飞思卡尔MC9S12单片机完整版说明书
上传时间： 2022-06-22
上传用户：
飞思卡尔DZ系列8位单片机DZ60的演示程序，包含CAN模块驱动.rar
上传时间： 2022-06-28
上传用户：jason_vip1
本书是作者在总结多年研究生“卡尔曼滤波与组合导航原理”课程的教学经验，吸收十余年从事惯性导航与组合导航技术研究的科研成果，以及参阅国内外众多文献资料的基础上编写的，注重基础理论与工程实践相结合，实用性与可操作性强。全书共八章，主要包括捷联惯导算法及其误差分析、地球重力场基础、卡尔曼滤波基本原理、初始对准与组合导航技术、捷联惯导与组合导航仿真等内容。书中附有丰富的Matlab仿真程序可供参考，还有练习题可供读者拓展学习或学生练习使用。本书可作为导航制导与控制、仪器仪表及相关专业的高年级本科生、研究生的教学用书和参考书，也可供从事相关专业的科研和工程技术人员阅读参考。
上传时间： 2022-07-01
上传用户：d1997wayne
ADS 软件设计功率放大器时所用的放大器模型（飞思卡尔元件库 ）。
上传时间： 2022-07-25
上传用户：
电力变压器是电力系统中及其重要的电气设备，它的安全运行直接关系到电力系统的稳定。变压器长期在电网中运行会发生各种故障和事故，一旦遭到破坏，损失巨大。通过预防性试验和油中溶解气体的气相色谱分析结果判断变压器的绝缘状况，对防止事故的发生有很大作用，但定期的预防性试验可能出现过多的维修和不必要的停机，又不能及时发现故障；而变压器在线监测可以及早发现变压器故障，避免事故的发生，而且可以降低维护成本。 变压器中最常发生故障的部位是绕组，它的损坏率约占整个变压器故障的60％～70％。诊断绕组变形的方法中，频率响应法、阻抗分析法、低压脉冲法虽然有可取之处，但是都属于离线方法，不能及时发现变压器的故障，不适于在线测量；通过实时计算变压器绕组短路电抗来在线诊断变压器故障是一种有效的在线监测方法。 本文根据变压器绕组的短路电抗在正常运行时不发生变化，而在变压器内部故障时要发生变化的特性，应用辩识理论，利用变压器三相电压、电流的测量值来辨识绕组的短路电抗。把辨识结果对比正常时的三相绕组的短路电抗，可以发现绕组是否异常及故障发生的部位，保证变压器元件得到及时更换，防止变压器非正常退出运行。 本文采用傅立叶算法来计算变压器三相电压、电流采样信号的基波分量的幅值与相角，实现变压器绕组的参数辨识，此时并没有考虑衰减直流分量。经过分析，当采样信号中存在衰减直流分量时傅立叶算法就会产生误差，而递推最小二乘法和卡尔曼滤波效果很好。 最后本文介绍了变压器绕组参数辨识的实际应用与误差分析，分析了系统中软件、硬件方面的问题对测量短路电抗造成的影响；以及参数辨识的软件设计和运行试验，验证了方案的可行性。
上传时间： 2013-07-29
上传用户：xyipie
随着社会的发展以及能源、环保等问题的日益突出，纯电动汽车以其零排放，噪声低等优点越来越受到世界各国的重视，被称作绿色环保车。作为发展电动车的关键技术之一的电池管理系统(BMS)，是电动车产业化的关键。本课题配合“基于开关磁阻电机的电动汽车的研制”，研制适用于纯电动汽车的电池管理系统。 电池管理系统直接检测及管理电动汽车的储能电池运行的全过程，包括电池基本信息测量、电量估计、单体电池间的均衡、电池故障诊断几个方面。 本论文主要工作是研制适用于纯电动汽车的蓄电池管理系统。研究铅酸蓄电池二阶模型的建立与剩余容量的卡尔曼滤波估算方法。分析铅酸蓄电池的基本工作原理和影响蓄电池组剩余容量SOC(state of charge)的主要因素。 介绍了基于DSP2407的蓄电池组控制器的硬件平台，完成DSP小系统、电池数据采集电路、信号调理电路、CAN总线相关电路等硬件电路设计、调试、完善。独立完成系统所有软件设计，包括：主程序设计，电池基本信息检测子程序设计，电池剩余电量卡尔曼滤波估算程序设计，电池状态检测子程序设计，CAN收发子程序设计，EEPROM读写子程序设计。 最后，在电动汽车上搭建实验平台，将铅酸蓄电池组与设计的软硬件系统联合进行调试、试验。测得了相关数据。试验结果表明，本文介绍的电池管理系统硬件电路可靠、经济、抗干扰能力强。可以实现：电池电压、电流、温度的模拟量采集；剩余电量的计算和电池状态的判断；实时显示，故障时报警等BMS相关功能。
上传时间： 2013-06-11
上传用户：hustfanenze
