# include<stdio.h> # include<math.h> # define N 3 main(){ float NF2(float *x,float *y); float A[N][N]={{10,-1,-2},{-1,10,-2},{-1,-1,5}}; float b[N]={7.2,8.3,4.2},sum=0; float x[N]= {0,0,0},y[N]={0},x0[N]={}; int i,j,n=0; for(i=0;i<N;i++) { x[i]=x0[i]; } for(n=0;;n++){ //計(jì)算下一個(gè)值 for(i=0;i<N;i++){ sum=0; for(j=0;j<N;j++){ if(j!=i){ sum=sum+A[i][j]*x[j]; } } y[i]=(1/A[i][i])*(b[i]-sum); //sum=0; } //判斷誤差大小 if(NF2(x,y)>0.01){ for(i=0;i<N;i++){ x[i]=y[i]; } } else break; } printf("經(jīng)過(guò)%d次雅可比迭代解出方程組的解：\n",n+1); for(i=0;i<N;i++){ printf("%f ",y[i]); } } //求兩個(gè)向量差的二范數(shù)函數(shù) float NF2(float *x,float *y){ int i; float z,sum1=0; for(i=0;i<N;i++){ sum1=sum1+pow(y[i]-x[i],2); } z=sqrt(sum1); return z; }
上傳時(shí)間： 2019-10-13
上傳用戶：大萌萌撒
#include <stdio.h> #include <stdlib.h> #define SMAX 100 typedef struct SPNode { int i,j,v; }SPNode; struct sparmatrix { int rows,cols,terms; SPNode data [SMAX]; }; sparmatrix CreateSparmatrix() { sparmatrix A; printf("\n\t\t請(qǐng)輸入稀疏矩陣的行數(shù)，列數(shù)和非零元素個(gè)數(shù)（用逗號(hào)隔開(kāi)）:"); scanf("%d,%d,%d",&A.cols,&A.terms); for(int n=0;n<=A.terms-1;n++) { printf("\n\t\t輸入非零元素值（格式：行號(hào)，列號(hào)，值）:"); scanf("%d,%d,%d",&A.data[n].i,&A.data[n].j,&A.data[n].v); } return A; } void ShowSparmatrix(sparmatrix A) { int k; printf("\n\t\t"); for(int x=0;x<=A.rows-1;x++) { for(int y=0;y<=A.cols-1;y++) { k=0; for(int n=0;n<=A.terms-1;n++) { if((A.data[n].i-1==x)&&(A.data[n].j-1==y)) { printf("%8d",A.data[n].v); k=1; } } if(k==0) printf("%8d",k); } printf("\n\t\t"); } } void sumsparmatrix(sparmatrix A) { SPNode *p; p=(SPNode*)malloc(sizeof(SPNode)); p->v=0; int k; k=0; printf("\n\t\t"); for(int x=0;x<=A.rows-1;x++) { for(int y=0;y<=A.cols-1;y++) { for(int n=0;n<=A.terms;n++) { if((A.data[n].i==x)&&(A.data[n].j==y)&&(x==y)) { p->v=p->v+A.data[n].v; k=1; } } } printf("\n\t\t"); } if(k==1) printf("\n\t\t對(duì)角線元素的和：:%d\n",p->v); else printf("\n\t\t對(duì)角線元素的和為：:0"); } int main() { int ch=1,choice; struct sparmatrix A; A.terms=0; while(ch) { printf("\n"); printf("\n\t\t 稀疏矩陣的三元組系統(tǒng) "); printf("\n\t\t*********************************"); printf("\n\t\t 1------------創(chuàng)建 "); printf("\n\t\t 