-
基于非线性干扰观测器的直升机滑模反演控制
1、原论文及matlab仿真程序；2、提出一种基于非线性干扰观测器的滑模变结构控制方法。用一种非线性干扰观测器观测系统的不确定性和外界干扰，通过选择设计参数，可以使观测误差指数收敛。对引入非线性干扰观测器后的系统设计滑模变结构控制控制器，控制律的设计能够减小滑模抖震，保证闭环系统的稳定性，从而达到了对俯仰系统跟踪控制的目的。仿真结果表明，该方法能够较理想地观测干扰，减小控制器的输出，改善系统的控制性能。
- 2021-05-06下载
- 积分：1
-
基于负荷平衡的配电网重构程序
很好的配电网重构程序，已经调试通过，很适合初学者。
- 2020-12-12下载
- 积分：1
-
基于STC单片机的PID温度控制程序
基于STC单片机的PID温度控制程序，KEILC编译器，可以运行。
- 2021-05-06下载
- 积分：1
-
粒子群算法、遗传算法以及两者的结合的优化算法
用matlab实现了标准粒子群算法，遗传算法，以及粒子群遗传算法的结合算法。可直接运行
- 2021-05-07下载
- 积分：1
-
安川MP2000系列编程手册0606(内部资料)
安川MP2000系列编程手册0606(内部资料),不可多的,学习安川运动控制器的最佳资料,有详细样例和注解!涵盖安川全系列运动控制器!本手册的使用方法本手册的使用方法前言机器控制器MP900/WP2000系列是指,采用最新的电子信息技术,将迄今为止以机构为主体的机器实现杋电一休化,大幅度提高其性能、功能,冋时集成了机器的控制技术及使用技巧的控绱器以往的机器是使用通用的电机作为动力源,由电机驱动齿轮、连杆、凸轮等产生各种各样的运动来进行加工和装配等。安川电机凭借数百年的发展历史和技术积累,各种各样的机器正不断面世,并且其性能、功能显著提正因为如此,迎来了个日诸多机器的辉煌但是,由于这些杋器也是由称作机构的硬件构成的,因此缺乏高灵活性。另外,事实表明:由于受机器本身的限制,无法期待其性能、功能有更进一步的提高。另一方面,材料的革新性开发和提高,特是半导体领域的芧命性的性能提高和小型化,对电机以及电机控制技术带米的影响是无可估量的。其影响之一就是变频器、伺服电机及其驱动技术得到了惊人的发展。另外,即使是在驱动伺服电机的运动控制技术领域,基」微电脑的,融合了已普及的以数值控制(NC)为代表的运动控制器(MC)和可编程控制器(PC)的新型控制器正在不断面世采用这些伺服电机和新型控尙器,使以往的以机构为主休的机器实现机电一休化,进一步提高其性能、功能,以及在搭载前所未有的新功能等方面都在进行不断的积极尝试。然而,由于这些新技术采用的配套方法还没有得以充分普及,许多机槭技术人员对机电一体化还是很犹豫,有时甚至敬而远之,这是不可否认的亨实。因此,本手册作为用户指南,主要介绍采用安川电机的伺服驱动器∑系列和其机器控制器Ⅶ2000系列如何来实现机电一体化以及如何实现控制的方法。机器品种繁多,不可能一一介绍但是,由」作为基础的基本控制技术对哪个札器鄱是通用的,通过对其的介绍,无论将其应用」哪个机器上都能仗过去的机器实现机电一体化。木手册正是为此目的编写的参考手册,它与控制器和伺服驱动器的使用说明书不同,主要说明如何能实现各种搾制以及具体的编稈方法本手〗按以卜项目分门别类列出了苫丨梯形图或运动程序的编写示例。同步控制速度控制位置控制转矩控制位置控制以轨迹为主的运动控制各种机器的运动,如果从电机运转角度来看,都可以还原为上述控制。因此,在进行某种机器的控制时,就要弄清楚感应电机和伺服电机需要何种控制,如果知道其控制的具休控制内容(梯形图和运动程序),就可将该控制组合起来。有村一种控制并不够,必须同时使用个同的控制模式。木手册就是木着这样的观点列出了实际的栏序。如果以这些程序作为指导编程的方针,任何人都能编写出某种机器的基本控制程序。使用本手册时的推荐设定本手册示例的梯形图是使用安川电机的MP900/MP2000系列程序编辑软件MPE720Ver.5.22编写的。使用该梯形图时,请使用上述软件的Ver.5.22或史高的版木。另外,请在勾选“使用新的梯形图编辑器”后再使用梯形图编辑器。