程控增益線性脈沖放大器的設計。 設計了一種新型程控增益線性脈沖放大器。采用準高斯CR2RC2CR 成形電路結構,使用非易失性數字電位器和精密運放,使電路結構大大簡化,抗干擾能力強,增益多級連續變化平穩,且具有溫漂低、脈沖線性好等特點
上傳時間： 2013-11-27
上傳用戶：wcl168881111111
非恒定信號QPSK信號散點圖及相應的時域波形
上傳時間： 2014-01-11
上傳用戶：zgu489
（1）為班級學生花名冊建立開桶或閉桶散列表。 （2）友好性：界面要友好，輸入有提示，盡量展示人性化。 （3）可讀性：源程序代碼清晰、有層次。 （4）健壯性：對輸入的數據有糾錯處理。
標簽：
上傳時間： 2014-06-28
上傳用戶：685
fm1808中文資料 描述 FM1808是用先進的鐵電技術制造的 256K位的非易失性的記憶體 鐵電隨機 存儲器 FRAM 是一種具有非易失 性 并且可以象RAM一樣快速讀寫 但 它沒有BBSRAM模組系統的設計復雜 性 缺點和相關的可靠性問題 數據在 掉電可以保存10年 高速寫以及高擦寫 次數使得它比EEPROM或其他非易失性 存儲器可靠性更高 系統更簡單
上傳時間： 2014-01-11
上傳用戶：zhangjinzj
VRS51L3074是一款嵌入非易失性 FRAM存儲器的8051MCU。該器件8KB真正的非易失性隨機存儲器映像到VRS51L3074的XRAM存儲尋址空間上充分發揮其快速讀寫以及讀寫壽命無限的特點。單周期8051處理器 內核可以提供高達 4O MIPS的吞吐量，并且與標準8051s指令兼容。
上傳時間： 2014-01-03
上傳用戶：米卡
1.簡易刪除功能 2.個性圖片 3.版面美化 4.檔案上傳模式 5.檔案線上刪除模式 6.檔案註解 7.限制顯示公告比數功能
上傳時間： 2017-08-11
上傳用戶：TF2015
Keil 自帶的 RTX51—Tiny 系統有這樣幾個缺點:1、非占先式任 務調度,這樣系統的實時性就很難保證 2、提供的系統服務太少, 只有 wait 與 signal。而 RTX51—Tiny 的優點是:1、Keil 公司自己開 發的,使用_task_關鍵字區別每個任務,這樣可以使得被不同任務調 用的不同函數即使沒有相互調用,他們的局部變量也不會相互覆蓋。 免去了在 SmallRTOS 中需要手動制止函數間局部變量的相互覆蓋。 2、內核小。整個 RTX51--Tiny 完整編譯只需 900B 的空間。
上傳時間： 2014-10-14
上傳用戶：zuozuo1215
完美按照官方翻譯版，非機器翻譯，高清源文件。AS5600是一種易于編程的具有12位高分辨率模擬或PWM輸出的磁性旋轉位置傳感器。這個非接觸式模塊可以檢測出磁鐵徑向磁軸轉動的絕對角度。AS5600是為非接觸式電位計應用而設計的，其穩健的設計消除了外部雜散磁場的影響.。工業標準的I2C 接口支持用戶對非易失性參數進行簡單的編程而不需要專門的程序員來進行。默認情況下可以輸出0到360度的變化范圍. 它同樣可以通過編程設定0度（開始位置）和最大角度（終止位置）來定義一個較小的輸出范圍。AS5600配備了智能低功耗功能，以自動降低功耗 。輸入引腳 (DIR) 根據旋轉方向選擇輸出極性。如果DIR 接地，那么輸出值將隨順時針旋轉而增加. 如果DIR接至VDD, 那么輸出值將隨著逆時針旋轉而增加。
上傳時間： 2022-07-16
上傳用戶：zhaiyawei
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
給出了一種快速設計任意弱耦合非對稱漸變線定向耦合器的方法，以線性漸變為基礎，通過仿真優化獲取最優漸變，擺脫了傳統方法中的復雜運算。為改善定向耦合器在頻率高端的定向性，在結構上引入了鋸齒加載。設計了一個帶寬為0.5GHz到20GHz，耦合度為-25dB的定向耦合器，利用三維電磁仿真軟件HFSS進行了結果驗證。
上傳時間： 2013-10-21
上傳用戶：GeekyGeek
