虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

模型设计

  • powerDesigner是数据库逻辑模型和物理模型设计的强大工具。

    powerDesigner是数据库逻辑模型和物理模型设计的强大工具。

    标签: powerDesigner 数据库 逻辑 模型

    上传时间: 2014-01-01

    上传用户:star_in_rain

  • MATLAB基于模型设计—自动代码生成之硬件驱动

    MATLAB基于模型设计—自动代码生成之硬件驱动

    标签: matlab 自动代码生成 硬件 驱动

    上传时间: 2021-11-22

    上传用户:默默

  • 基于模型的设计DSP篇——MSP430/F28027/F28335

    刘杰、周宇博编著的《基于模型的设计DSP篇》主要介绍了基于模型设计的建模基础,包括基于Simulink和Stateflow的建模方法;

    标签: dsp

    上传时间: 2022-07-06

    上传用户:

  • 双电机独立驱动电动车稳定性控制研究与试验车设计

    论文根据系统具体控制对象将多电机独立驱动电动车的操稳性控制划分为间接稳定性控制与直接稳定性控制两大类,前者以优化车轮和路面的相对运动为目标;而后者直接以整车运动状态参量为调节对象.针对双电机前轮驱动EV,提出了基于自由轮转速信息的驱动防滑控制.分析了汽车转向过程的差速动力学原理,在Ackermann-Jeantand转向侧几何模型下讨论了理想差速过程中车轮驱/制动转矩变化应满足的条件.根据上述分析提出了一种双模式转矩分配电子差速器设计思路.分析了直接横摆力偶矩的产生与简化的转矩分配方法.基于零侧偏理想模型设计了双电机EV的前馈直接横摆力偶矩控制器并进行数值仿真,结果显示该方法能一定程度改善操稳性,但控制效果受系统非线性影响较大.提出应用隐模型跟踪最优控制理论的DYC控制策略,设计了控制器并进行仿真计算,证明此控制方法能在降低质心侧偏的同时保证横摆角速度响应的稳定、平滑、快速,并能适应不同路面情况.通过仿真讨论前驱动或后驱动布局与DYC控制效果的关系以及系统对汽车质心参数变化的适应性.设计并改装了双电机前轮独立驱动试验车.初步试车中该车转向与加速皆运行良好,以此为基础未来可进行控制策略实车测试.

    标签: 电机 独立 控制研究 电动车

    上传时间: 2013-04-24

    上传用户:LSPSL

  • 802.11网卡Windows驱动的设计与实现

    介绍了802.11系列协议的发展及异同,分析了Windows系统中的网络驱动模型,根据NDIS驱动模型设计并实现了802.11网卡Windows驱动程序,重点介绍了驱动中的数据收发队列的设计管理和协议状态的转化,并通过测试表明可以实现802.11协议的功能。

    标签: Windows 802.11 网卡 驱动

    上传时间: 2013-11-22

    上传用户:Wwill

  • 首先对非线性模型在控制目标附近进行线性化得到相应的状态空间表达式

    首先对非线性模型在控制目标附近进行线性化得到相应的状态空间表达式,再对线性模型设计LQR控制器,进而用此控制器控制非线性倒立摆,取得训练神经网络控制器的数据,最后用这些数据训练得到神经网络控制器,最终基于神经网络的(一、二、三级)倒立摆控制均取得了很好的控制效果;

    标签: 非线性 模型 控制 线性

    上传时间: 2014-01-17

    上传用户:sclyutian

  • 学生选修课程管理系统的设计与实现 目 录 一、需求分析 2 1.1系统简要分析 2 1.2 应用需求分析 2 二、概要设计 4 2.1业务流分析 4 2.2数据流分析 4 2.3程

    学生选修课程管理系统的设计与实现 目 录 一、需求分析 2 1.1系统简要分析 2 1.2 应用需求分析 2 二、概要设计 4 2.1业务流分析 4 2.2数据流分析 4 2.3程序数据流程分析及流程设计 4 2.4数据字典 7 2.5系统数据模型设计 8 2.5.1 E-R图 8 2.5.2数据库建表 9 三、详细设计 11 3.1登陆模块的设计与功能实现:界面设计如下: 11 3.2系统管理 11 3.2.1系统管理菜单 11 3.2.2用户管理窗口 12 3.3管理员操作 12 3.4学生信息界面设计与功能实现 13 3.5课程信息界面设计与功能的设计 17 3.6选课界面设计与功能实现 18 四、调试分析和小结 20 五、参考文献 23

