人体传感器
共 30 篇文章
人体传感器 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 30 篇文章，持续更新中。
基于USB的高清彩色CCD图像采集系统
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">提出一种基于USB的彩色CCD高清图像采集系统设计方案。图像数据的来源采用的是SONY公司的 ICX205AK芯片，结合USB2.0接口，复杂可编程逻辑器件CPLD设计了一个高速的彩色CCD图像采集系统。文中详细阐述了
200mV~10V/0-24V电平单输入单输出模拟信号隔离变送器
转速传感器信号隔离变送器,正弦波整形 主要特性: >> 转速传感器信号直接输入，整形调理方波信号 >> 200mV峰值微弱信号的放大与整形 >> 正弦波、锯齿波信号输入，方波信号输出 >> 不改变原波形频率，响应速度快 >> 电源、信号：输入/输出 3000VDC三隔离 >> 供电电源：5V、12V、15V或24V直流单电源供
BP5611微小型数字气压计模块
BP5611 是一款采用MEMS 技术将高线性压力传感器与一个低功耗的24 位模数转换电路（ADC）集成于一体的数字气压传感器模块。该产品支持SPI 和I2C 总线传输协议，可与任何微处理器匹配工作。<br />
<img alt="" src="http://dl.eeworm.com/ele/img/177094-120302163356200.jpg" />
在ADIS16480中调谐扩展卡尔曼滤波器
<div>
ADIS16480是一款MEMS惯性测量单元(IMU)，内置一个三轴加速度计、一个三轴陀螺仪、一个三轴磁力计和一个气压计。除了提供完全校准、帧同步的惯性MEMS传感器，ADIS16480还集成了一个扩展卡尔曼滤波器(EKF)，可计算动态方位角。<br />
<img alt="" src="http://dl.eeworm.com/ele/img/829019-1212131A41
线性及逻辑器件选择指南
<P>绪论 3<BR>线性及逻辑器件新产品优先性<BR>计算领域4<BR>PCI Express®多路复用技术<BR>USB、局域网、视频多路复用技术<BR>I2C I/O扩展及LED驱动器<BR>RS-232串行接口<BR>静电放电(ESD)保护<BR>服务器/存储10<BR>GTL/GTL+至LVTTL转换<BR>PCI Express信号开关多路复用<BR>I2C及SMBus接口<B
脉搏波信号降噪和特征点识别研究
对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具
4-20mA转RS485/RS232数据采集芯片
产品概述： iso 40xx系列产品实现传感器和主机之间的信号采集，用以检测模拟信号或控制远程设备。通过软件的配置，可用于多种传感器类型，包括：模拟信号输入，模拟信号输出，和数字信号输入/输出（i/o）。 iso 40xx系列产品可应用在 rs-232/485总线工业自动化控制系统，温度信号测量、监视和控制，小信号的测量以及工业现场信号隔离及长线传输等等。产品包括电源隔离、信号隔离及线性
信号放大电路
<P class=MsoNormal style="MARGIN: 0cm 0cm 0pt; LINE-HEIGHT: 18pt; mso-line-height-rule: exactly; tab-stops: 20.0pt"><FONT size=3>2-1 何谓测量放大电路？对其基本要求是什么？ <p></p></FONT></P>
<P class=MsoNormal style="MA
差模电感和共模电感
共模电感在日常生活中最常见的就是计算机应用中，计算机内部的主板上混合了各种高频电路、数字电路和模拟电路，它们工作时会产生大量高频电磁波互相干扰，这就是EMI。EMI还会通过主板布线或外接线缆向外发射，造成电磁辐射污染，不但影响其他的电子设备正常工作，还对人体有害。
基于Kalman滤波的多传感器信息融合研究
<span id="LbZY">多传感器信息融合是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。单一传感器只能获得环境或被测对象的部分信息段，多传感器信息融合后可以完善地、准确地反映环境特征。本文介绍多传感器数据融合的基本理论。数据融合是把来自不同传感器数据加以综合、相关、互联，提高定位和特征估计的精度。文章对Kalman融合算法进行仿真，对结果进行分析。验证算法的可行性。<br /