智能车的驱动系统一般由控制器、电机驱动模块及电机三个主要部分组成。
智能车的驱动不但要求电机驱动系统具有高转矩重量比、宽调速范围、高可靠性，而且电机的转矩‐转速特性受电源功率的影响，这就要求驱动具有尽可能宽的高效率
智能车的驱动不但要求电机驱动系统具有高转矩重量比、宽调速范围、高可靠性，而且电机的转矩‐转速特性受电源功率的影响，这就要求驱动具有尽可能宽的高效率
2023/7/15 15:44:21
289KB
1
近年来，在高性能全数字控制的电气传动系统中，作为电力电子逆变技术的关键，pwm技术从最初追求电压波形正弦，到电流波形正弦，再到磁通的正弦，取得了突飞猛进的发展［1］。
在众多正弦脉宽调制技术中，空间电压矢量pwm（或称svpwm）是一种优化的pwm技术，能明显减小逆变器输出电流的谐波成分及电机的谐波损耗，降低脉动转矩，且其控制简单，数字化实现方便，电压利用率高，已有取代传统spwm的趋势。
本文对空间电压矢量pwm的原理进行了深入分析，重点推导了每一扇区开关矢量的导通时间，并在ti公司生产的dsp上实现三相逆变器的控制，证明了分析的正确和可行性。
在众多正弦脉宽调制技术中，空间电压矢量pwm（或称svpwm）是一种优化的pwm技术，能明显减小逆变器输出电流的谐波成分及电机的谐波损耗，降低脉动转矩，且其控制简单，数字化实现方便，电压利用率高，已有取代传统spwm的趋势。
本文对空间电压矢量pwm的原理进行了深入分析，重点推导了每一扇区开关矢量的导通时间，并在ti公司生产的dsp上实现三相逆变器的控制，证明了分析的正确和可行性。
2023/7/12 18:50:25
424KB
1
基于时域有限差分法/时域多分辨（FDTD/MRTD）混合方法研究了微粗糙光学表面与多体缺陷粒子的复合光散射问题。
建立微粗糙光学表面与掩埋多体粒子复合散射模型，利用DB2小波尺度函数的移位内插原理，将计算区域分别划分为MRTD和FDTD方法区域，推导出复合散射场，计算微粗糙光学表面中掩埋多体粒子的复合散射截面，并与矩量法的结果比较以验证该方法的有效性。
分析入射角、气泡粒子的个数、相对位置及深度等物性特征对微粗糙光学表面与掩埋多体粒子复合双站散射截面的影响。
上述结果为光学无损检测、光学薄膜、微纳米结构的光学性能设计等领域提供技术支持。
建立微粗糙光学表面与掩埋多体粒子复合散射模型，利用DB2小波尺度函数的移位内插原理，将计算区域分别划分为MRTD和FDTD方法区域，推导出复合散射场，计算微粗糙光学表面中掩埋多体粒子的复合散射截面，并与矩量法的结果比较以验证该方法的有效性。
分析入射角、气泡粒子的个数、相对位置及深度等物性特征对微粗糙光学表面与掩埋多体粒子复合双站散射截面的影响。
上述结果为光学无损检测、光学薄膜、微纳米结构的光学性能设计等领域提供技术支持。
2023/7/9 22:57:55
10.48MB
1
这是北京大学计算机系数字图像处理的实习题目。
在这个项目中，我们收获了很多。
把整个分类、特征提取、论文阅读等等都经历了。
这是我们组三个人共同的结果。
一． 项目综述本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。
在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；
分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。
最后还有一个对各个特征分类结果的投票决策系统，但投票系统还没有用于最后结果的提交。
界面展示使用VisualC++6.0平台。
如果遇到任何问题，或者想转载，可以到我的主页留言：http://blog.sina.com.cn/gusui，或者直接给我来邮件：ouyangj0@gmail.com谢谢：）
在这个项目中，我们收获了很多。
把整个分类、特征提取、论文阅读等等都经历了。
这是我们组三个人共同的结果。
一． 项目综述本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。
在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；
分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。
最后还有一个对各个特征分类结果的投票决策系统，但投票系统还没有用于最后结果的提交。
界面展示使用VisualC++6.0平台。
如果遇到任何问题，或者想转载，可以到我的主页留言：http://blog.sina.com.cn/gusui，或者直接给我来邮件：ouyangj0@gmail.com谢谢：）
2023/6/6 15:52:56
1.56MB
1
运用MATLABR2014a来完成灰度共生矩阵各特征参数的求解。
以纸作为纹理分析的对象。
首先需将彩色图像将各颜色分量转化为灰度。
所用图像的灰度级为256。
为了减少计算量，对原始图像灰度级压缩，将灰度量化成16级。
计算四个共生矩阵P，取距离为1，角度分别为0,45,90,135。
对共生矩阵进行归一化，求出最常用的能量、熵、惯性矩、相关4个纹理参数。
最后求出能量、熵、惯性矩、相关的均值和标准差，作为最终8维纹理特征。
以纸作为纹理分析的对象。
首先需将彩色图像将各颜色分量转化为灰度。
所用图像的灰度级为256。
为了减少计算量，对原始图像灰度级压缩，将灰度量化成16级。
计算四个共生矩阵P，取距离为1，角度分别为0,45,90,135。
对共生矩阵进行归一化，求出最常用的能量、熵、惯性矩、相关4个纹理参数。
最后求出能量、熵、惯性矩、相关的均值和标准差，作为最终8维纹理特征。
2023/6/2 16:52:46
713B
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB