《全国大学生电子设计竞赛培训系列教程:基本技能训练与单元电路设计》是全国大学生电子设计竞赛培训系列教程之一——《基本技能训练与单元电路设计 》分册。全书共7章，主要介绍了“全国大学生电子设计竞赛”的基本情况、设计竞赛命题原 则及要求、历届考题的类型、考题所涉及的知识面和知识点、竞赛培训流程及赛前、竞赛期 间的注意事项等内容；并较详细地讲解了电子竞赛制作的基础训练、单片机最小系统和可编 程逻辑器件系统设计制作；最后介绍了单元电路的工作原理、设计与制作。《全国大学生电子设计竞赛培训系列教程：基本技能训练与单元电路设计》内容丰富实用，叙述简洁清晰，工程性强，可作为全国大学生电子设计竞赛的培训教材，也可作为参加各类电子制作、课程设计、毕业设计的教学参考书，以及电子工程技术人员从事高频电路设计与制造的参考书。
标签： 全国大学生电子设计竞赛
上传时间： 2022-07-16
上传用户：
本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-05-23
上传用户：1101055045
该文研究了无刷直流电机的无位置传感器控制理论、转矩波动抑制方法、数字仿真算法和DSP控制技术.首先,该文介绍了无刷直流电机无位置传感器控制原理,比较了目前几种常用的无位置传感器控制方法,提出了基于径向基函数（RBF）神经网络的无位置传感器控制方法.通过离散化位置信号的映射方程,得到网络的基本输入输出,网络的输出通过逻辑处理,处理后的结果作为电机控制信号,同时也作为网络的训练教师.采用在线学习和离线学习两种方式训练网络,并详细介绍了两种方式的算法;其次,该文概述了无刷直流电机转矩波动的产生原因,重点分析了换相转矩波动产生的原理,提出了基于误差反传（BP）神经网络的转矩波动抑制新方法.采用两个结构相同三层网络,建立了电压自校正调节器,对电机端电压进行瞬时调节,保持电路中电流幅值不变,实现了转矩波动的自适应调节.另外,该文推导了较全面的电机数学模型,重点研究了无刷直流电机仿真中的几个关键技术,包括气隙磁场的建立、位置信号的模拟、中心点电压的计算、二极管续流状态的实现以及PWM电流控制的仿真.采用面向对象程序设计（OOP）方法,设计了多功能的仿真软件SIMOT.最后该文介绍了数字信号处理器（DSP）TMS320LF2407的结构和性能,给出了PWM控制和A/D转换的算法,采用反电势法原理实现了无位置传感器控制,并给出了相关的实验结果.
上传时间： 2013-07-14
上传用户：klds
开关磁阻电机（SR电机）驱动系统（SRD）是一种先进的机电一体化装置，但是其较大的振动噪声和转矩脉动问题制约了SRD的广泛应用。本文以减小SR电机振动噪声和转矩脉动为主题展开理论分析和实验研究。主要内容有：由于径向力引起的定子径向振动是SR电机噪声的主要根源，因此径向力的分析和计算是研究SR电机振动噪声的基础。本文利用磁通管法推导出径向力的解析表达式，定性分析了径向力与电机结构参数等之间的关系。根据虚位移原理，推导出基于矢量磁势的电磁力计算公式。该计算方法求解电磁力时只需进行一次磁场计算，不但减小了计算量，同时计算精度较传统虚位移法高。利用这一计算方法，求出了实验样机的转矩及径向力的精确数值解。针对在SRD性能仿真时，传统的非线性插值不但耗时，而且对有限元计算数据量要求高的问题，本文利用人工神经网络强大的非线性模型辨识能力，成功进行了SR电机磁链反演和转矩计算的模型训练，最后建立了基于人工神经网络的SR电机精确解析数学模型。因为SR电机本体结构形式的选择问题与振动噪声大小有着密切的关系。本文从噪声辐射和振动幅值角度探讨了SR电机主要尺寸的确定；接着从对称性、力波阶数等角度研究了SR电机相数及绕组连接方式、极数、并联支路数的选择问题。并对一些常用的降低电机机械噪声的措施和方法进行了综述。系统振动特性的研究对于减小振动噪声十分重要。