    标签: 1.1 1.2 2.1

    上传时间: 2016-08-08

    上传用户:edisonfather

  • 分析了弹道仿真数学模型的特点、并以滑翔增程弹为例

    分析了弹道仿真数学模型的特点、并以滑翔增程弹为例,详细研究了在M文 件、simulink工具箱以及两者交互使用环境下建立外弹道质心运动系统仿真模型的方法和优缺点。最后给出了一定条件下 的弹道仿真结果,以此证明该仿真算法对弹道进行仿真研究具有模型设计简单、参数易于修改和结果直观等特点。

    标签: 弹道仿真 数学模型

    上传时间: 2017-01-30

    上传用户:qw12

  • 基于ROK101007型蓝牙模块和TMS320C54x型DSP的家用医疗保健智能机器人设计

    基于ROK101007型蓝牙模块和TMS320C54x型DSP的家用医疗保健智能机器人设计摘要:未来社会将会越来越重视 医疗保健服务 ,提 出一种新型智能机 器人 ,就其在数字化 家庭医疗 保健方面的应用进行模型设计 ,并将蓝牙技术应用在智能机器人与医疗仪器和控制 PC的通信 中。 关 键 词 :数字化家庭 ;智能机器人 ;侍感器;蓝牙技术;医疗保健 ;ROKl0l007;TMS320C54x 中 图分 类号 :R197.39 文献标 识码 :A 文章编 号 :1006—6977(2006)02—0数字化家庭是未来智能小区系统的基本单元 。 所谓“数字化家庭”就是基于家庭内部网络提供覆盖 整个家庭的智能化服务 ,包括数据通信、家庭娱乐 和 信息家电控制功能。 数字化家庭设计 的一项主要内容是通信功能的 实现 ,包括家庭 与外界的通信及家庭 内部相关设施 之间的通信。从现在的发展来看,外部的通信主要 通过宽带接入 Internet,而家庭 内部的通信,笔者采 用 目前 比较具有竞争力的蓝牙 (Bluetooth)无线接入 技术。 传统的数字化家庭采用 PC进行总体控制 ,缺 乏人性化。笔者根据人工情感的思想设计一种配备 多种外部传感器的智能机器人 ,将此智能机器人视 作家庭成员,通过它实现对数字化家庭的控制。 本文主要就智能机器人在数字化家庭医疗保健 方面的应用进行模型设计 ,在智能机器人与医疗仪 器和控制 PC的通信采用蓝牙技术 。整个系统 的成 本较低 ,功能较为全面,扩展应用非常广阔,具有极 大的市场潜力。 2 智能机器 人的总体设计 2.1 智能机器人的多传感器 系统 机器人智能技术 中最为重要 的相关领域是机器 人 的多感觉系统和多传感信息 的集成与融合【l1,统 称为智能系统的硬件和软件部分 。视觉 、听觉、力觉、 触觉等外部传感器和机器人各关节的内部传感器信 息融合使用 ,可使机器人完成实时图像传输、语音识 别 、景物辨别、定位 、自动避障、目标物探测等重要功 能;给机器人加上相关的医疗模块(CCD、CAMERA、 立体麦克风 、图像采集卡等 )和专用医疗传感器部 件 ,再加上 医疗专家系统就可以实现医疗保健和远 程 医疗监护功能。智能机器人的多传感器系统框图 如 图 1

    标签: rok101007 蓝牙 智能机器人

    上传时间: 2022-02-15

    上传用户:bluedrops

  • 非线性系统多模型自适应控制研究

    1.针对一类参数未知的非线性离散时间动态系统,提出了一种新的基于神经网络的MMAC方法。首先,将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围,在此基础上,建立自适应模型来提高系统性能;针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后,针对每个子模型设计相应的擅制器。最后,设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明,所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统,提出子一种基才聚类方法和神经网络的MMAC方法,首先,采用模糊c均值聚类算法对系统先验数据进行分类处理,再分别对每类数据采用RLS算法建立多个固定模型。在此基础上,建立两个白适应模型来提高系统响应速度和控制品质,建立神经网络预测模型来补偿系统非线性。然后,分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后,采用基于信号有界和测量误差的性能切换指标对控制器进行切换,并证明闭环系统的稳定性。仿真结果表明,所提出的算法能更好地解决非线性系统发生参数跳变问题,使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题,考虑系统实际运行数据,提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模,并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明,所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词:非线性系统;多模型方法;自适应控制;模糊聚类;神经网络

    标签: 自适应控制

    上传时间: 2022-03-11

    上传用户: