<option id="whbuq"></option>
<kbd id="whbuq"></kbd>
當(dāng)你認(rèn)為你已經(jīng)掌握了PCB 走線的特征阻抗Z0，緊接著一份數(shù)據(jù)手冊(cè)告訴你去設(shè)計(jì)一個(gè)特定的差分阻抗。令事情變得更困難的是，它說(shuō)：“……因?yàn)閮筛呔€之間的耦合可以降低有效阻抗，使用50Ω的設(shè)計(jì)規(guī)則來(lái)得到一個(gè)大約80Ω的差分阻抗！”這的確讓人感到困惑！這篇文章向你展示什么是差分阻抗。除此之外，還討論了為什么是這樣，并且向你展示如何正確地計(jì)算它。 單線：圖1(a)演示了一個(gè)典型的單根走線。其特征阻抗是Z0，其上流經(jīng)的電流為i。沿線任意一點(diǎn)的電壓為V=Z0*i（ 根據(jù)歐姆定律）。一般情況，線對(duì)：圖1(b)演示了一對(duì)走線。線1 具有特征阻抗Z11，與上文中Z0 一致，電流i1。線2具有類似的定義。當(dāng)我們將線2 向線1 靠近時(shí)，線2 上的電流開始以比例常數(shù)k 耦合到線1 上。類似地，線1 的電流i1 開始以同樣的比例常數(shù)耦合到線2 上。每根走線上任意一點(diǎn)的電壓，還是根據(jù)歐姆定律，
標(biāo)簽： 差分阻抗
上傳時(shí)間： 2013-10-20
上傳用戶：lwwhust
上傳時(shí)間： 2013-11-10
上傳用戶：KSLYZ
幀間差分與背景差分相融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法－－對(duì)做人體檢測(cè)或運(yùn)動(dòng)物體檢測(cè)有用的論文
標(biāo)簽： 幀間差分 人體檢測(cè) 背景差分 檢測(cè)算法
上傳時(shí)間： 2015-11-13
上傳用戶：lindor
于背景減除法和時(shí)域差分法，并對(duì)這兩種算法加以了改進(jìn)，綜合二者優(yōu)點(diǎn)，提出了一種新的運(yùn)動(dòng)檢測(cè)方法。 以便于視覺(jué)監(jiān)視中快速、準(zhǔn)確地分割出運(yùn)動(dòng)目標(biāo)。同時(shí)把分割出的運(yùn)動(dòng)目標(biāo)用區(qū)域而不是輪廓二值圖表示。以下的改進(jìn)方案經(jīng)實(shí)驗(yàn)證明可以實(shí)時(shí)地分割出運(yùn)動(dòng)目標(biāo)，效果也較好。
標(biāo)簽： 背景 減 時(shí)域 差分
上傳時(shí)間： 2013-12-05
上傳用戶：hasan2015
匯編語(yǔ)言編寫的演奏聲音程序,有四個(gè)選擇,A B C 分別是三首不同的曲子,Q退出
標(biāo)簽： 匯編語(yǔ)言 分 編寫 程序
上傳時(shí)間： 2014-02-15
上傳用戶：時(shí)代電子小智
背景差分法對(duì)運(yùn)動(dòng)汽車的檢測(cè)，對(duì)檢測(cè)得到的汽車圖像進(jìn)行預(yù)處理和邊緣提取
標(biāo)簽： 背景差分 汽車 檢測(cè)
上傳時(shí)間： 2016-12-30
上傳用戶：yt1993410
基于背景差分算法和C均值聚類算法的車輛檢測(cè)與跟蹤
標(biāo)簽： 算法 背景差分 均值聚類 車輛檢測(cè)
上傳時(shí)間： 2013-12-28
上傳用戶：cursor
