文章引见了计算多自由度转子系统固有频率的传递矩阵法，以及用于实现该算法的Prohl法和Riccati法的推导过程。
利用Matlab强大的绘图计算功能和改进的Riccati传递矩阵法所具有的良好的数值稳定性，避免了传统的Prohl传递矩阵法在计算过程中的丢根现象，提高了整个转子系统分析运算的精度。
并用Matlab对各算法的数值稳定性进行了分析。

•精准的位置控制依照输入脉冲的数量，确定轴转动的角度。
位置误差非常小（小于1/10度），且不累积。
•精确的转速步进电机的转速取决于输入电脉冲的频率，可以实现精确控制和方便调节。
因而被广泛地应用于各种运动控制领域。
•正向/反向转动，急停及锁定功能在整个速度范围内都可以实现对电机力矩和位置的有效控制，包括静力矩。
在电机锁定状态下（电机绕组中存在电流，而外部没有旋转的脉冲指令输入），仍然保持一定的力矩输出。
•低转速条件下的精准位置控制步进电机不需要借助齿轮箱的调节，就可以在非常低的转速下平稳运行，同时输出较大的力矩，避免了功率的损耗和角度位置偏差，同时降低了成本，节省了空间。
•更长的使用寿命步进电机的无电刷设计保证了电机的使用寿命很长。
步进电机的寿命通常取决于轴承。

首先我们先介绍一下什么是负载均衡:负载平衡（Loadbalancing）是一种计算机网络技术，用来在多个计算机（计算机集群）、网络连接、CPU、磁盘驱动器或其他资源中分配负载，以达到最佳化资源使用、最大化吞吐率、最小化响应时间、同时避免过载的目的。
这是来自维基百科的介绍。
负载均衡的目的，就在于平衡负载，给用户提供优质，可靠，稳定的服务。
上图是个最简单的负载均衡实例，应用服务器并不直接与用户相连，用户连接负载均衡服务器，然后由负载均衡服务器把消息转发给实际应用服务器。
负载均衡器内部会根据应用服务器的负载情况，决定把消息转发给哪台服务器处理。
同时负载均衡器还可以对用户屏蔽应用服务器失效，只需把用户

符号多项式的操作，已经成为表处理的典型用例。
在数学上，一个一元多项式Pn(x)可按升幂写成：Pn(x)=p0+p1x+p2x2+….+pnxn它由n+1个系数唯一确定，因此，在计算机里，它可用一个线性表P来表示：P=(p0,p1,p2,…pn)每一项的指数i隐含在其系数pi的序号里。
假设Qm(x)是一元m次多项式，同样可用线性表Q来表示:Q=(q0,q1,q2,…qm)。
不失一般性，设m＜n，则两个多项式相加的结果Rn(x)=Pn(x)+Qm(x)可用线性表R表示：R=(p0+q0,p1+q1,p2+q2,…,pm+qm,pm+1,…pn)。
显然，我们可以对P、Q和R采用顺序存储结构，使得多项式相加的算法定义十分简约。
至此，一元多项式的表示及相加问题似乎已经解决了。
然而在通常的应用中，多项式的次数可能很高且变化很大，使得顺序存储结构的最大长度很难决定。
特别是在处理形如:S(x)=1+3x10000+2x20000的多项式时，就要用一长度为20001的线性表来表示，表中仅有三个非零元素，这种对内存空间的浪费是应当避免的，但是如果只存储非零系数项则显然必须同时存储相应的指数。
一般情况下的一元n次多项式可写成:Pn(x)=p1xe1+p2xe2+…+pmxem其中pi，是指数为ei的项的非零系数，且满足0≤e1＜e2＜…＜em=n，若用一个长度为m且每个元素有两个数据项(系数项和指数项)的线性表便可唯一确定多项式Pn(x)。
((p1,e1),(p2,e2),…,(pm,em))在最坏情况下，n+1(=m)个系数都不为零，则比只存储每项系数的方案要多存储一倍的数据。
但是，对于S(x)类的多项式，这种表示将大大节省空间。
本题要求选用线性表的一种合适的存储结构来表示一个一元多项式，并在此结构上实现一元多项式的加法，减法和乘法操作

