BC20-TE-B NB-Iot 评估板评估板原厂原理图V1.2。完整对应实物装置。
上传时间： 2022-06-17
上传用户：
sony CMOS传感器datasheet，IMX178LQJ-C_Data_SheetDescriptionThe IMX178LQJ-C is a diagonal 8.92 mm (Type 1/1.8) CMOS active pixel type image sensor with a square pixelarray and 6.44 M effective pixels. This chip operates with analog 2.9 V, digital 1.2 V and interface 1.8 V triple powersupply, and has low power consumption.High sensitivity, low dark current and no smear are achieved through the adoption of R, G and B primary colormosaic filters.This chip features an electronic shutter with variable charge-integration time.(Applications: Surveillance cameras, FA cameras, Industrial cameras)
标签： CMOS传感器 IMX178LQJ-C
上传时间： 2022-06-18
上传用户：
AR0231AT7C00XUEA0-DRBR（RGB滤光）安森美半导体推出采用突破性减少LED闪烁 (LFM)技术的新的230万像素CMOS图像传感器样品AR0231AT，为汽车先进驾驶辅助系统(ADAS)应用确立了一个新基准。新器件能捕获1080p高动态范围(HDR)视频，还具备支持汽车安全完整性等级B(ASIL B)的特性。LFM技术(专利申请中)消除交通信号灯和汽车LED照明的高频LED闪烁，令交通信号阅读算法能于所有光照条件下工作。AR0231AT具有1/2.7英寸(6.82 mm)光学格式和1928(水平) x 1208(垂直)有源像素阵列。它采用最新的3.0微米背照式(BSI)像素及安森美半导体的DR-Pix™技术，提供双转换增益以在所有光照条件下提升性能。它以线性、HDR或LFM模式捕获图像，并提供模式间的帧到帧情境切换。 AR0231AT提供达4重曝光的HDR，以出色的噪声性能捕获超过120dB的动态范围。AR0231AT能同步支持多个摄相机，以易于在汽车应用中实现多个传感器节点，和通过一个简单的双线串行接口实现用户可编程性。它还有多个数据接口，包括MIPI(移动产业处理器接口)、并行和HiSPi(高速串行像素接口)。其它关键特性还包括可选自动化或用户控制的黑电平控制，支持扩频时钟输入和提供多色滤波阵列选择。封装和现状：AR0231AT采用11 mm x 10 mm iBGA-121封装，现提供工程样品。工作温度范围为-40℃至105℃(环境温度)，将完全通过AEC-Q100认证。
标签： 图像传感器
上传时间： 2022-06-27
上传用户：XuVshu
本产品采用单片机+最小系统+数码管显示模块+数码管驱动模块+温度采集模块+人体感应模块+风扇模块+按键模块等构成；功能描述：1.采用DS18B20温度传感器测温，人体感应模块检测是否有人。2.共3个按键：1键切换/设置、2键加、3键减。3.本设计共三种模式：自动模式、手动模式和自然风模式。4.自动模式，按一下1键可以设置温度上限，再按下设置温度下限，均可以按键加减调整。数码管第一位不显示，后三位显示温度值。人体感应模块检测有人时，温度小于下限风扇不转，温度在上下限之间50%转动，大于上限时，风扇全速转动。人离开后，延迟几秒风扇停止转动，起到节能环保的作用。5.手动模式，数码管第一位显示风扇档位，后三位显示温度，按2键/3键加减风扇的档位（1、2、3档）。6.自然风模式，数码管第一位显示“b”，后三位显示温度，此模式下风扇转动与温度无关，只要人体感应模块检测到有人，就会模拟自然风转动风扇，时快时慢，吹着更舒适；人离开后延迟几秒，风扇停止转动。
上传时间： 2022-07-03
上传用户：XuVshu
ASR M08-B设置软件 V3.2 arduino 2560+ASRM08-B测试程序 arduino UNO+ASRM08-B测试程序语音控制台灯电路图及C51源码(不带校验码) 继电器模块设置。 ASR M08-B是一款语音识别模块。首先对模块添加一些关键字，对着该模块说出关键字，串口会返回三位的数，如果是返回特定的三位数字，还会引起ASR M08-B的相关引脚电平的变化。【测试】①打开“ASR M08-B设置软件 V3.2.exe”。②选择“串口号”、“打开串口”、点选“十六进制显示”。③将USB转串口模块连接到语音识别模块上。接线方法如下：语音模块TXD --> USB模块RXD语音模块RXD --> USB模块TXD语音模块GND --> USB模块GND语音模块3V3 --> USB模块3V3（此端为3.3V电源供电端。）④将模块的开关拨到“A”端，最好再按一次上面的大按钮（按一次即可，为了确保模块工作在正确的模式）。⑤对着模块说“开灯”、“关灯”模块会返回“0B”、“0A”，表示正常(注意：0B对应返回值010，0B对应返回值010，返回是16进制显示的嘛，设置的时候是10进制设置的)。
标签： ASR M08-B
上传时间： 2022-07-06
上传用户：aben
微波感应人体传感器的典型应用电路
上传时间： 2022-07-08
上传用户：
51单片机人体红外传感器驱动步进电机源程序、注释详细，以下为部分代码截图：