/7yPLc欄重動作環境棵能指定工P礻一?2一212-步管理7配送他1辛么[列=于F-工使用了新一老使用主寸1作成大几2工使用主OK也卟另外,作为OS,可选择 Windows95/98/T4.0/2000/XP中的任何一个。以MP2000系列控制器为主体的程序实例已发行的本手册2004年8月版本中,针对MP00系列给出了程序的基本框架巾最近面世的MP2000系列可构成新的机器控制虽然两机型的基本使用方法都相同,但在地址和运动命令的使用方法上存在一些差别。MP2000系列全面地强化并改善了MP900系列的功能。籍此札会,决定发行以M2000系列控制器为主体的编程手册另外,对于MP900系列,已发行版(2004年8月版)仍然可以使用,请加以利用。目录本手册的使用方法第1章计算机与机器控制器的连接1.1利用机器控制器进行设计1.2计算机和MP2000系列的通信参数的设定1.3设定MPE720的使用环境---1.4新建文件夹1-91.5进行M2200构成设定1-23第2章设定参数2.1设定伺服驱动器或变频器的规格2-42.2设定编码器的规格2-62.3设定机器的相关参数2-102.4设定控制结构202.5设定设定参数2-222.6设定伺服参数2-23第3章连接硬件3.1连接伺服驱动器(∑-Ⅱ、∑-I系列)3.2连接带 MECHATROL INK-Ⅱ的伺服单元的输入输出(∑-Ⅲ系列)第4章运动控制设计4.1各种控制的基本构成-4-34.2将伺服设定为0N4-64.3自由切换动作模式4.4设计主干梯形图4.5J0G(点动)运行4-134.6STEP(步进)运行4-154.7给出平滑的运行指令4-17第5章速度控制5.1速度控制(基本一直线加减速—)5-25.2设定直线加减速5-95.3速度控制(S形加减速)第6章转矩控制6.1转矩控制(基本:无反馈)6.2转矩控制(有反馈)6-66.3由运动程序改变转矩限制值6-14第7章位置控制7.1位置控制(基础)7-27.2基于运动程序的位置控制7-107.3通过运动命令、用外部信号定位7-217.4用手动脉冲发生器移动--7-257.5滚珠丝杠节距误差的补偿7-327.6用直线伺服驱动器定位7-337.7使用绝对值编码器7-38第8章编写运动程序8.1进行定位8.2通过外部信号进行定位(运动程序)8-583使其直线移动(直线加工)-84使其以圆弧的方式移动(圆弧加工)8-88.5平滑地加工自由曲线(直线移动命令)86坐标变更8-1087施加额定速度比88进行无限长定位-8-1289剪裁加工中保证刀具角度垂直8-138.10由运动程序控制外部设备-8-148.11从外部赋予运动程序中的设定值8-158.12暂时从工件坐标移到机器坐标-8-168.13使数个运动程序同时动作-8-178.14单方向定位回转工作台8-198.15以最小移动量进行回转工作台定位-8-20第9章相位控制9.1相位控制的基本内容9.2控制薄膜生产线(相位控制实例)9-10第10章使用电子凸轮控制机器10.1使用双向型电子凸轮控制机器10-410.2使用单向型电子凸轮控制机器10-1910.3电子凸轮加超前角控制10-3610.4编写凸轮曲线10-40第11章进行原点复归11.1进行原点复归(基本)-11-211.2使用运动程序进行原点复归11-9第12章掌握了梯形图将会带来很大便利12.1设定图中使用的D寄存器的数量-12-212.2全部清除继电器和作业寄存器----12-312.3检测各轴的警报,显示警报12-512.4防止失控(位置控制、相位控制)一12-812.5掌握运动程序的警报内容12912.6通过运动程序进行顺序控制12-11第13章进行调试13.1故障检修的流程13-213.2数据示踪13-613.3更加便利地示踪数据13-1413.4调试运动程序-13-27第14章便利的功能14.1对程序加注释14-214.2打印程序14-414.3检查程序存储器的剩余量14-5V11附录附录1MPE720简明手册附录-2附录2指令一览附录-23附录3梯形图转换作业步骤附录-30附录4 Expression的表示方法附录-31第章第1章计算机与机器控制器的连接1.1利用机器控制器进行设计1-21.2计算机和MP2000系列的通信参数的设定1.3设定MPE720的使用环境1.4新建文件夹1.5进行MP2200构成设定1-23第1章计算机与机器控制器的连接1.1利用机器控制器进行设计本节介绍利用机器控制器MP2000系列设计运动控制系统的步骤。设计分硬件设计和软件设计,这里主要介绍以软件设计为中心的设计流程。设计流程软件设计流程如下所示选择、订购所使用的机器。绘制主电路·控制电路展开连接图。通过MPE720新建文件夹。①模块构成② MECHATR0L|NK构成③输入、输出分配(伺服单元和1/0单元的设定)脱机操作④组定义编写梯形图编写运动程序至CPU的统一传送和伺服单元的设定调试联机操作结束
- 2020-12-05下载
- 积分：1
-
动态贝叶斯网络
动态贝叶斯网络（Dynamic Bayesian Network, DBN），是一个随着毗邻时间步骤把不同变量联系起来的贝叶斯网络。这通常被叫做“两个时间片”的贝叶斯网络，因为DBN在任意时间点T，变量的值可以从内在的回归量和直接先验值（time T-1）计算。DBN是BN（Baysian Network）的扩展，BN也称作概率网络（Probabilistic Network）或信念网络（Belief Network）。前言不确定性理论在人工智能机器学习、自动控制领域已经得到越来越广泛的应用。本书以当前国际上不确定性研究领域的核心工具—动态贝叶斯网络为线索,进行了动态网络推理算法、平稳系统动态贝叶斯网络结构学习模型设计、非平稳系统动态网络变结构学习模型设计、基于概率模型进化算法的动态贝叶斯网络结构寻优算法的研究。推理算法以隐变量作为划分依据,讨论了离散、连续、混合模型的推理算法,并进行了算法复杂度及应用领域的讨论;结构学习研究首先从度量体制人手,讨论了动态网络度量体制的可分解性,提出了平稳及非平稳系统网络结构学习模型,以及基于贪婪算法思想的遗传算法寻优思想;最终将推理及结构学习理论用于无人机路径规划、战场态势感知、动态数据挖掘、自主控制领域,并通过大量仿真检验。本书的研究工作得到了西安工业大学专着甚金及国家自然科学基金重大研究计划(90205019)的资助。本书全面系统地介绍了动态贝叶斯网络的相关理论,重点介绍了动态网络的经典应用和国内外的新发展。全书共分9章。第1章概述了动态贝叶斯网络的产生与发展、基本操作及表达。第2章和第3章为本书的理论基础部分,首先从静态网络已经取得的理论成果及研究内容人手,由浅入深引出动态贝叶斯网络的基本概念及研究方向,确定本书将要解决的主要问题:DBN推理问题和连续变量的DBN结构学习问题。第4章在第3章基础上,详细讨论了三类动态贝叶斯网络的推理即隐变量离散、隐变量连续、隐变量混合DBN推理;隐马尔科夫模型是所有离散动态网络的基础,故首先介绍其表达及推理,由此派生出其他离散动态网络,并讨论了奶何将复杂离散网络转化为简单HMM的方法,通过算法复杂度实验分析,明确了离散动态网络的相应属性,得出了相应结论,为合理选择DBN推理算法提供依据;在推理中,若系统参数未知或为时变系统,必然涉及参数学习,故在讨论三类网络的推理中亦涉及参数学习问题。第5章从静态网络结构度量机制入手,讨论并推导出动态贝叶斯网络结构用于网络结构度量的BIC及BD度量机制;通过描述基于概率模型进化算法的构图基础,引出动态贝叶斯网络结构学习机制,即基于贝叶斯优化(BOA)的动态网络结构寻优算法,BOA算法的关键是根据优良解集学习得到动态贝叶斯网络,以及根据动态贝叶斯网络推理生成新个体,前者更为重要,按照本书提出的基于贪婪箅法思想的遗传算法解决动态网络学习,然后应用动态贝叶斯网络前向模拟完成后一步。第6章在此基础上,刻画了基于BD度量体制的平稳动态系统DBN结构学习模型设计,并通过仿真验证了其有效性针对非平稳随机系统DBN的结构学习模型,提出了一种自适应窗口法用于在线自适应学习变结构DBN结构,仿真结果可行。第7章在第4章DBN推理理论的基础上,从以往UCAⅴ路径规划中使用的方法以及涉及的定义、术语等出发,讨论了静态路径规划、动态路进规划及空间路径规划三方面的基本问题,通过对原始 Voronoi图的改进,提出了平面改进型Voronoi图、空间改进型 Voronoi图的概念,以及平面及空间动态路径重规划区域原则等,为动态路径规划提供有力的整体构型支撑,进而应用前几章理论基础,建立基于DBN的战场环境感知模型,仿真结果均表明了构图及动态决策模型的正确性。