)載各相提供的有功電流瞬時(shí)參考值；另一個(gè)是為了維持有源濾波器中逆變器的直流母線電壓基本恒定,主要通過(guò)RLS濾波器計(jì)算得出的電網(wǎng)各相應(yīng)該提供的有功電流瞬時(shí)參考值.兩個(gè)分量的計(jì)算共同構(gòu)成了該有源濾波器參考電流的計(jì)算.補(bǔ)償電流指令值與實(shí)際補(bǔ)償電流比較生成控制逆變橋工作的PWM脈沖,生成補(bǔ)償電流,達(dá)到補(bǔ)償負(fù)載無(wú)功和抑制諧波的目的. 應(yīng)用RLS濾波器得到維持直流母線電壓恒定的直流側(cè)有功系數(shù)A<,dc>,克服了傳統(tǒng)PI控制中參數(shù)難以得到且由于參數(shù)過(guò)于敏感而導(dǎo)致補(bǔ)償后電流紋波太大的問(wèn)題.使得當(dāng)穩(wěn)態(tài)時(shí)SAPF自身的功率損耗和暫態(tài)負(fù)載變化時(shí)因?yàn)橹绷鱾?cè)電容提供電網(wǎng)和負(fù)載之間的有功功率差而引起的電壓的波動(dòng)迅速反饋到指令電流的計(jì)算中.RLS算法收斂快,SAPF實(shí)時(shí)性大大提高.基于該方法的SAPF結(jié)構(gòu)簡(jiǎn)單,無(wú)需鎖相器. 根據(jù)本文的算法應(yīng)用MATAB建立了仿真系統(tǒng),仿真結(jié)果表明基于該算法的SAPF的可行性和實(shí)時(shí)性.
標(biāo)簽： RLS 功率 自適應(yīng)算法
上傳時(shí)間： 2013-04-24
上傳用戶：mfhe2005
三次B樣條曲線源代碼,C語(yǔ)言編寫(xiě)的三次B樣條曲線源代碼，希望大家喜歡。
標(biāo)簽：
上傳時(shí)間： 2013-07-13
上傳用戶：chengli008
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(wèn)題和分類識(shí)別技術(shù)難點(diǎn)展開(kāi)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(tīng)診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過(guò)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(guò)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(kù)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(guò)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(kù)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(yǔ)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(guò)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(tīng)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
本文分析了永磁同步直線電動(dòng)機(jī)的運(yùn)行機(jī)理與運(yùn)行特性，并通過(guò)坐標(biāo)變換，分別得出了電機(jī)在a—b—c，α—β、d—q坐標(biāo)系下的數(shù)學(xué)模型。針對(duì)永磁同步直線電機(jī)模型的非線性與耦合特性，采用了次級(jí)磁場(chǎng)定向的矢量控制，并使id=0，不但解決了上述問(wèn)題，還實(shí)現(xiàn)了最大推力電流比控制。為了獲得平穩(wěn)的推力，采用了SVPWM控制，并對(duì)它算法實(shí)現(xiàn)進(jìn)行了研究。 針對(duì)速度環(huán)采用傳統(tǒng)PID控制難以滿足高性能矢量控制系統(tǒng)，通過(guò)對(duì)傳統(tǒng)PID控制和模糊控制理論的研究，將兩者相結(jié)合，設(shè)計(jì)出能夠在線自整定的模糊PID控制器。