sht30的基于c51单片机驱动程序：#include#include#include"I2C.h"#include"SHT30.h"#defineuintunsignedint#defineucharunsignedcharvoiddisplay();unsignedcharcodetableduan[]={0x3f,0x06,0x5b,0x4f,0x66,0x6d,0x7d,0x07,0x7f,0x6f,0x77,0x7c,0x39,0x5e,0x79,0x71};uchardataDIS_ROME[6]={0,0,0,0,0,0};//显示缓存区（4）ucharDISP=0;//缓存区指针ucharSCANF=0xDF;//扫描指针sbitLED1=P1^0;sbitLED2=P1^1;sbitLED3=P1^2;sbitLED4=P1^3;sbitVOC_A=P3^5;sbitVOC_B=P3^6;sbitdula=P2^6;//IO口定义sbitwela=P2^7;sbitkey=P3^4;sbitbeep_dr=P2^3;uintpm1=0;uintpm2=0;uintpm10=0;ucharvr=0;uintintrcnt=0;bitF_1HZ;uintvoice_time_cnt;ucharUart_Buf;ucharRec_Addr=0;ucharmode=0;ucharRec_Uart=0;ucharRecive_Buf[30]={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0};#definekeyP34#defineconst_key_time150unsignedcharucKeySec=0;//被触发的按键编号unsignedintuiKeyTimeCnt1=0;//按键去抖动延时计数器unsignedcharucKeyLock1=0;//按键触发后自锁的变量标志unsignedchardisplaycnt=0;voidkeyscan(){if(key==1)//IO是高电平，说明按键没有被按下，这时要及时清零一些标志位{ucKeyLock1=0;//按键自锁标志清零uiKeyTimeCnt1=0;//按键去抖动延时计数器清零，此行非常巧妙，是我实战中摸索出来的。
}elseif(ucKeyLock1==0)//有按键按下，且是第一次被按下{uiKeyTimeCnt1++;//累加定时中断次数if(uiKeyTimeCnt1＞const_key_time1){uiKeyTimeCnt1=0;ucKeyLock1=1;//自锁按键置位,避免不断触发ucKeySec=1;//触发1号键}}}voidkeyservice(){if(ucKeySec){displaycnt=!displaycnt;}ucKeySec=0;}voidUartInit(void)//9600bps@12.000MHz{TMOD=0x01;//设置定时器0为工作方式1TH0=0xf8;//重装初始值(65535-500)=65035=0xfe0bTL0=0x2f;SCON=0x50;TMOD=0X21;IP=0x10;//把串口中断设置为最高优先级，EA=1;ES=1;ET0=1;TR0=1;}voidT0_time(void)interrupt1//定时中断{TF0=0;//清除中断标志TR0=0;//关中断keyscan();keyservice();display();

讲粒子群与引力搜索算法相结合，避免陷入局部最优，并且对函数进行测试，数值试验表明，PSOGSA具有较好的功能。

火龙果软件工程技术中心   MAXQ是开源的Web功能测试工具。
他的特点：1）简单易学；
2）是一个轻量级的Web功能测试工具；
3）可以自动录制WebBrowser提交的请求包，并随时回放；
4）MAXQ应用了WebProxy代理方式，不直接录制Web的界面，避免在回放时不能识别控件而造成回放停止。
　　　我们知道就算是商用重量级的工具同样存在不能准确识别控件，这是困扰着GUI自动测试的技术难题。
而MAXQ是一个代理Web服务的角色，不直接录制界面，因而不存在界面控件识别问题；
MAXQ录制来自前端向服务器发出的业务请求，不是录制前端界面的操作过程；
MAXQ的脚本是行命令方式，回放简单快速。
　　　MA

《基于模型的设计:MCU篇》一书采用了先进的产品开发思想逐个基于模型设计的方法，并以MATLABR2010b为软件平台。
让工程师在可视化的MATLAB统一开发环境中，一边进行需求分析、算法研究、模型与需求分析的双向跟踪、模型验证与优化；
另一边进行自动生成C代码的软件在环测试、处理器在环测试、代码的有效性分析、代码与模型的双向跟踪、代码优化、硬件测试等，让算法到嵌入式实时C代码的生成一步到位、一次成功，避免传统开发MCU器件，前期投入大、开发周期长、一般需要重复多次才能成功的弊端。
实现了51单片机、英飞凌C166单片机、dsPIC3x数字信号处理器、ARM处理器的快速开发，其资金投入、工作量和所需花费时间只占传统方法的1/3～1/2，有效地规避MCU应用开发的潜在市场风险。
书中着重介绍了有限状态机Stateflow描述MCU编程的特点，让一些复杂或晦涩的逻辑关系变得异常简单