上传时间： 2022-07-19
上传用户：kent
eeworm.com VIP专区 单片机源码系列 35资源包含以下内容：1. PIC单片机C语言程序设计实例精粹.rar2. Verilog HDL硬件描述语言.pdf3. 51单片机原理.doc4. AVR单片机C语言程序设计实例精粹.rar5. 16点阵字库的字模提取软件.rar6. 静态数码管优化.zip7. 十天学会单片机实例100.docx8. 最全面DS18B20中文资料.pdf9. 基于单片机的智能小车的设计与制作.pdf10. 技术报告-PWM电机测控.doc11. LY-51S V2.1开发板说明书.pdf12. 16矩阵键盘—在5110液晶显示.zip13. 几种基于单片机的数字频率测量仪的设计.pdf14. 模拟数字电路硬件基础.pdf15. Zimo21 （字模提取软件）.exe16. C语言条件编译.pdf17. 怎么样学好AVR单片机方法详解.pdf18. Keil库.PDF19. AD0809在单片机中的应用.pdf20. AVR单片机在线编程下载线电路图及HEX文件.zip21. 红外空调遥控器的设计.doc22. 基于uPSD3200的人机对话设计方案.pdf23. 基于MSP430的低频功率放大器设计.pdf24. 本科课程设计(单片机最小系统).doc25. 《AVR单片机C语言程序设计实例精粹》素材.rar26. 基于MSP430F149的触摸手写程序.zip27. 基于plc电动机正反转故障保护系统设计.doc28. 基于PLC的电动机故障保护系统设计-论文例文.doc29. (1小时学会C语言51单片机)C语言入门教程.doc30. 2012TI杯元器件清单详细参数.docx31. 51MCU中断和定时计数系统的工作原理.rar32. 2012黑龙江省赛区TI杯竞赛题.pdf33. 《RTX51中英文版》KEIL RTX51实时操作.rar34. 2012TI杯电子设计大赛 元件清单.doc35. 4×4矩阵键盘的工作原理.doc36. 单片机电路常识及设计经验.rar37. 51单片机定时器初值计算器.rar38. 单片机最基础的应用.docx39. 自制风扇调速系统电路图(原图下载).rar40. 51单片机串行口初值计算器.rar41. 51单片机串口通信实例.doc42. CortexM3_TRM.pdf43. 终极串口调试软件.rar44. 手把手教你学单片机C语言单片机开发教程.pdf45. CortexM3_Errata.pdf46. 单片机综合实例.ppt47. 低功耗数据采集系统的USB接口设计.pdf48. CoreSight_TRM_extract.pdf49. PIC单片机系统结构.ppt50. 基于Proteus的单片机外围硬件电路仿真.rar51. ARMv7M_Ref.pdf52. 单片机开发流程.ppt53. 基于Proteus软件的单片机仿真教学.rar54. 《C51单片机及C语言知识点必备秘籍》电子发烧友网创新系列电子书.rar55. 单片机常用外围设备接口电路.rar56. msp430+dypme007.rar57. 温湿度传感器AM2301.rar58. 74hc595(8位串行输入平行输入移位缓存器).pdf59. 基于MSP430的超声波测距.rar60. ME007+msp430.rar61. 电子工程师岗位职责.doc62. 单片机课——MCS-51+单片机的硬件结构件.rar63. 受控正弦信号发生器（B题）.doc64. 汇编矩阵键盘扫描原理.docx65. MSP430入门教程.pdf66. 学习单片机总结宝典.pdf67. 数显温度万年历.rar68. LCD_BUS4 lcd1602四线传输.rar69. 128x64图形点阵型LCD－4X8C显示.doc70. 十天学会单片机__完整版.ppt71. 51单片机C语言全新教程(学习单片机的好资料)..pdf72. led点阵中国地图.rar73. 80C51单片机硬件和软件学习.pdf74. 8X8_LED点阵显示原理与编程技术.doc75. 十天学会单片机实例100.pdf76. 16f877sl datasheet.pdf77. 超声波测距详细资料.pdf78. DS1B20时序说明.pdf79. 51单片机+DS18B20+NRF24L01+LCD1602无线温度传感——C代码公布.wps80. 基于两个单片机串行通信的电子密码锁资料.rar81. DA转换信号发生器.rar82. STC11F系列单片机使用手册.pdf83. 基于MSP430G2211实现的多路电源开关控制器（秦臻）.ppt84. 超声波与人体感应各种中文资料精华打包.zip85. AVR单片机熔丝位设置详细知识文档.docx86. 单片机C51串口中断接收和发送测试例程.pdf87. Keil中文版.rar88. PIC-图解入门.pdf89. 51单片机C语言程序设计源代码.docx90. 周立功写给学单片机的年轻人.doc91. AVR入门书籍推荐.docx92. 超声波测距仪的设计方案.pdf93. 51单片机步进电机正反转停止实验.docx94. MSP430F4152中文资料—ADC.doc95. 单片机小精灵（软件）.zip96. 51单片机步进电机加速减速匀速演示.docx97. LED编码器.zip98. 51单片机实验指导.rar99. PIC系列单片机的开发技术.pdf100. 单片机技术使用教程.rar
上传时间： 2013-08-05
上传用户：eeworm
专辑类----传感器专辑 人体传感器件-0.6M-pdf.rar
上传时间： 2013-04-24
上传用户：hustfanenze
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