將該控制器代替?zhèn)鹘y(tǒng)的PID控制器應(yīng)用于速度環(huán)，以提高系統(tǒng)的動(dòng)靜態(tài)性能。 在以上分析的基礎(chǔ)上，設(shè)計(jì)了永磁同步直線電機(jī)矢量控制系統(tǒng)的軟、硬件。其中電流檢測(cè)采用了新穎的電流傳感器芯片IR2175，以解決溫漂問(wèn)題；速度檢測(cè)采用了增量式光柵尺，設(shè)計(jì)了與DSP的接口電路，通過(guò)M/T法實(shí)現(xiàn)對(duì)電機(jī)的測(cè)速。最后在Matlab/Simlink下建立了電機(jī)及其矢量控制系統(tǒng)的仿真模型，并對(duì)分別采用傳統(tǒng)PID速度控制器和模糊PID速度控制器的系統(tǒng)進(jìn)行仿真，結(jié)果表明采用模糊PID控制具有更好的動(dòng)態(tài)響應(yīng)性能，能有效的抑制暫態(tài)和穩(wěn)態(tài)下的推力脈動(dòng)，對(duì)于負(fù)載擾動(dòng)具有較強(qiáng)的魯棒性。
上傳時(shí)間： 2013-07-04
上傳用戶：13681659100
60年代初，國(guó)際上首次將B超診斷儀應(yīng)用于臨床診斷，40多年來(lái)B超診斷儀的發(fā)展極為迅速。隨著數(shù)字信號(hào)處理及計(jì)算機(jī)技術(shù)的發(fā)展，目前國(guó)際上先進(jìn)水平的超聲診斷設(shè)備幾乎每一個(gè)環(huán)節(jié)都包含著數(shù)字信號(hào)處理的內(nèi)容，研制全數(shù)字化的超聲診斷設(shè)備已成為發(fā)展趨勢(shì)。 @@ 基于FPGA及嵌入式操作系統(tǒng)的全數(shù)字超聲診斷系統(tǒng)具有技術(shù)含量高、便攜的特點(diǎn)，可用數(shù)字硬件電路來(lái)實(shí)現(xiàn)數(shù)據(jù)量極其龐大的超聲信息的實(shí)時(shí)處理。 @@ 本文從超聲診斷原理入手，在對(duì)超聲診斷系統(tǒng)中的幾個(gè)關(guān)鍵技術(shù)進(jìn)行分析的基礎(chǔ)上，重點(diǎn)研究開(kāi)發(fā)超聲診斷系統(tǒng)中數(shù)字信號(hào)處理部分的兩個(gè)核心算法。以FPGA芯片為載體，在Quartus Ⅱ平臺(tái)中采用Verilog HDL語(yǔ)言進(jìn)行編程并仿真驗(yàn)證，分別實(shí)現(xiàn)了數(shù)字FIR濾波器及CORDIC坐標(biāo)變換兩個(gè)模塊的功能。另外，采用Verilog HDL語(yǔ)言對(duì)應(yīng)用于圖像顯示模塊的SPI接口進(jìn)行了編程設(shè)計(jì)，編譯下載至FPGA中，最終實(shí)現(xiàn)了與ARM A8的OMPG3530板之間高速串行數(shù)據(jù)的傳輸。 @@ 采用在單片F(xiàn)PGA芯片內(nèi)實(shí)現(xiàn)數(shù)字式超聲診斷部分核心算法并與高性能ARMA8處理器相配合的數(shù)字信號(hào)處理解決方案，具有高速度、高精度、高集成度、便攜的特點(diǎn)，為全數(shù)字化便攜超聲診斷設(shè)備的研制打下了基礎(chǔ)。 @@關(guān)鍵詞：超聲診斷系統(tǒng)；FPGA；數(shù)字FIR濾波器；CORDIC算法；SPI總線
標(biāo)簽： FPGA 全數(shù)字 超聲診斷系統(tǒng)
上傳時(shí)間： 2013-07-07
上傳用戶：hxy200501
