工业生产过程往往具有非线性、不确定性，难以建立精确的数学模型。应用常规的PID控制器难以达到理想的控制效果。作为的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力，已成为非线性系统建模、辨识和控制中常用的理论和方法。其中，神经元具有很强的信息综合、学习记忆、自学习和自适应能力，可以处理那些难以用模型和规则描述的过程，将神经元与PID结合，应用到实际的控制中，可以在线调整PID的参数，使系统具有较强的抗干扰能力、自适应能力和较好的鲁棒性。 目前，人工神经网络的研究主要是神经网络的理论研究、神经网络的应用研究和神经网络的实现技术研究，这三方面是相互依赖和相互促进的关系。本文主要侧重的是神经网络的实现技术研究方面，创新性地利用FPGA嵌入式系统开发技术实现单神经元PID智能控制器的研究与设计，并将其封装成为一个专用的IP核供其他的控制系统使用。 首先，对单神经元PID智能控制器的设计原理和设计算法进行了深入的研究与分析；其次，利用MATLAB设计单神经元PID智能控制器，针对特定的被控对象，对其进行仿真实验，获得比较理想的系统输出；然后，研究基于FPGA的单神经元智能控制算法的实现，对控制器进行VHDL语言分层设计，使用Altera公司的软件QuartusⅡ6.1进行仿真实验。两个仿真实验结果表明，基于FPGA的单神经元智能控制器比MATLAB设计的单神经元PID智能控制器性能优良。 本文的设计模块主要包括权值修改模块、误差计算模块、权值产生模块和输出模块。在各个模块的设计中进行了优化处理，使本文的设计不仅利用的硬件资源少，而且也有很快的运行速度，同时也改善了传统控制器的控制性能。
上传时间： 2013-04-24
上传用户：13517191407
[信号与系统(全美经典学习指导系列)].(美)Hwei.P.Hsu.扫描版 很清晰，经典教材
上传时间： 2013-04-24
上传用户：Pzj
单片机系统开发板 很好 可以最单片机开发 学习
上传时间： 2013-04-24
上传用户：yare
本书对常用电子电路的设计和调试方法进行了介绍。其中包括分立元件放大电路，集成运放应用电路，波形产生、转换电路，功放电路，常用光电子器件应用电路，电源电路，数字电路和单片机应用电路的设计与调试等。对各种电路的构成、各元器件功用作简要介绍，对每一元器件选择给出估算公式或经验数据，使之选择有依据。把重点放在集成电路包括单片集成测量放大器、集成光电隔离放大器、集成有源滤波器等集成电路的应用设计上。由简到繁、由易到难列举了大量的实用电路设计和综合应用设计示例。 本书通俗易懂。读者通过本书的学习，对电子电路设计与调试有一清晰的思路，培养电子电路设计能力和调试能力。本书对大、中专电类专业高年级学生和工程技术人员是有实用价值的参考书，也可作为高校相关专业的教材和课程设计、毕业设计参考书。
上传时间： 2013-04-24
上传用户：15528028198
近年来，图像处理与识别技术得到了迅速的发展。人们已经充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。目前，图像识别技术已应用到很多领域，渗入到各行各业，在医学、公安、交通、工业等领域具有广阔的应用前景。 这篇论文介绍了一种基于DSP＋FPGA构架的实时图像识别系统。DSP作为图像识别模块的核心，负责图像识别算法的实现；FPGA作为图像采集模块的核心，负责图像的采集，并且完成预处理工作。图像识别算法的运算量大，并且控制复杂，对系统的性能要求很高。DSP的特殊结构和优良性能很好地满足了系统的需要，而FPGA的高速性和灵活性也保证了系统实时性，并且简化了外围电路，减少了系统设计难度。 系统使用模板匹配和神经网络算法对数字0～9进行识别。模板匹配一般适用于识别规范化的数字、字符等小型字符集（特别是同一字体的字符集）。由于结构比较简单，系统处理能力强，模板匹配的识别速度快并且识别率高，取得很好的效果。神经网络所具有的分布式存储、高容错性、自组织和自学习功能，使其对图像识别问题显示出极大的优越性。 研究表明，在DSP+FPGA的构架上实现的图像识别系统，具有结构灵活、通用性强的特点，适用于模块化设计，有利于提高算法的效率。系统可以充分发挥和结合DSP和FPGA的优势，准确快速地实现图像识别。通过软、硬件的灵活组合，系统可以实现图像处理大部分的相关功能，使之能够运用到工业视觉检测、汽车牌照识别等系统中。