第8章在DBN推理及结构学习的理论基础上,将其用于自主优化及动态数据挖掘。将BOA及基于概率模型的遗传算法的静态图形的优化机制进行推广,提出了一种动态优化的新方法,利用DBN作为t到t+1代转移网络,适时改变优化的基本条件,实时确立新的种群及优化的方向,使得自主智能体在无人干预下顺利完成一系列复杂任务成为可能,将变结构DBN结构学习模型设计用于动态数据挖掘,实时确定个因素之间的关系。第9章通过两个典型的应Ⅳ用实例,将DN推理学习理论进行融合,并用于实际模型。附录给出了与DN结构度量相关定理、性质的证明,为读者进一步研究和学习动态贝叶斯网络提供参考。本书是作者近年来潜心学习和研究国内外不确定性算法理论、方法和应用成果的一个总结。在本书的编写过程中,得到了西安电子科技大学焦李成教授和清华大学戴琼海教授及英国BankUniversity陈大庆教授的热心指导和鼓励,新加坡南洋理工大学的王海芸博土后审阅了书稿,并提出了许多宝贵意见,特向他们表示衷心的感谢。由于涉及内容广泛及限于作者的学识水平,书中疏漏和不当之处在所难免,希望读者不吝赐教指正。作者目录第1章图模型与贝叶斯网络1.1图模型简介1.2动态贝叶斯网络鲁+垂香曲1.3动态贝叶斯网络应用研究1.3.1动态时序数据分析与挖掘曾··會世57781.3.2无人机的态势感知与路径规划1.3.3.进化算法与动态贝叶斯网络混合优化…10第2章静态贝叶斯网络…112.1静态贝叶斯置信网络2.2贝叶斯网络的特点与应用范围……………152.3贝叶斯网络的研究内容162.3.1计算复杂性162.3.2网络结构的确定问题2.3.3已知结构的参数确定问题…………182.3.4在给定结构上的概率计算…4福通而看高自曲着看西画192.3.5贝叶斯网络推理算法…………………19第3章动态贝叶斯网络基础283.1从静态网到动态网283.1.1概述283.1.2推导…………………………293.1.3动态贝叶斯网络表达要鲁垂鲁鲁中t曲·曹市壘曾曹吾普·量313.2动态贝叶斯网络的研究内容…………353.2.1动态贝叶斯网络推理……………………363.2.2动态贝叶斯网络学习…………………………39第4章动态贝叶斯网络推理464.1隐变量离散动态网络推理464.1.1模型数学描述…………………464.1.2马尔科夫的研究内容…4.1.3隐马尔科夫推理学习仿真…534.1.4隐马尔科夫其他拓扑形式…………564.1.5一般离散动态网络和隐马尔科夫关系584.2动态贝叶斯网络推理算法性能分析604.2.1动态网络转化隐马尔科夫仿真…614.2.2离散动态网络推理算法比较仿真……634.2.3连续动态网络推理比较仿真………724.3模糊推理与隐马尔科夫结合炮火校射……………754.3.1概述…音曲曹香音音音吾晋自粤吾·自·754.3.2模糊动态网络环境感知框架754.4隐变量连续动态网络推理4.4.1模型数学描述…794.4.2卡尔曼滤波图模型推理·日·曹曹曾鲁····804.5混合隐状态动态贝叶斯网络834.5.1模型数学描述……b音量章申曾要中命要即命·甲看834.5.2混合动态贝叶斯网络推理864.5.3混合动态贝叶斯网络学习89第5章动态贝叶斯网络结构学习算法……915.1动态贝叶斯网络结构度量体制…………915.1.1概述…………915.1.2动态网络的贝叶斯信息度量935.1.3动态贝叶斯网络BD度量965.2动态贝叶斯网络度量分解性能分析省着带鲁曹曹曹鲁鲁鲁虚鲁鲁中·985.3构建动态网络结构寻优算法…1145.3.1基于概率模型的进化算法…1155.3.2基于贝叶斯优化构造动态网络结构算法…1165.3.3学习动态贝叶斯网络……………1185.3.4动态夏叶斯网络推理1275.4基于贝叶斯优化构建动态网络结构算法仿真…128第6章动态贝叶斯网络结构学习模型1346.1平稳系统动态网络结构学习模型设计1346.1.1模型设计1356.1.2仿真试验1386.2变结构动态网络自适应结构学习模型设计…………1446,2,1模糊自适应双尺度1446.2.2动态系统非平稳程度和平稳性的测量1516.3非平稳系统网络结构学习仿真试验153第7章基于动态贝叶斯网络的路径规划1657.1无人机平面静态路径规划…1657.1.1基本概念……………1657.1.2基于相同威胁体的路径规划…1667.1.3不同威胁体下平面路径规划1717.1.4路径细化暨要命要曹吾帝吾辛事壶要面要吾吾曹中垂要晋吾曹事1767.2无人机动态路径规划1787,2.1概述1797.2.2平面动态环境下局部路径构图原则1797.2.3威胁变化下无人机平面路径规划………1827.2.4突发威胁体下无人机平面路径重规划研究1867.3无人机空间路径规划研究………………………1907.3.1空间改进型 Voronoi图………1907.3.2威胁变化下局部路径构图区域原则1957.3.3局部路径选择原则及战场感知模型…197第8章基于动态贝叶斯网络的自主控制…1998.1概述…1998.2快速构建决策网络结构方法…2008.2.1链形决策网络模型的建立………2018.2.2决策网络树形模型结构学习算法…2048.2.3一般决策网络结构学习算法2058.3进化算法与动态网络混合优化……2068.3.1算法基本思想2068.3.2转移网络作用中鲁鲁··章鲁···自··………2108.3.3混合优化自主控制算法描述…2108.3.4混合优化自主控制算法软件实现………211第9章无人机自主控制应用研究2249.1基于混合优化的无人机路径重规划.2249.1.1自主控制过程描述2249.1.2混合优化无人机路径规划仿真…2259.2无人机攻击多目标路径规划………………2379.2.1自主控制过程描述……………2389.2.2初始动态网络图构型2399.2.3无人机自主攻击多随机运动目标仿真240附录贝叶斯网络局部结构度量数学基础250A.1链形模型局部结构度量250A.2树形模型局部结构度量253A.3局部贝叶斯网络度量………………………………257参考文献…………………………………262
- 2021-05-06下载
- 积分：1
-
双目相机标定结果应用——测三维坐标
c++程序，vs2017上运行，可以由双目相机拍得的照片任意一点求取该点的三维坐标，误差在1%左右。
- 2020-12-01下载
- 积分：1
-
匀速直线运动模糊图像复原的改进算法
一篇很好的关于模糊图像复原的论文，含详细需要的函数，讲解清楚易懂。闫永存,等匀速直线运动模糊图像复原的改进算法级的概率密度函数P(s)如下式所示:P(s)=P(rdr(6)8对于连续图像,当直方图均衡化(并归一化)后有P(s)即ds=p (r)dr =dT(r)3两边取积分得x=7(=P)h(8)式(8)就是所求的变换函数对于离散图像,假定数字图像中的总像索为N,灰度级总图3最优窗法区域分布图数为L,第k个灰度级的值为r,图像中具有灰度级r的像素Fig 3 Areal distribution of optimal window method数目为n,则该图像中灰度级n的像素出现的概率为取值范围为V-P+1,V1-11;在水平方向上,区域1、2、3的横P(r)="O≤r≤1;h=0,1,…(9)坐标取值范围1O,P1-2],区域4.8、9的横坐标取值范围为P3-1,V1-P3m,区域5、67的横坐标取值范围为[V1-Psn+对其进行均匀化处理的变换函数为:VL-11在图3中,每一个区域都有各白独立的边界,即各个S=7(r)=∑P(n)=2N子窗区域的尺寸不一定相同(10)最优窗计算公式为利用式(10)对图像做灰度变换,即可得到直方图均衡化后的图像。∑∑h(p,g)∑∑h(p.q)∑∑(p,q)D=O 0该方法可以将滤除高频噪声,提高有用信号的嗝度,增加∑h(p∑∑h(P)(12)对比度,同时缩小叠加噪声信号的动态范围,抑制振铃效应有效的结合起来,高文硕等证明了这一点。但不能完全去除振220)2A)铃效应,因此文中在滤波前用最优窗法对图像进行处理最优窗对模樹图像的边界进行加杈处理,以致像素值向3.4最优窗法外逐步过渡到零,其目的是待处理图像的边界结合处不会出在恢复图像过程中,由于图像边缘的像素没有足够的相现灰度的跳变,振铃效应因此得到抑制。邻像素可以利川,所以会导致恢复图像的边缘变差,并且整幅图像有明暗相间的条纹,即振铃效应。