三菱FX-PLC 的通訊協議參考(含有源碼):三菱FX 系列PLC 專用協議通信指令一覽FX 系列PLC 專用協議通信指令一覽以下將詳細列出PLC 專用協議通信的指令指令 注釋BR 以1 點為單位，讀出位元件的狀態WR 以16 點為單位，讀出位元件的狀態，或以1 字為單位讀出字元件的值BW 以1 點為單位，寫入位元件的狀態WW 以16 點為單位，寫入位元件的狀態或以1 字為單位寫入值到字元件BT 以1 點為單位，SET/RESET 位元件WT 以16 點為單位，SET/RESET 位元件，或寫入值到字元件RR 控制PLC 運行RUNRS 控制PLC 停止STOPPC 讀出PLC 設備類型TT 連接測試注：位元件包括X,Y,M,S 以及T,C 的線圈等字元件包括D,T,C,KnX,KnY,KnM 等。
標簽：
FX-PLC
三菱
通訊協議
有源
上傳時間：
2015-01-02
上傳用戶：gdgzhym
用途：測量地磁方向，測量物體靜止時候的方向，測量傳感器周圍磁力線的方向。注意，測量地磁時候容易受到周圍磁場影響，主芯片HMC5883 三軸磁阻傳感器特點（抄自網上）：
1，數字量輸出：I2C 數字量輸出接口，設計使用非常方便。
2，尺寸小: 3x3x0.9mm LCC 封裝，適合大規模量產使用。
3，精度高：1－2 度，內置12 位A/D,OFFSET, SET/RESET 電路，不會出現磁飽和現象，不會有累加誤差。
4，支持自動校準程序，簡化使用步驟，終端產品使用非常方便。
5，內置自測試電路，方便量產測試，無需增加額外昂貴的測試設備。
6，功耗低：供電電壓1.8V, 功耗睡眠模式-2.5uA 測量模式-0.6mA
連接方法：
只要連接VCC，GND，SDA，SDL 四條線。
Arduino GND -> HMC5883L GND
Arduino 3.3V -> HMC5883L VCC
Arduino A4 (SDA) -> HMC5883L SDA
Arduino A5 (SCL) -> HMC5883L SCL
(注意，接線是A4，A5，不是D4,D5)
源程序：
#include <Wire.h>
#include <HMC5883L.h>
HMC5883Lcompass;
voidsetup()
{
Serial.begin(9600);
Wire.begin();
compass = HMC5883L();
compass.SetScale(1.3);
compass.SetMeasurementMode(Measurement_Continuous);
}
voidloop()
{
MagnetometerRaw raw = compass.ReadRawAxis();
MagnetometerScaled scaled = compass.ReadScaledAxis();
float xHeading = atan2(scaled.YAxis, scaled.XAxis);
float yHeading = atan2(scaled.ZAxis, scaled.XAxis);
float zHeading = atan2(scaled.ZAxis, scaled.YAxis);
if(xHeading < 0) xHeading += 2*PI;
if(xHeading > 2*PI) xHeading -= 2*PI;
if(yHeading < 0) yHeading += 2*PI;
if(yHeading > 2*PI) yHeading -= 2*PI;
if(zHeading < 0) zHeading += 2*PI;
if(zHeading > 2*PI) zHeading -= 2*PI;
float xDegrees = xHeading * 180/M_PI;
float yDegrees = yHeading * 180/M_PI;
float zDegrees = zHeading * 180/M_PI;
Serial.print(xDegrees);
Serial.print(",");
Serial.print(yDegrees);
Serial.print(",");
Serial.print(zDegrees);
Serial.println(";");
delay(100);
}
標簽：
Arduino
5883L
5883
HMC
上傳時間：
2014-03-20
上傳用戶：tianyi223
最新的支持向量機工具箱，有了它會很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.
標簽：
支持向量機
工具箱
上傳時間：
2013-12-16
上傳用戶：亞亞娟娟123