2------------顯示 "); printf("\n\t\t 3------------求對(duì)角線元素和"); printf("\n\t\t 4------------返回 "); printf("\n\t\t*********************************"); printf("\n\t\t請(qǐng)選擇菜單號(hào)（0-3）:"); scanf("%d",&choice); switch(choice) { case 1: A=CreateSparmatrix(); break; case 2: ShowSparmatrix(A); break; case 3: SumSparmatrix(A); break; default: system("cls"); printf("\n\t\t輸入錯(cuò)誤！請(qǐng)重新輸入！\n"); break; } if (choice==1||choice==2||choice==3) { printf("\n\t\t"); system("pause"); system("cls"); } else system("cls"); } }
上傳時(shí)間： 2020-06-11
上傳用戶：ccccy
神經(jīng)網(wǎng)絡(luò)在智能機(jī)器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對(duì)環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊(cè)格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進(jìn)行路徑規(guī)劃，其計(jì)算量是相當(dāng)大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機(jī)器人對(duì)未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對(duì)輸入樣本實(shí)現(xiàn)數(shù) 據(jù)壓縮 。基于 網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來(lái)表示 自由空間，其方法是在 自由空間中隨機(jī)地選 取坐標(biāo)點(diǎn)xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過(guò)對(duì)大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會(huì)體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過(guò)程如下：開(kāi) 始時(shí)網(wǎng)絡(luò)的權(quán)值隨機(jī)地賦值 ， 其后接下式進(jìn)行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時(shí)刻對(duì) 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個(gè)神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹(shù)可以表示出自由空問(wèn)的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動(dòng) 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會(huì)導(dǎo)致節(jié)點(diǎn)穿過(guò)障礙物區(qū)域 如果節(jié)點(diǎn) 妁數(shù)量太大 ．節(jié)點(diǎn)就會(huì)表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點(diǎn)是對(duì)整個(gè) 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點(diǎn)的數(shù) 量可 以動(dòng)態(tài) 地定義，在每個(gè)學(xué)習(xí)階段的結(jié)柬．機(jī)器人會(huì)檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒(méi)有足夠的節(jié)點(diǎn) 來(lái) 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點(diǎn)來(lái) 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點(diǎn)升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺(tái)對(duì)擁擠的'E{= 境的學(xué)習(xí)，自由空間教小，就可用線段表示；若自由空問(wèn) 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個(gè)新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時(shí)間內(nèi)進(jìn)行大量的計(jì)算。