本文从振动系统的运动方程出发，导出了从激振力到振动加速度的传递函数和系统的自由振动解；然后利用机电类比法得出了SR电机定子系统的固有频率以及振动振幅的解析解，定性分析了影响振动振幅的各种因素；最后利用基于能量法的有限元解法，通过建立不同的散热筋结构形式、高度、根数以及形状的SR电机三维有限元模型，分析得出了最有利于降噪和散热的散热筋结构是高度高、根数多、上窄下宽的梯形截面的周向散热筋的结论。通过建立不同绕组装配工艺下的SR电机三维有限元模型，分析得出了加强绕组刚度可以提高系统低阶固有频率的结论。通过比较实验样机的模态分析结果和运行实验结果，证实了模态分析的有效性。仿真是计算SRD系统性能和预估电机振动的有效手段。本文在用MATLAB建立SRD系统的非线性动态仿真模型的基础上，对SRD系统进行了稳态性能仿真、动态性能仿真以及负载突变仿真。接着利用稳态性能仿真，综合考虑最大平均转矩和效率这两个优化目标，对SR电机的开关角进行了优化。最后结合由磁场有限元计算得到的径向力数据表和稳态性能仿真，通过非线性插值得到径向力的波形，然后对径向力波形进行了频谱分析，从而找到其主要的谐波分量。在电机设计阶段避免径向力波主要频谱分量与SR电机定子的固有频率接近而引起共振是降低SR电机噪声的首要条件。合适的控制策略对于SR电机减振降噪是必不可少的。本文理论推导出三步换相法的时间参数取值公式。仿真证明本取值公式较原先文献的结论在阻尼比较小时有更好的减振效果。针对SR电机运行中可能出现多个模态振形被激发出来的情况，利用数值优化法对三步换相法的时间参数进行了优化，使得减振效果整体最佳，所提的数值优化方法对两步换相法同样有效。在分析已有的直接瞬时转矩控制的基础上，针对其不足之处，提出了转矩定频控制取代内滞环的方法、开始重叠区域的转矩控制方法、最佳开关角度二次优化法和时间参数优化的三步换相法等新的控制方案。动态仿真证明这些方案是切实有效的，达到了预期效果。最后在直接瞬时转矩控制的每一次转矩斩波都使用三步换相法，和在相关断时刻根据实际电平灵活选用两步或三步换相法以减小电机振动噪声，并提出了考虑减振要求的开关频率设计方法，最终形成了一套完整的降低振动噪声和转矩脉动控制策略。设计并研制了基于TMS320LF2407DSP的SR电机控制器。根据控制策略要求，选用了不对称半桥功率电路拓扑结构；出于降低成本以及提高可靠性考虑，采用了MOSFET双路并联电路方案。在控制软件中实现了本文所提出的降低SR电机振动噪声和转矩脉动控制策略。本文最后对实验样机进行了静态转矩的测量实验，对比转矩测量值与转矩有限元计算值，验证了磁场有限元计算的有效性。然后对实验样机进行了空载与负载、电流控制与转矩控制、低速斩波与高速单波、是否采用两步或三步换相法等一系列对比运行实验，对比各种实验结果，充分证实了本文所提出的降低振动噪声和转矩脉动控制策略的有效性。本课题组承担了国家十·五863计划电动汽车重大专项：“EQ6110HEV混合动力城市公交车用电机及其控制系统”（2001AA501421）。本文的研究是在该项目的资助下完成，并且本文关于电机本体结构形式、散热筋结构和机械降噪措施等的结论已在该项目的60kW实验样机上得到证实。
上传时间： 2013-07-05
上传用户：13081287919
永磁同步电机(Permanent Magnet Synchronous Motor)因功率密度大、效率高、过载能力强、控制性能优良等优点，在中小容量调速系统和高精度调速场合发展迅速。但由于永磁同步电机的磁场具有独特的交叉耦合和交叉饱和现象，且其控制系统是一个强非线性、时变和多变量系统，要实现高精度调速就需对其控制策略进行深入研究。 永磁同步电机调速系统中，位置传感器的存在使得系统成本增加、结构复杂、可靠性降低，所以永磁同步电机的无位置传感器控制成为一个新的研究热点。本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-07-03
上传用户：kakuki123
