跳線設置： 短接2-3：SW601、SW602、SW603、SW604 短接1-2：SW605 斷開：SW606 使用方法： 1、編譯通過后，運行程序； 3、連接USB線從J605到主計算機USB接口，第一次運行時將會出現驅動安裝對話框， 將安裝路徑指向到本例程目錄的driver文件夾點擊確認安裝即可； 4、在主PC機上運行DNW軟件； 5、如果正確，應該在DNW的標題欄看到類似[USB:OK]信息
上傳時間： 2016-08-26
上傳用戶：aa17807091
熟悉pic單片機遙控接碼解碼的方法 //數碼管顯示解碼結果：高四位為用戶碼，低2位為按鍵碼
上傳時間： 2016-11-26
上傳用戶：Andy123456
本文介紹了一種在單片機應用中實現高效、多功能鍵盤掃描分析的設計思想、方法和原理。該演算法可以實現組合鍵、自動連續等功能，並具有軟、硬體開銷小，效率高等特點。該演算法已應用於實際產品中。 關鍵字：鍵盤掃描；單片機
上傳時間： 2013-12-14
上傳用戶：fredguo
MCS-51單片機實用子程序庫子程序庫的使用方法如下： １．將子程序庫全部內容鏈接在應用程序之后，統一編譯即可。優點是簡單方便，缺點是程序太長，大量無關子程序也包含在其中。 ２．僅將子程序庫中的有關部分內容鏈接在應用程序之后，統一編譯即可。有些子程序需要調用一些低級子程序，這些低級子程序也應該包含在內。優點是程序緊湊，缺點是需要對子程序庫進行仔細刪節。
上傳時間： 2013-12-20
上傳用戶：xiaodu1124
使用動態規劃的方法求接出怎樣在兩條裝配線上以最快的時間完成裝配任務
上傳時間： 2013-12-31
上傳用戶：xyipie
本例是將定時器1通道0(21腳)設為"跳變沿捕捉"(即電平發生變化時產生中斷), 驗證方法是將21腳不斷接高電平、低電平，此時指示燈PTA1狀態跟隨改變
上傳時間： 2017-08-02
上傳用戶：wxhwjf
grub4dos初級教程 引導系統,說明文件及使用方法.源程序連結
上傳時間： 2013-11-25
上傳用戶：youke111
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的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、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。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。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。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 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行了時頻譜特性分析，結果表明：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構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，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、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則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，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。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，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的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現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行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據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種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
本文以濾波技術飛速發展，小波濾波優越性的凸現，以及虛擬儀器的易操作等良好特性為背景，以簡單易行和濾波效果良好為研究目的，展開本文信號濾波處理的研究工作。 在深入研究三種小波濾波方法原理和優缺點的基礎上，本文提出了一種新的優化濾波方法，包括以下三個方面： 首先，將靜態小波變換(SWT)應用于濾波處理。利用SWT的平移不變性和冗余性來進行含噪信號的分解，這樣不僅彌補了正交小波變換的不足，而且提高了濾波性能。 然后，提出了基于空域相關的優化閾值函數濾波算法。該算法把小波系數間的相關性應用于閾值濾波。它是在構造出基于空域相關的顯著性函數和基于顯著性函數的閾值濾波過程的基礎上，提出了基于空域相關的優化閾值函數，并且把極小化廣義交叉驗證(GCV)得到均方差(MSE)意義下的最優閾值作用于該優化閾值函數。該濾波算法不僅實現了噪聲的有效去除，而且信號的重要特征也保留完好； 最后，引入了新型鎖相環--正交鎖相環(QPLL)。鑒于QPLL不僅具有鎖定范圍寬、入鎖速度快、鎖定后精度高的性能，而且還具有良好的抑制諧波、噪聲的能力，以及對波形畸變不敏感等良好特性，所以QPLL的引入達到了信號鎖定和優化濾波的目的，使優化濾波方法的設計更具新意，而且取得了更好的濾波效果。 為了驗證優化濾波方法，本文搭建了實驗平臺，它是由FPGA信號采集部分和LabVIEW軟件濾波處理兩個部分構成。通過傳感器采集信號，經過A/D轉換后送入FPGA。以FPGA為CPU控制A/D轉換，并進行波形數據緩存，在接收到LabVIEW的命令后，將存儲的數據送給串口。在LabVIEW中，從串口檢測所需的波形數據，然后通過優化濾波方法將數據進行濾波處理，最后在前面板中把實驗結果顯示出來。 實驗結果表明，該優化濾波方法不僅能實現優良的濾波功能，而且簡單易行，是一種有效的濾波方法。
上傳時間： 2013-07-20
上傳用戶：gokk
隨著信息技術的發展，數字信號的采集與處理在科學研究、工業生產、航空航天、醫療衛生等部門得到越來越廣泛的應用，這些應用中對數字信號的傳輸速度提出了比較高的要求。傳統的基于ISA總線的信號傳輸效率低，嚴重制約著系統性能的提高。 PCI總線以其高性能、低成本、開放性、軟件兼容性等眾多優點成為當今最流行的計算機局部總線。但是，由于PCI總線硬件接口復雜、不易于接入、協議規范比較繁瑣等缺點，常常需要專用的接口芯片作為橋接，為了解決這一系列問題，本文提出了一種基于FPGA的PCI總線接口橋接邏輯的實現方案，支持PCI突發訪問方式，突發長度為8至128個雙字長度，核心FPGA芯片采用ALTERA公司的CYCLONE FPGA系列的EP1C6Q240C8，容量為6000個邏輯宏單元，速度為-8，編譯后系統速度可以達到80MHz，取得了良好的效果。 基于FPGA的PCI總線接口橋接邏輯的核心是PCI接口模塊。在硬件方面，特別討論了PCI接口模塊、地址轉換模塊、數據緩沖模塊、外部接口模塊和SRAM DMA控制模塊等五個功能模塊的設計方案和硬件電路實現方法，著重分析了PCI接口模塊的數據傳輸方式，采用模塊化的方法設計了內部控制邏輯，并進行了相關的時序仿真和邏輯驗證，硬件需要軟件的配合才能實現其功能，因此設備驅動程序的設計是一個重要部分，論文研究了Windows XP體系結構下的WDM驅動模式的組成、開發設備驅動程序的工具以及開發系統實際硬件的設備驅動程序時的一些關鍵技術。 本文最后利用基于FPGA的PCI總線接口橋接邏輯中的關鍵技術，對PCI數據采集卡進行了整體方案的設計。該系統采用Altera公司的cyclone Ⅱ系列FPGA實現。
上傳時間： 2013-07-24
上傳用戶：ca05991270