超聲理論與技術(shù)的快速發(fā)展，使超聲設(shè)備不斷更新，超聲檢查已成為預(yù)測(cè)和評(píng)價(jià)疾病及其治療結(jié)果不可缺少的重要方法。超聲診斷技術(shù)不僅具有安全、方便、無(wú)損、廉價(jià)等優(yōu)點(diǎn)，其優(yōu)越性還在于它選用診斷參數(shù)的多樣性及其在工程上實(shí)現(xiàn)的靈活性。 全數(shù)字B超診斷儀基于嵌入式ARM9+FPGA硬件平臺(tái)、LINUX嵌入式操作系統(tǒng)，是一種新型的、操作方便的、技術(shù)含量高的機(jī)型。它具有現(xiàn)有黑白B超的基本功能，能夠?qū)Τ暬夭〝?shù)據(jù)進(jìn)行靈活的處理，從而使操作更加方便，圖象質(zhì)量進(jìn)一步提高，并為遠(yuǎn)程醫(yī)療、圖像存儲(chǔ)、拷貝等打下基礎(chǔ)，是一種很有發(fā)展前景、未來(lái)市場(chǎng)的主打產(chǎn)品。全數(shù)字B型超聲診斷儀的基本技術(shù)特點(diǎn)是用數(shù)字硬件電路來(lái)實(shí)現(xiàn)數(shù)據(jù)量極其龐大的超聲信息的實(shí)時(shí)處理，它的實(shí)現(xiàn)主要倚重于FPGA技術(shù)。現(xiàn)在FPGA已經(jīng)成為多種數(shù)字信號(hào)處理（DSP）應(yīng)用的強(qiáng)有力解決方案。硬件和軟件設(shè)計(jì)者可以利用可編程邏輯開(kāi)發(fā)各種DSP應(yīng)用解決方案。可編程解決方案可以更好地適應(yīng)快速變化的標(biāo)準(zhǔn)、協(xié)議和性能需求。 本論文首先闡述了醫(yī)療儀器發(fā)展現(xiàn)狀和嵌入式計(jì)算機(jī)體系結(jié)構(gòu)及發(fā)展?fàn)顩r，提出了課題研究?jī)?nèi)容和目標(biāo)。然后從B超診斷原理及全數(shù)字B超診斷儀設(shè)計(jì)入手深入分析了B型超聲診斷儀的系統(tǒng)的硬件體系機(jī)構(gòu)。對(duì)系統(tǒng)的總體框架和ARM模塊設(shè)計(jì)做了描述后，接著分析了超聲信號(hào)進(jìn)行數(shù)字化處理的各個(gè)子模塊、可編程邏輯器件的結(jié)構(gòu)特點(diǎn)、編程原理、設(shè)計(jì)流程以及ARM處理模塊和FPGA模塊的主要通訊接口。接著，本論文介紹了基于ARM9硬件平臺(tái)的LINUX嵌入式操作系統(tǒng)的移植和設(shè)備驅(qū)動(dòng)的開(kāi)發(fā)，詳細(xì)描述了B型超聲診斷儀的軟件環(huán)境的架構(gòu)及其設(shè)備驅(qū)動(dòng)的詳細(xì)設(shè)計(jì)。最后對(duì)整個(gè)系統(tǒng)的功能和特點(diǎn)進(jìn)行了總結(jié)和展望。
標(biāo)簽： ARM 全數(shù)字 儀的設(shè)計(jì) 超聲診斷
上傳時(shí)間： 2013-05-28
上傳用戶：sssnaxie
本文深入研究了Nios 自定制指令的軟硬件接口，基于Altera 的IP 核FFT V2.2.0實(shí)現(xiàn)了變換長(zhǎng)度為1024 點(diǎn)的高速?gòu)?fù)數(shù)FFT 算法，提出了一種在Nios 嵌入式系統(tǒng)中定制用戶FFT 算
上傳時(shí)間： 2013-04-24
上傳用戶：hfmm633
設(shè)計(jì)并實(shí)現(xiàn)具有硬件濾波空氣清新器的信息采集系統(tǒng)，根據(jù)空氣的復(fù)雜性以及隨機(jī)性，結(jié)合自適應(yīng)濾波器的原理，提出一種新的空氣信息采集系統(tǒng)設(shè)計(jì)方法。該方法利用最小均方(LMS)自適應(yīng)濾波器進(jìn)行軟件濾波，針對(duì)空氣
標(biāo)簽： LMS 自適應(yīng)濾波器 信息采集 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-06-14
上傳用戶：sjb555
提出通過(guò)對(duì)分塊圖像的DCT 系數(shù)進(jìn)行動(dòng)態(tài)范圍壓縮來(lái)改進(jìn)傳統(tǒng)的基于DCT 變換的圖像自嵌入水印算法，并結(jié)合灰度變換函數(shù)與JPEG 標(biāo)準(zhǔn)量化表重新設(shè)計(jì)了DCT 系數(shù)碼長(zhǎng)分配表，大幅度提升了量化過(guò)程保留的圖
上傳時(shí)間： 2013-07-28
上傳用戶：小鵬
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
