目录第1章数字信号处理引言　　1.1引言　　1.2数字信号处理起源　　1.3信号域　　1.4信号分类　　1.5DSP：一个学科第2章采样原理　　2.1引言　　2.2香农采样原理　　2.3信号重构　　2.4香农插值　　2.5采样方法　　2.6多通道采样　　2.7MATLAB音频选项第3章混叠　　3.1引言　　3.2混叠　　3.3圆判据　　3.4IF采样第4章数据转换和量化　　4.1域的转换　　4.2ADC分类　　4.3ADC增强技术　　4.4DSP数据表示方法　　4.5量化误差　　4.6MAC单元　　4.7MATLAB支持工具第5章z变换　　5.1引言　　5.2z变换　　5.3原始信号　　5.4线性系统的z变换　　5.5z变换特性　　5.6MATLABz变换设计工具　　5.7系统稳定性　　5.8逆z变换　　5.9赫维赛德展开法　　5.10逆z变换MATLAB设计工具　　第6章有限冲激响应滤波器[1]6.1引言　　6.2FIR滤波器　　6.3理想低通FIR滤波器　　6.4FIR滤波器设计　　6.5稳定性　　6.6线性相位　　6.7群延迟　　6.8FIR滤波器零点位置　　6.9零相位FIR滤波器　　6.10最小相位滤波器第7章窗函数设计法　　7.1有限冲激响应综述　　7.2基于窗函数的FIR滤波器设计　　7.3确定性设计　　7.4数据窗　　7.5基于MATLAB窗函数的FIR滤波器设计　　7.6Kaiser窗函数　　7.7截尾型傅里叶变换设计方法　　7.8频率采样设计法第8章最小均方设计方法　　8.1有限冲激响应综述　　8.2最小二乘法　　8.3最小二乘FIR滤波器设计　　8.4MATLAB最小均方设计　　8.5MATLAB设计对比　　8.6PRONY方法第9章等波纹设计方法　　9.1等波纹准则　　9.2雷米兹交换算法　　9.3加权等波纹FIR滤波器设计　　9.4希尔伯特等波纹FIR滤波器　　9.5等波纹滤波器阶次估计　　9.6MATLAB等波纹FIR滤波器实现　　9.7LPFIR滤波器设计　　9.8基于Lp范数的MATLAB滤波器设计第10章FIR滤波器特例　　10.1引言　　10.2滑动平均FIR滤波器　　10.3梳状FIR滤波器[1]10.4L波段FIR滤波器　　10.5镜像FIR滤波器　　10.6补码FIR滤波器　　10.7频率抽样滤波器组　　10.8卷积平滑FIR滤波器　　10.9非线性相位FIR滤波器　　10.10FarrowFIR滤波器第11章FIR的实现　　11.1概述　　11.2直接型FIR滤波器　　11.3转置结构　　11.4对称FIR滤波器结构　　11.5格型FIR滤波器结构　　11.6分布式算法　　11.7正则符号数　　11.8简化加法器图　　11.9FIR有限字长效应　　11.10计算误差　　11.11缩放　　11.12多重MAC结构[1]第12章经典滤波器设计　　12.1引言　　12.2经典模拟滤波器　　12.3模拟原型滤波器　　12.4巴特沃斯原型滤波器　　12.5切比雪夫原型滤波器　　12.6椭圆原型滤波器　　12.7原型滤波器到最终形式的转换　　12.8其他IIR滤波器形式　　12.9PRONY（PADE）法　　12.10尤尔—沃尔第13章无限冲激响应滤波器设计　　13.1引言　　13.2冲激响应不变法　　13.3冲激响应不变滤波器设计　　13.4双线性z变换法　　13.5翘曲　　13.6MATLABIIR滤波器设计　　13.7冲激响应不变与双线性z变换IIR对比　　13.8最优化第14章状态变量滤波器模型　　14.1状态空间系统　　14.2状态变量　　14.3模拟仿真　　14.4MATLAB仿真　　14.5状态变量模型　　14.6基变换　　14.7MATLAB状态空间　　14.8转置系统　　14.9MATLAB状态空间算法结构第15章数字滤波器结构　　15.1滤波器结构　　15.2直Ⅰ、Ⅱ型结构　　15.3直Ⅰ、Ⅱ型IIR滤波器的MATLAB相关函数　　15.4直Ⅰ、Ⅱ型结构的MATLAB实现　　15.5级联型结构　　15.6一阶、二阶子滤波器　　15.7一阶、二阶子滤波器的MATLAB实现[1]15.8并联型结构　　15.9级联/并联型结构的MATLAB实现　　15.10梯型/格型IIR滤波器第16章定点效应　　16.1背景　　16.2定点系统　　16.3溢

反向传播算法是人工神经网络训练时采用的一种通用方法，在现代深度学习中得到了大规模的应用。
全连接神经网络(多层感知器模型，MLP)，卷积神经网络(CNN)，循环神经网络(RNN)中都有它的实现版本。
算法从多元复合函数求导的链式法则导出，递推的计算神经网络每一层参数的梯度值。
算法名称中的“误差”是指损失函数对神经网络每一层临时输出值的梯度。
反向传播算法从神经网络的输出层开始，利用递推公式根据后一层的误差计算本层的误差，通过误差计算本层参数的梯度值，然后将差项传播到前一层

量块支撑与安装方式对坐标测量机尺寸测量示值误差的影响已经越来越引起重视，尤其对于线性测量精度为0.6μm+1000/L以上的计量型坐标测量机量块安装姿态对校准结果的影响不可忽略。
利用单频激光干涉仪作为测量仪，通过专用变形量测量系统，测量量块在不同姿态下支撑位置对量块中心长度的影响。
提出利用多点支撑法，减小量块长度变化量的测试方案。
实验结果表明，采用多点支撑法测得量块最大变形量为+0.21μm，并根据对坐标测量机尺寸测量示值误差测量结果不确定度分析，重新计算其标准不确定度为0.75μm。

TDOA定位算法，基于7站定位算法，Taylor算法，仿真分析，误差分析

使用STM32测量微小电流，0~200mA或0~200uA量程可调，测量误差≤5%，资源内含电路原理图、PCB图以及程序源码

针对目前欠驱动船舶航迹跟踪控制难以实现跟踪任意可行航迹问题，提出一种运动规划方法。
利用多项式拟合，并结合船舶动力学模型，通过离散期望点规划出操作性可实现的全部期望姿态。
同时，为实现欠驱动船舶的航迹快速跟踪控制，提出一种全局指数航迹跟踪控制律。
引入微分同胚变换，建立两个级联的子系统构成的航迹跟踪误差动态方程；
基于反步法的设计原理，运用Lyapunov直接方法对变换后的误差系统设计了全局指数航迹跟踪控制律。
仿真结果验证了所提出的全局指数航迹跟踪控制律能够有效实现跟踪任意可行航迹。

信号处理方面，LMS算法，最小均方算法（LeastMeanSquare,LMS）是一种简单、应用为广泛的自适应滤波算法，是在维纳滤波理论上运用速下降法后的优化延伸，早是由Widrow和Hoff提出来的。
该算法不需要已知输入信号和期望信号的统计特征，“当前时刻”的权系数是通过“上一时刻”权系数再加上一个负均方误差梯度的比例项求得。
这种算法也被称为Widrow-HoffLMS算法，在自适应滤波器中得到广泛应用，其具有原理简单、参数少、收敛速度较快而且易于实现等优点。