在早期阶段，直流调速系统在传动领域中占统治地位。然而，从60年代后期开始，交流电动机在工业应用领域正在取代直流电动机，交流传动变得越来越经济和受欢迎。永磁交流伺服系统作为电气传动领域的重要组成部分，在工业、农业、航空航天等领域发挥越来越重大的作用。永磁同步电动机以其特点广泛应用于中小功率传动场合，成为研究的重要领域。然而，永磁同步电动机具有较大的转动脉动，而对于这些应用场合，转矩平滑通常是基本要求。因此，对永磁交流伺服系统的应用，必须考虑其转矩脉动的抑制问题。本文针对电机传动系统中参数变化对电机性能的影响，以永磁同步电机为例，围绕如何通过参数辨识来提高永磁同步电动机的控制性能，借助自行开发的全数字永磁交流伺服系统平台，对永磁同步电动机的磁场定向控制，参数辨识，神经网络和扩展卡尔曼滤波在控制系统中的应用，抑制转矩脉动，提高系统性能几个方面展开深入的研究。 本文从永磁同步电动机及其控制系统的基本结构出发，对通过参数辨识抑制转矩脉动进行了较为细致的分析。针对不同情况，通过改进电机的控制系统，提出了多种参数辨识方法。主要内容如下： 1、基于定子磁链方程，建立了永磁同步电动机的一般数学模型。经坐标变换，得出在静止两相（α—β）坐标系和旋转两相（d—q）坐标系下永磁同步电动机电压方程和转矩方程。 2、分析了永磁同步电动机id=0矢量控制系统的工作原理，介绍了永磁同步电动基于磁场定向的矢量控制的基本概念。经对永磁同步电动机系统进行分析，推导并建立了id=0控制时整个电机系统的数学模型。 3、基于超稳定性理论的模型参考自适应控制原理，设计了一种模型参考自适应控制系统，考虑电机参数的时变性，对永磁交流伺服系统的绕组电阻和电机负载转矩辨识进行了研究，以保持系统的动态性能。利用Matlab/Simulink建立仿真模型，对控制性能进行了验证，仿真实验证明这种方法的可行性。 4、人工神经网络具有很强的学习性能，经过训练的多层神经网络能以任意精度逼近非线性函数，因此为非线性系统辨识提供了一个强有力的工具。本章针对永磁同步电机提出了一种以电机输出转速为目标函数的神经网络控制方案，同时应用人工神经网络理论建立和设计了负载转矩扰动辨识的算法以及相应的控制系统的补偿方法，并应用MATLAB软件进行了计算机仿真，仿真证明和传统的控制方法相比，以电机输出转速为指导值和目标函数的神经网络控制方案能有效地提高神经网络的收敛速度，能有效地改善控制系统的动态响应，具有跟踪性能好和鲁棒性较强等优点。 5、电机的参数会随着温升和磁路饱和发生变化，需进行在线实时辨识。本文利用电机的定子电流、电压和转速，采用递推最小二乘法进行在线参数辨识，该方法不需要观测的磁链信号，消除了磁链观测和参数辨识的耦合。电机状态方程由于存在状态变量的乘积项，对电机参数辨识以后，仍然是非线性方程，为了对电机状态方程进行状态估计，得到电机的参数辨识值，本文采用扩展卡尔曼滤波进行状态估计，对以上方法的仿真实验得到了满意的结果。 6、本文基于数字电机控制专用DSP自行开发了全数字永磁交流伺服系统平台，通过软件实现扩展卡尔曼滤波对电阻和磁链的估计，以及基于磁场定向的空间矢量控制算法，获得了令人满意的实验结果，证明扩展卡尔曼滤波算法对电阻和磁链的实时估计是很准确的，由此构成的永磁交流伺服系统具有良好的静、动态性能。
上传时间： 2013-07-28
上传用户：凤临西北
宽带无线通信的持续高速的需求增长刺激了新的通信技术的不断产生，而这些技术的发展，很大程度上都来自于不同技术的互相补充与融合，这也成为新标准的源泉。正交频分复用(OFDM)技术在提供高效的频谱利用率以及良好的抗多径性能的同时，通过多输入输出(MIMO)技术来进一步增加信道容量，在不增加信号带宽的基础上取得更高的传输速率和更好的传输质量。因此MIMO-OFDM技术近年来在成为研究热点的同时，已被认为是下一带移动通信和网络接入标准中的核心技术。 本文主要对MIMO-OFDM系统物理层的关键技术进行了研究，并主要对系统的同步和信道估计算法进行了深入的分析，并提出了一些改进。最后进行了MIMO-OFDM基带系统基于FPGA的物理层设计，对其中一些关键模块的设计，比如信道估计和空时译码模块进行了详细的讨论。 第一章绪论部分首先结合宽带无线通信技术发展的历史就MIMO-OFDM技术产生发展的背景进行了分析，指出了MIMO-OFDM研究与发展方向，最后总结了本文的工作目标和基本要求。 