上传时间： 2013-06-18
上传用户：com1com2
永磁无刷直流电动机是一种性能优越、应用前景广阔的电动机,传统的理论分析及设计方法已比较成熟,它的进一步推广应用,在很大程度上有赖于对控制策略的研究.该文提出了一套基于DSP的全数字无刷直流电动机模糊神经网络双模控制系统,将模糊控制和神经网络分别引入到无刷直流电动机的控制中来.充分利用模糊控制对参数变化不敏感,能够提高系统的快速性的特点,构造适用于调节较大速度偏差的模糊调节器,加快系统的调节速度;由于神经网络既具有非线性映射的能力,可逼近任何线性和非线性模型,又具有自学习、自收敛性,对被控对象无须精确建模,对参数变化有较强的鲁棒性的特点,构造三层BP神经网络调节器,来实现消除稳态偏差的精确控制.以速度偏差率为判断依据,实现模糊和神经网络两种控制模式的切换,使系统在不同速度偏差段快速调整、平滑运行.此外充分利用系统硬件构成的特点,采用适当的PWM输出切换策略,最大限度的抑制逆变桥换相死区;通过换相瞬时转矩公式推导和分析,得出在换相过程中保持导通相功率器件为恒通,即令PWM输出占空比D=1,来抑制定子电感对换相电流影响的控制策略.上述抑制换相死区和采用恒通电压的控制方法,减小了换相引起的转矩波动,使系统电流保持平滑、转矩脉动大幅度减小、系统响应更快、并具有较强的鲁棒性和实时性.在这种设计下,系统不仅能实现更精确的定位和更准确的速度调节,而且可以使无刷直流电动机长期工作在低速、大转矩、频繁起动的状态下.该文选用TMS320LF2407作为微控制器,将系统的参数自调整模糊控制算法,BP神经网络控制算法以及PWM输出,转子位置、速度、相电流检测计算等功能模块编程存储于DSP的E2PROM,实现了对无刷直流电动机的全数字实时控制,并得到了良好的实验结果的结果.
上传时间： 2013-06-01
上传用户：zl123!@#
开关磁阻电机(SwitchedReluctanceMotor，SRM)具有结构简单、工作可靠、效率高和成本较低等优点，在很多领域都显示出强大的竞争力，但是位置传感器的存在不仅削弱了SRM结构简单的优势，而且降低了系统高速运行的可靠性，增加了成本，探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive，SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难，而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction，RBF)神经网络是一种映射能力极强的前向型神经网络，具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法，所采用的RBF神经网络以电机绕组的相电流、磁链作为输入，转子位置作为输出，通过离线和在线相结合的方法对网络进行训练，建立SRM电流、磁链与转子位置之间的非线性映射，从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下，PID控制效果良好，但当被控对象具有高度非线性和不确定性时，仅靠PID调节效果不好。对于SRM，它的电磁关系高度非线性，固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识，建立其在线参考模型，由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。 仿真及实验结果表明，自适应RBF神经网络能够实现电机的准确换相，从而实现了电机的无位置传感器控制；基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的，控制精度高，动态特性好，具有较好的自适应性和鲁棒性。
上传时间： 2013-04-24
上传用户：skfreeman
学习使用modelsim，为自己的设计做前仿真和后仿真。是自己的设计更加的方便
上传时间： 2013-06-27
上传用户：1406054127
电路图教学设计:电路图 教学目标 知识目标：了解电路的组成、电路的状态；掌握电路图的画法、能力目标：接受探索和研究的学习方法，初步应用归纳法总结结果，
上传时间： 2013-04-24
上传用户：exxxds
USB学习板原理图:
上传时间： 2013-04-24
上传用户：xcy122677