【内容介绍】本书以仿真应用为中心，系统、详细地讲述了过程控制系统的仿真，并结合MATLAB/Simulink仿真工具的应用，通过大量经典的仿真实例，全面讲述过程控制系统的结构、原理、设计和参数整定等知识。
全书分为基础篇、实战篇和综合篇。
基础篇包括过程控制及仿真概述、Simulink仿真基础、Simulink高级仿真技术，以及过程控制系统建模；
实战篇包括PID控制、串级控制、比值控制、前馈控制、纯滞后和解耦控制系统；
综合篇包括典型过程控制系统及仿真。
本书的特点是理论与仿真紧密结合，用仿真实例说话，通过仿真来加深对过程控制理论的理解，帮助读者掌握过程系统的分析、设计与整定等技术，切实缩短书本知识与实际应用的距离。
本书可作为自动化、信息、机电、测控、化学工程、环境工程、生物工程等专业的教材或参考书，也可供从事过程控制工程的人使用，对从事过程控制应用研究的研究生和研究人员也很有参考价值。
【本书目录】基础篇第1章过程控制及仿真概述　1.1过程控制系统概述1.1.1系统结构1.1.2系统特点1.1.3系统分类　1.2过程控制系统的性能指标1.2.1过渡过程性能指标1.2.2误差性能指标　1.3过程控制理论的发展现状　1.4过程控制系统仿真基础1.4.1计算机仿真基本概念1.4.2仿真在过程控制中的应用　　1.5Simulink在过程仿真中的优势　1.6本章小结第2章Simulink仿真基础　2.1Simulink仿真概述2.1.1Simulink的启动与退出2.1.2Simulink模块库　2.2Simulink仿真模型及仿真过程2.2.1Simulink仿真模型组成2.2.2Simulink仿真的基本过程　2.3Simulink模块的处理2.3.1Simulink模块参数设置2.3.2Simulink模块基本操作2.3.3Simulink模块连接　2.4Simulink仿真设置2.4.1仿真器参数设置2.4.2工作空间数据导入2.4.2导出设置　2.5Simulink仿真举例　2.6本章小结　习题与思考第3章Simulink高级仿真技术　3.1Simulink子系统及其封装3.1.1创建子系统3.1.2封装子系统3.1.3封装的查看和解封装3.1.4子系统实例　3.2S函数设计与应用3.2.1S函数设计模板3.2.2S函数设计举例　3.3使用Simulink仿真命令　3.4Simulink仿真建模的要求　3.5Simulink控制系统仿真实例　3.6本章小结　习题与思考第4章过程控制系统建模　4.1过程模型概述4.1.1过程建模的目的和要求4.1.2过程模型类型4.1.3自衡过程与非自衡过程　4.2常见的过程模型类型4.2.1自衡非振荡过程4.2.2无自衡非振荡过程4.2.3自衡振荡过程4.2.4具有反向特性的过程　4.3过程建模基础4.3.1过程建模法分类4.3.2阶跃响应法建模4.3.3过程模型的特点　4.4单容过程模型4.4.1无自衡单容过程4.4.2自衡单容过程　4.5多容过程模型4.5.1有相互影响的双容过程4.5.2无相互影响的双容过程　4.6模型参数对控制性能的影响4.6.1静态增益的影响4.6.2时间常数的影响4.6.3时滞的影响　4.7本章小结　习题与思考实战篇第5章PID控制　5.1PID控制概述　5.2PID控制算法5.2.1比例（P）控制5.2.2比例积分（PI）控制5.2.3比例微分（PD）控制5.2.4比例积分微分（PID）控制　5.3PID控制器参数整定5.3.1Ziegler-Nichols整定法5.3.2临界比例度法5.3.3衰减曲线法　5.4本章小结　习题与思考第6章串级控制系统　6.1串级控制系统概述6.1.1基本概念6.1.2基本组成6.1.3串级控制的特点　6.2串级控制系统性能分析6.2.1抗扰性能6.2.2动态性能6.2.3工作频率6.2.4自适应能力　6.3串级控制系统设计6.3.1副回路选择6.3.2主、副控制器的设计　6.4串级控制参数整定6.4.1逐次逼近法6.4.2两步法6.4.3一步法　6.5综合仿真实例6.5.1串级与单回路控制对比仿真6.5.2串级控制的参数整定仿真6.5.3串级控制系统设计

利用计算机断层扫描技术获取了泡沫镍的重建结构，将蒙特卡罗法与八叉树算法结合进行泡沫镍孔尺度辐射传递建模，分析了八叉树算法对辐射传递计算的加速作用。
结果表明，采用八叉树算法的辐射特性计算值与未采用时相比，最大相对误差小于1‰。
在最优空间深度范围内，空间深度越大和模型面元越多，计算的加速效果越明显。

内含51单片机频率计的详细程序，频率计误差＜0.5%，可测频率范围宽，应用广泛，程序简单

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。