为了解决这个问题,早4实验结果及分析期学者常采用边界修正法,但效果不够令人满意。 Aghasi在1996年提出循环边界法,其缺点是图像尺寸变为原来的4文中通过实验验证了改进算法的可行性和有效性,以sadhna模糊图像的复原为例,图4(a)是原始图像,对其进行倍,运算量增加很多。基于循坼边界法的缺点, Bimetal提出了对二维模糊图像四进行恢复的最优窗。其具体实胞过程为:模糊加噪运算,模糊角度为53°,模糊长度为45,高斯噪声为0.0l图4(b)是降质后的模糊图像,采用本文算法估计岀的模恢复窗a,k将图像平面分成9个区域,每个区域编号如图3糊方向为51°,模糊长度为46,图4(c)是普通维纳滤波复原所示。标号为9的中央区域o:=1。图像,图4(d)是人工调整参数为真实值的复原结果。利用本区域1,8、7的纵坐标取值范围为[0,P-2],区城2,6、9文的改进算法得到的复原结果如图4()所示。实验结果如图的纵坐标取值范围为P-1,V4-P,区域3、4.5的纵坐标4所示。(a)原始图像(b)模糠图象(c)普通维纳波复原图象d)取冥际参数值的复原图像(e)太文算法的复原图(a)original image(t)blurred image (c)restored image of ordinary (d)res tored image fcr the (e)restored image ofiner filteringactua l )arameter valles algorithm in this pa per图4运动模糊图像及复原结杲Fig. 4 Motion blurred images and results of restoration147C1994-2012ChinaAcademicJournalElcctronicPublishingHousc.Allrightsrescrvcd.http://www.cnki.net电子设计工程》2012年第3期出实验结果可知,方向徵分法可以很人程度地提高模糊2005,10(5):590-595角度的估计准确性,利用自相关函效负尖峰值可以较准确地「31贺卫国,黎绍发,匀速直线运动模糊长度的精硝估计[鉴别出模糊长度,从而可以提高图像还原质量。最优窗法对振计算机应用,2005,25(6):1316-1320铃效应可以有较好的抑制作用,最后得到了复原效果较为理HIE Wei-guo, LI Shao-fa. Estimating the blurring length of想的图像。uniform linearmotion blurred images[J]. Computer Applications5结束语2005,25(6:1316-1320[4]吴振字.模糊图像复原方法研究[D]长沙:国防科学技术文中对运动模糊图像的退化模型、维纳滤波复原原理、点大学,2009扩散函数的求取过程选行了详细削述,提出了一种改进的模[5]高文硕.郊伟伟,杨磊运动模糊图像复原技术的改进算法糊图像复原算法,并对振铃效应进行处理,以 sadhna图像的中国传媒大学学报自然科学版,2010,7(1):72-76复原为例进行了实验验证结果表明,文中方法可以较准确地GAO Wen-shuo, ZHENG Wei-wei, YANG Lei. Improved估计出运动模糊参数,并且提高了运算速度,振铃效应得到有algorithm for restoration of the imagemotion blur IJ]. Journal效抑制。of Communication L niversity of China Science and Technology参考文献2010,17(1):72-76[1] Cannon M. Blind deconvolution of spatially invariant image [ 6] Aghdasi F, Ward R K. Reduction of boundary artifacts inblurs with phase [ J]. IEEE Trans on Acoustics, Speech andimage restoration[J]. IEEE Trans. Image. Proc. 1996. 