第二章主要是推导分析了MIMO-OFDM系统的基本原理，先分别从OFDM技术和MIMO技术两方面概括性的介绍了其理论以及技术特点，最后对MIMO与OFDM结合的关键技术进行了讨论。 第三章是对MIMO-OFDM同步算法的研究，主要针对基于训练序列的同步算法进行了深入讨论，关注点是训练序列的设计。针对原有的一些算法进行了总结与比较，并主要对基于频域设计的训练序列符号同步算法做出了改进。 第四章首先从基于导频的信道估计算法推导开始，关注点放在MIMO-OFDM系统下的自适应信道估计算法研究。文章将原有的一些OFDM自适应信道估计算法扩展到MIMO领域，结合基于共轭梯度的自适应算法并做出了一些改进。 第五章节是本文的硬件设计部分，文章基于一个2发2收MIMO-OFDM系统进行了基带数字处理部分的FPGA设计工作，根据设计要求实现了发送端和接收端数据处理的基本功能，为完善的和更高性能的MIMO-OFDM系统实现奠定了基础。
上传时间： 2013-06-26
上传用户：wl9454
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建立自己的模块，为用户的升级和改进留下广阔的空间。并且速度更高，密度也更大，其设计方法的灵活性降低了整个系统的开发成本，FPGA 设计成为电子自动化设计行业不可缺少的方法。 本文从人脸检测算法入手，总结基于FPGA上的嵌入式系统设计方法，使用IBM的Coreconnect挂接自定义模块技术。经过训练分类器、定点化、以及硬件加速等方法后，能够使人脸检测系统在基于Xilinx的Virtex II Pro开发板上平台上，达到实时的检测效果。本文工作和成果可以具体描述如下： 1. 算法分析：对于人脸检测算法，首先确保的是检测率的准确性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一种基于Adaboost算法的人脸检测方法。算法中较多的是积分图的特征值计算，这便于进一步的硬件设计。同时对检测算法进行耗时分析确定运行速度的瓶颈。 2. 软硬件功能划分：这一步考虑市场可以提供的资源状况，又要考虑系统成本、开发时间等诸多因素。Xilinx公司提供的Virtex II Pro开发板，在上面有可以供利用的Power PC处理器、可扩展的存储器、I/O接口、总线及数据通道等，通过分析可以对算法进行细致的划分，实现需要加速的模块。 3. 定点化：在Adaboost算法中，需要进行大量的浮点计算。这里采用的方法是直接对数据位进行操作它提取指数和尾数，然后对尾数执行移位操作。 4. 改进检测用的级联分类器的训练，提出可以迅速提高分类能力、特征数量大大减小的一种训练方法。 5. 最后对系统的整体进行了验证。实验表明，在视频输入输出接入的同时，人脸检测能够达到17fps的检测速度，并且获得了很好的检测率以及较低的误检率。
上传时间： 2013-07-01
上传用户：84425894
近年来，基于DSP和FPGA的运动控制系统己成为新一代运动控制系统的主流。基于DSP和FPGA的运动控制系统不仅具有信息处理能力强，而且具有开放性、实时性、可靠性的特点，因此在机器人运动控制领域具有重要的应用价值。 论文从步行康复训练器的设计与制作出发，主要进行机器人的运动控制系统设计和研究。文章首先提出了多种运动控制系统的实现方案。根据它们的优缺点，选定以DSP和FPGA为核心进行运动控制系统平台的设计。 论文详细研究了以DSP和FPGA为核心实现运动控制系统的软、硬件设计，利用DSP实现运动控制系统总体结构与相关功能模块，利用FPGA实现运动控制系统地址译码电路、脉冲分配电路以及光电编码器信号处理电路，并对以上电路系统进行了功能仿真和时序仿真。 结果表明，基于DSP和FPGA为核心的运动控制系统不仅实现了设计功能要求，同时提高了机器人运动控制系统的开放性、实时性和可靠性，并大大减小了系统的体积与功耗。
上传时间： 2013-05-29
上传用户：dajin
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
