为了处理空间载波相移(SCPS)法中载波频率不确定引入的误差,提出了一种基于最小二乘迭代的空间载波相移算法。
先将单幅随机空间载波频率干涉图转化成四幅随机相移量的时域干涉图,然后用最小二乘迭代求得相位信息。
模拟计算和实验结果表明,该算法只需10次左右的迭代计算就可实现算法峰值(PV)精度优于λ/20,均方根(RMS)精度优于λ/200,高于快速傅里叶变换(FFT)法;通过提高空间载波频率,使载波方向接近45°或135°可提高该算法的精度。
先将单幅随机空间载波频率干涉图转化成四幅随机相移量的时域干涉图,然后用最小二乘迭代求得相位信息。
模拟计算和实验结果表明,该算法只需10次左右的迭代计算就可实现算法峰值(PV)精度优于λ/20,均方根(RMS)精度优于λ/200,高于快速傅里叶变换(FFT)法;通过提高空间载波频率,使载波方向接近45°或135°可提高该算法的精度。
2022/9/6 19:12:32
765KB
1
mach3自动对刀程序是由美国ArtSoft公司开发的由Windows为平台的数控软件.系统版本必须为WINXP或WIN2000.Mach3软件使用PC电脑的LPT,或USB端口作为CNC设备的输入与输出,输出脉冲与方向信号,控制步进电机或伺服电机驱动器.从而实现控制数控机床.本软件支持所有国际标准G代码.最多控制6轴.能5轴联动带线形插补功能.能实现复杂零件高精度加工,最高控制精度为0.0001MM.复杂功能需求时,可用MODBUS安装控制如刀库,夹具,及屑料传送机构的控制.简单的系统用一个并口就能实现.复杂的两个并口就行.其外围开关点可用VB来编辑顺序输入输出.
2022/9/6 2:51:12
7KB
1
cowatch.class.php简单PHP类，用于以毫秒为单位的时间对代码进行计时/基准测试。
它是在Linux上开发的，但我认为没有理由不能在其他平台上使用。
如果您的平台上的单元测试失败，请与我联系。
产品特点完成时自动向stdout报告代码执行时间。
为任何代码块计时，精度为ms。
为慢速代码（max_ms）添加触发器-允许在代码投入生产后轻松识别瓶颈。
很少的开销-在开始时记录时间并进行简单的计算即可获得运转时间。
用法$bench=newcowatch('Mycodeblock');for($i=0;$iend_watch(true);//Stoptimerandreportruntimetostdout有关示例代码，请参见run_unit_tests（）。
可以从外壳运转类单元测试以进行快速演示：/usr/bin/phpcowatch.class.php
它是在Linux上开发的，但我认为没有理由不能在其他平台上使用。
如果您的平台上的单元测试失败，请与我联系。
产品特点完成时自动向stdout报告代码执行时间。
为任何代码块计时，精度为ms。
为慢速代码（max_ms）添加触发器-允许在代码投入生产后轻松识别瓶颈。
很少的开销-在开始时记录时间并进行简单的计算即可获得运转时间。
用法$bench=newcowatch('Mycodeblock');for($i=0;$iend_watch(true);//Stoptimerandreportruntimetostdout有关示例代码，请参见run_unit_tests（）。
可以从外壳运转类单元测试以进行快速演示：/usr/bin/phpcowatch.class.php
2022/9/4 23:46:39
3KB
1
天线电感选择比TVDD发射电流大的标称值，封装选择尽量小，但不能0805小。
如FM17550，天线发射电流在100mA，可以选择MLF2012DR68KT,680nH,±10%，该电感电流达到150mA。
如使用RC663，电感选择需要比250mA标称值大。
天线采用双端驱动，具有更好的驱动能力。
对应天线区域内的元件，选择5%精度以内的，在使用低功耗侦测卡片（LPCD）功能时，天线区域内元件选择2%精度以内的。
精度10%的元件会导致天线谐振频点偏差，如天线谐振电容在200pF,误差在±20pF,会使得谐振频率偏离±0.6MHz,导致读卡功能严重下降。
在使用LPCD功能时，元件误差会导致误触发读卡或者卡片侦测不到，产品一致性难以保证。
如FM17550，天线发射电流在100mA，可以选择MLF2012DR68KT,680nH,±10%，该电感电流达到150mA。
如使用RC663，电感选择需要比250mA标称值大。
天线采用双端驱动，具有更好的驱动能力。
对应天线区域内的元件，选择5%精度以内的，在使用低功耗侦测卡片（LPCD）功能时，天线区域内元件选择2%精度以内的。
精度10%的元件会导致天线谐振频点偏差，如天线谐振电容在200pF,误差在±20pF,会使得谐振频率偏离±0.6MHz,导致读卡功能严重下降。
在使用LPCD功能时，元件误差会导致误触发读卡或者卡片侦测不到，产品一致性难以保证。
2022/9/4 9:02:56
1.58MB
1
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。
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。
2022/9/4 1:58:55
128KB
1
opencvsharp的九点标定，通过迭代修改获取的机械手坐标，优化RMS误差（默认可RMS可精确反应标定关系）来提高标定精度
2022/9/4 0:28:02
19KB
1
常用的神经网络是通过固定的网络结构得到最优权值,使网络的实用性遭到影响。
引入了一种基于方向的交叉算子和变异算子,同时把模拟退火算法引入了遗传算法,结合遗传算法和模拟退火算法的优点,提出了一种优化神经网络结构的遗传——模拟退火混合算法,实现了网络结构和权值的同时优化。
仿真实验表明,与遗传算法和模拟退火算法相比,该算法优化的神经网络收敛速度较快、预测精度较高,提高了网络的处理能力。
引入了一种基于方向的交叉算子和变异算子,同时把模拟退火算法引入了遗传算法,结合遗传算法和模拟退火算法的优点,提出了一种优化神经网络结构的遗传——模拟退火混合算法,实现了网络结构和权值的同时优化。
仿真实验表明,与遗传算法和模拟退火算法相比,该算法优化的神经网络收敛速度较快、预测精度较高,提高了网络的处理能力。
2022/9/3 22:26:57
143KB
1
设计了一种基于AＲM微控制器，采用继电型PID自整定方法实现的用于电阻炉温度的控制器。
阐述了继电型PID自整定控制器的工作原理，参数自整定方法和PID控制算法。
列出了该温控器的硬件结构和各软件模块功能。
试验结果表明控温精度高，可达到±0．1℃，同时鲁棒性强，动态呼应好，上升时间快，超调小
阐述了继电型PID自整定控制器的工作原理，参数自整定方法和PID控制算法。
列出了该温控器的硬件结构和各软件模块功能。
试验结果表明控温精度高，可达到±0．1℃，同时鲁棒性强，动态呼应好，上升时间快，超调小
2022/9/3 21:26:24
625KB
1
（一）ＭＣＳ－５１定点运算子程序库及其使用说明定点运算子程序库文件名为DQ51.ASM，为便于使用，先将有关约定说明如下：１．多字节定点操作数：用[R0]或[R1]来表示存放在由R0或R1指示的连续单元中的数据。
地址小的单元存放数据的高字节。
例如：[R0]=123456H，若(R0)=30H，则(30H)=12H，(31H)=34H，(32H)=56H。
２．运算精度：单次定点运算精度为结果最低位的当量值。
３．工作区：数据工作区固定在PSW、A、B、R2～R7，用户只需不在工作区中存放无关的或非消耗性的信息，程序就具有较好的透明性。
地址小的单元存放数据的高字节。
例如：[R0]=123456H，若(R0)=30H，则(30H)=12H，(31H)=34H，(32H)=56H。
２．运算精度：单次定点运算精度为结果最低位的当量值。
３．工作区：数据工作区固定在PSW、A、B、R2～R7，用户只需不在工作区中存放无关的或非消耗性的信息，程序就具有较好的透明性。
2022/9/3 19:55:30
34KB
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