并 且不需要了解障礙物的過(guò)細(xì)信息．如形狀、位置等 通過(guò) 學(xué)習(xí)可用樹(shù)結(jié)構(gòu)表示自由空問(wèn)的基本框架，起、終點(diǎn)問(wèn)路 徑 可利用樹(shù)的遍 歷技術(shù)報(bào)容易地被找到 在機(jī)器人對(duì)環(huán)境的感知的過(guò)程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對(duì) 多傳 感器的信息進(jìn) 行融臺(tái) 。由于單個(gè)傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機(jī)器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動(dòng)吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時(shí)問(wèn)內(nèi)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人 導(dǎo)航
上傳時(shí)間： 2022-02-12
上傳用戶：qingfengchizhu
反激式開(kāi)關(guān)電源變壓器設(shè)計(jì)的詳細(xì)步驟85W反激變壓器設(shè)計(jì)的詳細(xì)步驟 1. 確定電源規(guī)格. 1).輸入電壓范圍Vin=90—265Vac; 2).輸出電壓/負(fù)載電流:Vout1=42V/2A, Pout=84W 3).轉(zhuǎn)換的效率=0.80 Pin=84/0.8=105W 2. 工作頻率，匝比, 最低輸入電壓和最大占空比確定. Ｖmos*0.8>Vinmax+n(Vo+Vf)600*0.8>373+n(42+1)得n<2.5Vd*0.8>Vinmax/n+Vo400*0.8>373/n+42得n>1.34 所以n取1.6最低輸入電壓Vinmin=√[(Vacmin√2)* (Vacmin√2)-2Pin(T/2-tc)/Cin=(90√2*90√2-2*105*(20/2-3)/0.00015=80V取:工作頻率fosc=60KHz, 最大占空比Dmax=n(Vo+Vf)/[n(Vo+Vf)+Vinmin]= 1.6(42+1)/[1.6(42+1)+80]=0.45 Ton(max)=1/f*Dmax=0.45/60000=7.5us 3. 變壓器初級(jí)峰值電流的計(jì)算. Iin-avg=1/3Pin/Vinmin=1/3*105/80=0.4AΔIp1=2Iin-avg/D=2*0.4/0.45=1.78AIpk1=Pout/?/Vinmin*D+ΔIp1=84/0.8/80/0.45=2.79A 4. 變壓器初級(jí)電感量的計(jì)算. 由式子Vdc=Lp*dip/dt,得: Lp= Vinmin*Ton(max)/ΔIp1 =80*0.0000075/1.78 =337uH 取Lp=337 uH 5.變壓器鐵芯的選擇. 根據(jù)式子Aw*Ae=Pt*1000000/[2*ko*kc*fosc*Bm*j*?],其中: Pt(標(biāo)稱輸出功率)= Pout=84W Ko(窗口的銅填充系數(shù))=0.4 Kc(磁芯填充系數(shù))=1(對(duì)于鐵氧體), 變壓器磁通密度Bm=1500Gs j(電流密度): j=4A/mm2;Aw*Ae=84*1000000/[2*0.4*1*60*103*1500Gs*4*0.80]=0.7cm4 考慮到繞線空間,選擇窗口面積大的磁芯,查表: ER40/45鐵氧體磁芯的有效截面積Ae=1.51cm2 ER40/45的功率容量乘積為 Ap = 3.7cm4 >0.7cm4 故選擇ER40/45鐵氧體磁芯. 6.變壓器初級(jí)匝數(shù) 1).由Np=Vinmin*Ton/[Ae*Bm],得: Np=80*7.5*10n-6/[1.52*10n-4*0.15] =26.31 取 Np =27T 7. 變壓器次級(jí)匝數(shù)的計(jì)算. Ns1(42v)=Np/n=27/1.6=16.875 取Ns1 = 17T Ns2(15v)=(15+1)* Ns1/(42+1)=6.3T 取Ns2 = 7T
標(biāo)簽： 開(kāi)關(guān)電源 變壓器
上傳時(shí)間： 2022-04-15
上傳用戶：