差分跳頻(DFH)是集跳頻圖案、信息調(diào)制與解調(diào)于一體，是一個(gè)全面基于數(shù)字信號(hào)處理的全新概念的通信系統(tǒng)，其技術(shù)體制和原理與常規(guī)跳頻完全不同，較好地解決了數(shù)據(jù)速率和跟蹤干擾等問(wèn)題，代表了當(dāng)前短波通信的一個(gè)重要發(fā)展方向。美國(guó)Sanders公司推出了名為CHESS的新型短波跳頻通信系統(tǒng)，并獲得了成功，但我國(guó)對(duì)該體制和技術(shù)的研究還處于初始階段，目前還不太成熟，離實(shí)際應(yīng)用還有一段距離。 本文主要基于FPGA芯片的基礎(chǔ)上對(duì)差分跳頻進(jìn)行了研究，用FPGA來(lái)實(shí)現(xiàn)數(shù)字信號(hào)處理可以很好地解決并行性和速度問(wèn)題，而且其靈活的可配置特性，使得FPGA構(gòu)成的DSP系統(tǒng)非常易于修改、測(cè)試及硬件升級(jí)。而且設(shè)計(jì)中盡量采用軟件無(wú)線電體系結(jié)構(gòu)，減少模擬環(huán)節(jié)，把數(shù)字化處理盡量靠近天線，從而建立一個(gè)通用、標(biāo)準(zhǔn)、模塊化的硬件平臺(tái)，用軟件編程來(lái)實(shí)現(xiàn)差分跳頻的各種功能，從基于硬件的設(shè)計(jì)方法中解放出來(lái)。 本文首先介紹了課題背景及研究的意義，闡述了目前差分跳頻中頻率合成跟頻率識(shí)別的實(shí)現(xiàn)方案。在頻率合成中，著重對(duì)DDS的相位截?cái)嗾`差及幅度量化誤差進(jìn)行仿真，找出基于FPGA實(shí)現(xiàn)的最佳參數(shù)及改善方法。在頻率識(shí)別中，基于Xilinx公司提供FFT IP核，接收端中的位同步，頻率識(shí)別均在FFT的理論上進(jìn)行設(shè)計(jì)。最后根據(jù)設(shè)計(jì)方案制作基于FPGA的電路板。 設(shè)計(jì)中跳頻圖案、直接數(shù)字頻率合成器、頻率識(shí)別、位同步、跳頻圖案恢復(fù)、線性調(diào)頻z變換等模塊均采用Verilog和VHDL兩種通用硬件描述語(yǔ)言進(jìn)行設(shè)計(jì)，以便能夠在所有廠家的FPGA芯片中移植。
標(biāo)簽： 短波差分 跳頻通信
上傳時(shí)間： 2013-07-22
上傳用戶：yezhihao
基于圖形處理器單元（GPU）提出了一種幀間差分與模板匹配相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。在CUDA-SIFT（基于統(tǒng)一計(jì)算設(shè)備架構(gòu)的尺度不變特征變換）算法提取圖像匹配特征點(diǎn)的基礎(chǔ)上，優(yōu)化隨機(jī)采樣一致性算法（RANSAC）剔除圖像中由于目標(biāo)運(yùn)動(dòng)部分產(chǎn)生的誤匹配點(diǎn)，運(yùn)用背景補(bǔ)償?shù)姆椒▽㈧o態(tài)背景下的幀間差分目標(biāo)檢測(cè)算法應(yīng)用于動(dòng)態(tài)情況，實(shí)現(xiàn)了動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)，通過(guò)提取目標(biāo)特征與后續(xù)多幀圖像進(jìn)行特征匹配的方法最終實(shí)現(xiàn)自動(dòng)目標(biāo)檢測(cè)。實(shí)驗(yàn)表明該方法對(duì)運(yùn)動(dòng)目標(biāo)較小、有噪聲、有部分遮擋的圖像序列具有良好的目標(biāo)檢測(cè)效果。
標(biāo)簽： 幀間差分 模板匹配 運(yùn)動(dòng)目標(biāo)檢測(cè)
上傳時(shí)間： 2013-10-09
上傳用戶：ifree2016
電磁場(chǎng)計(jì)算中的時(shí)域有限差分法（王常清） pdf版
標(biāo)簽： 電磁場(chǎng)計(jì)算 時(shí)域 有限差分
上傳時(shí)間： 2013-04-15
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