5(4)signal Processing, 1976(24): 58-63611-6182]陈前荣,陆启生,成礼智,基于方向微分的迈动模糊方向鬥叶海.基于统计特征加权的模糊聚类方法及其应用鉴别!中国图象图形学报,2005,10(5):590-595现代电子技术,2009(1299-102chen Qiall-rong, LU Qi-sheng, CHENG Li-zhi. IdentificalionYE Hai-jun. Fuzzy clustering method and its applicationof motion blur direction from motion blurred image bybased on statistical characteristics weighting [J]. Moderndirection derivation method [J Journal of Image and GraphicsElectronics Technique, 2009(12): 99-102具ⅢP2优化和DC偏移消除的宽带丨/Q解调器可改善接收器性能加利福尼亚州米尔皮塔斯( MILPITAS,CA)推出超宽带宽直接转換lQ解调器LIC∶5S35,该件具卓越的线性性能(在1.95GIlκ时,ⅢP3-25.7dBm,IP2-60dBm)。LTC585能提供超过530MILz的基带输岀解调带宽,可满足新-代霓带LTE多模式接收器和毅宇预失真(DPD)接收器的带宽需。Q解调器在700WHx至3GHz的宽频率范围内二作,几乎覆盖了所有蜂窝基站频毁。这款器伫的独狩之处是两个内置的校准功能。其一是允许系统设计人员优化接收器IP2性能的高级也路以60dBm标称值提升至前所未有的80dBm或更高。另一个则是用于消除I和Q输出端上的DC偏移电压的片内电路。这两个功能电路均起到了増强接收嚣性能的作用。此外,LTC5585还可提供超卓的16 dBm pldB。为了进一步加强该器件在直接转换接收器应用中的使用,LTC5585捉供非常低的IQ幅度和相位失配ε幅度失配的典型值是0.05dB,而相位误差的典型值是0.7度,两个数值都是在1.95GHz频率上测得的。这两者的结合产生了一个43dB的接收器镜頰抑制能力。因为LTC5585能湜供非常宽的带宽,所以尢其适用于多模式LTE、 W-CDMA和TD- SCDMA基站DPD接收器以及于主收器的应門。尤其是对;DPD,这些最新一代基站正在将解调带宽推进到超过300MHz。LTC5585可以非常方便地配置应对这些带宽的挑战。除了无线基础设施应用,LrC5585还适用于军用接收器、宽蒂通信、点对点微波数据链路、镜频抑制接收器和长距离RFID阅读器。LTC5585内置了一个RF变压器以减少外部组件,再加上24引线4mm×4 mm QFN封装,因而可提供高度紧凑的解决方案。该器件规格在_40-105℃C的外壳工作温度范围。LTC585用单—5Ⅴ电源供电,吸取200mA的总电源电流。该器件提供数竽输λ以启用或停用该芯片。当俘用时,该IC吸取的典型溻电流为11μA。解调器的200ms快谜接通时间和800rs断开时间使该器件能在突发模弌接收器中使用。咨询编号:2012031009心·心;心·心,心·心普心心心·心·心心·心分·心心···心·心心心心·心·心心·心欢迎订阅2012年度《电子设计工程》(半月刊)国内邮发代号:52-142国际发行代号:M2996订价:15.00元/期360.00元/年148C1994-2012ChinaAcademicJournalElcctronicPublishingHousc.Allrightsrescrvcd.http://www.cnki.net
- 2020-11-27下载
- 积分：1
-
复合形法C++程序、代码
用C++程序实现复合型法算法，求解优化解！
- 2021-05-07下载
- 积分：1
-
智能循迹避障小车源程序（C51）
包含小车避障、循迹、金属监测、放音子程序，51单片机C语言源程序，今年大赛用的，现在拿出来，呵呵，希望有用！
- 2020-06-27下载
- 积分：1