將偏差的比例（Proportion）、積分（Integral）和微分（Differential）通過(guò)線性組合構(gòu)成控制量，用這一控制量對(duì)被控對(duì)象進(jìn)行控制，這樣的控制器稱PID控制器。1.1模擬PID控制原理在模擬控制系統(tǒng)中，控制器最常用的控制規(guī)律是PID控制。為了說(shuō)明控制器的工作原理，先看一個(gè)例子。如圖1-1所示是一個(gè)小功率直流電機(jī)的調(diào)速原理圖。給定速度n（f）與實(shí)際轉(zhuǎn)速進(jìn)行比較n（），其差值e（）=n（0-n（），經(jīng)過(guò)PID控制器調(diào)整后輸出電壓控制信號(hào)u），u）經(jīng)過(guò)功率放大后，驅(qū)動(dòng)直流電動(dòng)機(jī)改變其轉(zhuǎn)速。常規(guī)的模擬PID控制系統(tǒng)原理框圖如圖1-2所示。該系統(tǒng)由模擬PID控制器和被控對(duì)象組成。圖中，r（）是給定值，y（f）是系統(tǒng)的實(shí)際輸出值，給定值與實(shí)際輸出值構(gòu)成控制偏差e（t）e（）作為PID控制的輸入，以）作為PID控制器的輸出和被控對(duì)象的輸入。所以模擬PID控制器的控制規(guī)律為
標(biāo)簽： pid控制
上傳時(shí)間： 2022-07-04
上傳用戶：
VIP專區(qū)-嵌入式/單片機(jī)編程源碼精選合集系列（39）資源包含以下內(nèi)容：1. 這是有關(guān)SPI總線的一段讀寫程序.2. 這是一段MAX7219的驅(qū)動(dòng)C51源程序.3. 利用msp430的通用I/O端口模擬I2c協(xié)議的源代碼.4. 超級(jí)下載軟件(progisp ver1.1)包括并口下載器與usb isp下載器的詳細(xì)制作資料.5. MCS51產(chǎn)單片機(jī)上實(shí)現(xiàn)的tcp/ip,很全的哦,需要的可以參考一下..6. 嵌入式系統(tǒng)圖形用戶界面編程.7. 05嵌入式大會(huì)的部分演講稿.8. 51系列對(duì)CH375模塊讀寫.9. test for boundary scan and CPLD ics..10. 這是我個(gè)人再學(xué)習(xí)ARM7s3c2410的 時(shí)候用到的試驗(yàn)代碼.11. 本人水品有限.12. 是在不好意思.13. 入門試驗(yàn)代碼.14. pxros的使用說(shuō)明.15. 在NIOS中利用C語(yǔ)言模擬I2C總線時(shí)序.16. ALTERA NIOS處理器實(shí)驗(yàn).17. ALTERA NIOS處理器實(shí)驗(yàn).18. ALTERA NIOS處理器實(shí)驗(yàn).19. ALTERA NIOS處理器實(shí)驗(yàn).20. ALTERA NIOS處理器實(shí)驗(yàn).21. 隨著高性能計(jì)算的需求.22. ADS1.2是一個(gè)使用方便的集成開(kāi)發(fā)環(huán)境.23. AVR單片機(jī)嵌入式操作系統(tǒng)原代碼.24. 有關(guān)rtos的書(shū).25. 重要的匯編語(yǔ)言編程......和大家一起分享.26. AT91M55800A材料-BasicTimer.27. I2c代碼.28. WINDOWS系統(tǒng)下灰度的BMP圖片轉(zhuǎn)換成黑白圖片..29. 在WINDOWS CE.NET 系統(tǒng)中讀RDP連接的用戶名的密碼..30. 嵌入式實(shí)時(shí)操作系統(tǒng)μCOS-在ARM上的移植應(yīng)用.31. 在s3c44b0x運(yùn)行的俄羅斯方塊游戲 DOS參考代碼.32. uCOS-II在C51下的一個(gè)完整的LCD項(xiàng)目源碼.33. 石子歸并問(wèn)題：在一個(gè)圓形操場(chǎng)的四周擺放著N堆石子(N<= 100),現(xiàn)要將石子有次序地合并成一堆.規(guī)定每次只能選取相鄰的兩堆合并成新的一堆,并將新的一堆的石子數(shù),記為該次合并的得分.編一程序,由.34. 單片機(jī)及嵌入式系統(tǒng)web實(shí)現(xiàn)的文章 很好的：MCU應(yīng)用系統(tǒng)與Internet連接的一種新技術(shù).35. 單片機(jī)發(fā)展趨勢(shì)的文章： 從Cygnal C8051F看8位單片機(jī)發(fā)展之路 好.36. usb host在ARM7上的實(shí)現(xiàn).37. 對(duì)arm300的一些簡(jiǎn)單的試驗(yàn)做了詳細(xì)地說(shuō)明和講解.38. arm技術(shù)手冊(cè).39. arm7上開(kāi)發(fā)usb的文檔,說(shuō)得非常好.40. 一個(gè)關(guān)于s1d13806的應(yīng)用程序.