普通GPS接收机在特殊环境下，如在高楼林立的城市中心，林木遮挡的森林公路，特别是在隧道和室内环境的情况下，由于卫星信号非常微弱，载噪比（Carrier Noise Ratio，C/No）通常都在34dB-Hz以下，很难有效捕获到卫星信号，导致无法正常定位。恶劣条件下的定位有广阔的发展和应用前景，特别是在交通事故、火灾和地震等极端环境下，快速准确定位当事者所处位置对于降低事态损失和营救受伤者是极为重要的。欧美和日本等发达国家也都制定了相应的提高恶劣条件下高灵敏度定位能力的发展政策。而高灵敏度GPS接收机定位的关键在于GPS微弱信号的处理。 本课题的主要研究内容是针对GPS微弱信号改进处理方法。针对传统GPS接收机信号捕获中的串行搜索方法提出了基于批处理的微弱信号捕获方法,来提高低信噪比情况下微弱信号的捕获能力，实现快速高灵敏度的准确捕获；针对捕获微弱信号处理大量数据导致的运算量激增，运用双块零拓展(Double Block Zero Padding，DBZP)处理方法减少运算量同时缩短捕获时间。针对传统GPS接收机延迟锁相环跟踪算法提出了基于卡尔曼滤波的新型捕获算法，减小延迟锁相环失锁造成的信号跟踪丢失概率，来提高恶劣环境下低信噪比信号的跟踪能力，实现微弱信号的连续可靠跟踪。通过提高GPS微弱信号的捕获与跟踪能力，进而使GPS接收机在恶劣环境下卫星信号微弱时能够实现较好的定位与导航。 通过拟合GPS接收机实际接收到的原始数据，构造出不同载噪比的数字信号，分别对提出的针对微弱信号的捕获与跟踪算法进行仿真比较验证，结果表明，对接收机后端信号处理部分作出的算法改进使得GPS接收机可以更好的处理微弱信号，并且具有较高的灵敏度和精度。文章同时针对提出的数据处理特征使用FPGA技术对算法主要的数据处理部分进行了初步的构架实现并进行了板级验证，结果表明，利用FPGA技术可以较好的实现算法的数据处理功能。文章最后给出了结论，通过提出的基于批处理和基于DBZP方法的捕获算法以及基于卡尔曼滤波的信号跟踪算法，可以有效地解决微弱GPS信号处理的难题，进而实现微弱信号环境下的定位与导航。
上传时间： 2013-05-31
上传用户：cccole0605
普通GPS接收机在特殊环境下，如在高楼林立的城市中心，林木遮挡的森林公路，特别是在隧道和室内环境的情况下，由于卫星信号非常微弱，载噪比（Carrier Noise Ratio，C/No）通常都在34dB-Hz以下，很难有效捕获到卫星信号，导致无法正常定位。恶劣条件下的定位有广阔的发展和应用前景，特别是在交通事故、火灾和地震等极端环境下，快速准确定位当事者所处位置对于降低事态损失和营救受伤者是极为重要的。欧美和日本等发达国家也都制定了相应的提高恶劣条件下高灵敏度定位能力的发展政策。而高灵敏度GPS接收机定位的关键在于GPS微弱信号的处理。 本课题的主要研究内容是针对GPS微弱信号改进处理方法。针对传统GPS接收机信号捕获中的串行搜索方法提出了基于批处理的微弱信号捕获方法,来提高低信噪比情况下微弱信号的捕获能力，实现快速高灵敏度的准确捕获；针对捕获微弱信号处理大量数据导致的运算量激增，运用双块零拓展(Double Block Zero Padding，DBZP)处理方法减少运算量同时缩短捕获时间。针对传统GPS接收机延迟锁相环跟踪算法提出了基于卡尔曼滤波的新型捕获算法，减小延迟锁相环失锁造成的信号跟踪丢失概率，来提高恶劣环境下低信噪比信号的跟踪能力，实现微弱信号的连续可靠跟踪。通过提高GPS微弱信号的捕获与跟踪能力，进而使GPS接收机在恶劣环境下卫星信号微弱时能够实现较好的定位与导航。 通过拟合GPS接收机实际接收到的原始数据，构造出不同载噪比的数字信号，分别对提出的针对微弱信号的捕获与跟踪算法进行仿真比较验证，结果表明，对接收机后端信号处理部分作出的算法改进使得GPS接收机可以更好的处理微弱信号，并且具有较高的灵敏度和精度。文章同时针对提出的数据处理特征使用FPGA技术对算法主要的数据处理部分进行了初步的构架实现并进行了板级验证，结果表明，利用FPGA技术可以较好的实现算法的数据处理功能。文章最后给出了结论，通过提出的基于批处理和基于DBZP方法的捕获算法以及基于卡尔曼滤波的信号跟踪算法，可以有效地解决微弱GPS信号处理的难题，进而实现微弱信号环境下的定位与导航。
上传时间： 2013-04-24
上传用户：变形金刚
文中针对水下自主航行器提出了一种新型的基于捷联惯导（SINS）和GPS的组合导航系统设计方案。该方案以捷联惯导作为主系统，同时利用GPS重调捷联惯导系统，建立了该组合导航系统的卡尔曼滤波模型，设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入，一定程度上克服了捷联惯导系统误差状态发散现象，提高了导航精度。同时通过两种算法的对比，Sage-husa自适应卡尔曼滤波算法则具有更高的滤波精度和稳定性，能够更好的满足长时间远距离导航的要求。
标签： Sage-husa AUV 自适应滤波算法 组合导航
上传时间： 2013-10-11
上传用户：jeffery
利用加速度信号测量位移是油田抽油井光杆位移测量的主要方法，而加速度信号的随机噪声和趋势项是影响测量精度的主要因素，本文提出了一种基于学习的实时消噪和剔除趋势项方法。学习时先获取一段时间的加速度信号，再通过时间序列分析技术得出ARIMA模型及其参数，最后基于FFT变换的Rife-Jane频率估计方法求出加速度信号的周期；在线实时消噪和剔除趋势项方法是基于学习阶段所得模型参数，运用卡尔曼滤波技术消除加速度信号随机噪声；按周期两次积分得到光杆位移，用加窗递推最小二乘法在线消除趋势项。通过抽油机半实物仿真平台测试和分析加速度信号，结果表明，该方法有效地去除了加速度信号中的噪声和趋势项，极大地提高了位移的测量精度。
上传时间： 2013-11-16
上传用户：稀世之宝039