Fuzzysimulink有关模糊PID问题概述-自适应模糊PID.rar最近很多人问我关于模糊PID的问题，我就把模糊PID的问题综合了一下，希望对大家有所帮助。
一、模糊PID就是指自适应模糊PID吗？不是，通常模糊控制和PID控制结合的方式有以下几种：1、大误差范围内采用模糊控制，小误差范围内转换成PID控制的模糊PID开关切换控制。
2、PID控制与模糊控制并联而成的混合型模糊PID控制。
3、利用模糊控制器在线整定PID控制器参数的自适应模糊PID控制。
一般用1和3比较多，MATLAB自带的水箱液位控制tank采用的就是开关切换控制。
由于自适应模糊PID控制效果更加良好，而且大多数人选用自适应模糊PID控制器，所以在这里主要指自适应模糊PID控制器。
二、自适应模糊PID的概念根据PID控制器的三个参数与偏差e和偏差的变化ec之间的模糊关系，在运行时不断检测e及ec，通过事先确定的关系，利用模糊推理的方法，在线修改PID控制器的三个参数，让PID参数可自整定。
就我的理解而言，它最终还是一个PID控制器，但是因为参数可自动调整的缘故，所以也能解决不少一般的非线性问题，但是假如系统的非线性、不确定性很严重时，那模糊PID的控制效果就会不理想啦。
三、模糊PID控制规则是怎么定的？这个控制规则当然很重要，一般经验：当e较大时，为使系统具有较好的跟踪功能，应取较大的Kp与较小的Kd，同时为避免系统响应出现较大的超调，应对积分作用加以限制，通常取Ki=0。
当e处于中等大小时，为使系统响应具有较小的超调，Kp应取得小些。
在这种情况下，Kd的取值对系统响应的影响较大，Ki的取值要适当。
当e较小时，为使系统具有较好的稳定功能，Kp与Ki均应取得大些，同时为避免系统在设定值附近出现振荡，Kd值的选择根据|ec|值较大时，Kd取较小值，通常Kd为中等大小。
另外主要还得根据系统本身的特性和你自己的经验来整定，当然你先得弄明白PID三个参数Kp，Ki，Kd各自的作用，尤其对于你控制的这个系统。
四、量化因子Ke，Kec，Ku该如何确定？有个一般的公式：Ke=n/e,Kec=m/ec,Ku=u/l。
n,m,l分别为Ke，Kec，Ku的量化等级，一般可取6或7。
e,ec,u分别为误差，误差变化率，控制输出的论域。
不过通过我实际的调试，有时候这些公式并不好使。
所以我一般都采用凑试法，根据你的经验，先确定Ku，这个直接关系着你的输出是发散的还是收敛的。
再确定Ke，这个直接关系着输出的稳态误差响应。
最后确定Kec，前面两个参数确定好了，这个应该也不会难了。
五、在仿真的时候会出现刚开始仿真的时候时间进度很慢，从e-10次方等等开始，该怎么解决？这时候肯定会有许多人跳出来说是步长的问题，等你改完步长，能运行了，一看结果，惨不忍睹！我只能说这个情况有可能是你的参数有错误，但如果各项参数是正确的前提下，你可以在方框图里面加饱和输出模块或者改变阶跃信号的sampletime，让不从0开始或者加个延迟模块或者加零阶保持器看看……六、仿真到一半的时候仿真不动了是什么原因？仿真图形很有可能发散了，加个零阶保持器，饱和输出模块看看效果。
改变Ke，Kec，Ku的参数。
七、仿真图形怎么反了？把Ku里面的参数改变一下符号，比如说从正变为负。
模糊PID的话改变Kp的就可以。
八、还有人问我为什么有的自适应模糊PID里有相加的模块而有的没有？相加的是与PID的初值相加。
最后出来的各项参数Kp=△KpKp0，Ki=△KiKi0，Kd=△KdKd0。
Kp0，Ki0，Kd0分别为PID的初值。
有的系统并没有设定PID的初值。
九、我照着论文搭建的，什么都是正确的，为什么最后就是结果不对？你修改下参数或者重新搭建一遍。
哪一点出了点小问题，都有可能导致失败。
……大家还有什么问题就在帖子后面留言哈，如果模型实在是搭建不成功的话可以给我看看，大家有问题一起解决！附件里面是两个自适应模糊PID的程序，大家可以参考下！所含文件：Figure38.jpgsimulink有关模糊PID问题概述结构图：Figure39.jpgsimulink有关模糊PID问题概述Figure40.jpgsimulink有关模糊PID问题概述

随着射频功放非线性对射频前端的影响日益增大,使得功放建模变得越来越重要。
提出了一种自顺应模糊小波神经网络模型结构,并利用改进的粒子群优化算法,建立有记忆的功放模型。
将小波函数融入到自顺应模糊推理系统的模糊规则中,得到新的网络模型;在粒子群算法中引入最差位置影响因子,提高搜索效率,并进一步简化,忽略粒子的速度项,同时采用与顺应度函数值相关的动态变化惯性权重,加快了收敛速度,避免出现"早熟"现象。
仿真结果表明:该方法建立的功放模型误差小、精度高,能够有效地表征功放特性。

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。