標(biāo)簽： 機(jī)構(gòu) 分 機(jī)械手
上傳時(shí)間： 2013-04-15
上傳用戶：eeworm
基于PXA270-S linux的FPGA實(shí)現(xiàn)。\r\n向LED_CONTROL寫入n即得到n*0.1S的延時(shí)，LED閃爍的快慢程度發(fā)生變化。
上傳時(shí)間： 2013-08-22
上傳用戶：tb_6877751
對(duì)于常規(guī)VDMOS器件結(jié)構(gòu)， Rdson與BV存在矛盾關(guān)系，要想提高BV，都是從減小EPI參雜濃度著手，但是外延層又是正向電流流通的通道，EPI參雜濃度減小了，電阻必然變大，Rdson增大。所以對(duì)于普通VDMOS，兩者矛盾不可調(diào)和。 但是對(duì)于COOLMOS，這個(gè)矛盾就不那么明顯了。通過(guò)設(shè)置一個(gè)深入EPI的的P區(qū)，大大提高了BV，同時(shí)對(duì)Rdson上不產(chǎn)生影響。為什么有了這個(gè)深入襯底的P區(qū)，就能大大提高耐壓呢？ 對(duì)于常規(guī)VDMOS，反向耐壓，主要靠的是N型EPI與body區(qū)界面的PN結(jié)，對(duì)于一個(gè)PN結(jié)，耐壓時(shí)主要靠的是耗盡區(qū)承受，耗盡區(qū)內(nèi)的電場(chǎng)大小、耗盡區(qū)擴(kuò)展的寬度的面積，也就是下圖中的淺綠色部分，就是承受電壓的大小。常規(guī)VDMOS，P body濃度要大于N EPI， PN結(jié)耗盡區(qū)主要向低參雜一側(cè)擴(kuò)散，所以此結(jié)構(gòu)下，P body區(qū)域一側(cè)，耗盡區(qū)擴(kuò)展很小，基本對(duì)承壓沒(méi)有多大貢獻(xiàn)，承壓主要是P body－－N EPI在N型的一側(cè)區(qū)域，這個(gè)區(qū)域的電場(chǎng)強(qiáng)度是逐漸變化的，越是靠近PN結(jié)面（a圖的A結(jié)），電場(chǎng)強(qiáng)度E越大。所以形成的淺綠色面積有呈現(xiàn)梯形。
上傳時(shí)間： 2013-11-11
上傳用戶：小眼睛LSL
假定從8位AD中讀取數(shù)據(jù)（如果是更高位的AD可定義數(shù)據(jù)類型為int),子程序?yàn)間et_ad(); 1、限幅濾波法（又稱程序判斷濾波法） A、方法： 根據(jù)經(jīng)驗(yàn)判斷，確定兩次采樣允許的最大偏差值（設(shè)為A） 每次檢測(cè)到新值時(shí)判斷： 如果本次值與上次值之差<=A,則本次值有效 如果本次值與上次值之差>A,則本次值無(wú)效,放棄本次值,用上次值代替本次值 B、優(yōu)點(diǎn)： 能有效克服因偶然因素引起的脈沖干擾 C、缺點(diǎn) 無(wú)法抑制那種周期性的干擾 平滑度差 /* A值可根據(jù)實(shí)際情況調(diào)整 value為有效值，new_value為當(dāng)前采樣值 濾波程序返回有效的實(shí)際值 */ #define A 10 char value; char filter() { char new_value; new_value = get_ad(); if ( ( new_value - value > A ) || ( value - new_value > A ) return value; return new_value; } 2、中位值濾波法 A、方法： 連續(xù)采樣N次（N取奇數(shù)） 把N次采樣值按大小排列 取中間值為本次有效值 B、優(yōu)點(diǎn)： 能有效克服因偶然因素引起的波動(dòng)干擾 對(duì)溫度、液位的變化緩慢的被測(cè)參數(shù)有良好的濾波效果 C、缺點(diǎn)： 對(duì)流量、速度等快速變化的參數(shù)不宜 /* N值可根據(jù)實(shí)際情況調(diào)整 排序采用冒泡法*/
上傳時(shí)間： 2014-12-26
上傳用戶：nanshan
電梯召喚、指令信號(hào)的傳輸大致有以下三種方法。 1 一一對(duì)應(yīng)連線方法，即每只召喚或指令的傳輸單獨(dú)占據(jù)一路線。2．矩陣掃描傳輸方式，這種方式的傳輸將召喚或指令按鈕分為n行和n列排列，在行列的各個(gè)交點(diǎn)處串入一只召喚或指令按鈕。
上傳時(shí)間： 2014-12-27
上傳用戶：maizezhen
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
