当你认为你已经掌握了PCB 走线的特征阻抗Z0，紧接着一份数据手册告诉你去设计一个特定的差分阻抗。令事情变得更困难的是，它说：“……因为两根走线之间的耦合可以降低有效阻抗，使用50Ω的设计规则来得到一个大约80Ω的差分阻抗！”这的确让人感到困惑！这篇文章向你展示什么是差分阻抗。除此之外，还讨论了为什么是这样，并且向你展示如何正确地计算它。 单线：图1(a)演示了一个典型的单根走线。其特征阻抗是Z0，其上流经的电流为i。沿线任意一点的电压为V=Z0*i（ 根据欧姆定律）。一般情况，线对：图1(b)演示了一对走线。线1 具有特征阻抗Z11，与上文中Z0 一致，电流i1。线2具有类似的定义。当我们将线2 向线1 靠近时，线2 上的电流开始以比例常数k 耦合到线1 上。类似地，线1 的电流i1 开始以同样的比例常数耦合到线2 上。每根走线上任意一点的电压，还是根据欧姆定律，
标签： 差分阻抗
上传时间： 2013-10-20
上传用户：lwwhust
环形供电网络在舰船上被广泛应用，为了准确计算环形网络的短路电流，本文采用发电机的等效处理来计算环形网络的短路电流，通过发电机与阻抗串联和与其他发电机进行并联从而将网络简化，并使用MATLAB中的Simpowersystems工具箱对实例进行仿真验证，结果表明该方法有较高的准确性和精度，为复杂结构的电力系统的短路电流计算奠定了基础。
上传时间： 2013-11-22
上传用户：hewenzhi
阻抗减少软件
上传时间： 2013-11-21
上传用户：meiguiweishi
当你认为你已经掌握了PCB 走线的特征阻抗Z0，紧接着一份数据手册告诉你去设计一个特定的差分阻抗。令事情变得更困难的是，它说：“……因为两根走线之间的耦合可以降低有效阻抗，使用50Ω的设计规则来得到一个大约80Ω的差分阻抗！”这的确让人感到困惑！这篇文章向你展示什么是差分阻抗。除此之外，还讨论了为什么是这样，并且向你展示如何正确地计算它。 单线：图1(a)演示了一个典型的单根走线。其特征阻抗是Z0，其上流经的电流为i。沿线任意一点的电压为V=Z0*i（ 根据欧姆定律）。一般情况，线对：图1(b)演示了一对走线。线1 具有特征阻抗Z11，与上文中Z0 一致，电流i1。线2具有类似的定义。当我们将线2 向线1 靠近时，线2 上的电流开始以比例常数k 耦合到线1 上。类似地，线1 的电流i1 开始以同样的比例常数耦合到线2 上。每根走线上任意一点的电压，还是根据欧姆定律，
标签： 差分阻抗
上传时间： 2013-11-10
上传用户：KSLYZ
对模式识别中的字符串模板匹配问题进行的研究，设计了对任意字符串进行匹配和字符串相似度，即列文斯顿距离进行计算的算法
上传时间： 2015-03-15
上传用户：虫虫虫虫虫虫
只包括两个核心文件sha1.cpp及sha1.h 计算数据的sha1摘要。简单，好用。 由于bit endian及little endian的原因，有些计算sha1摘要的算法计算出来的结果与正确结果有差异。此源码经过测试，与RFC里列出的测试结果匹配。
上传时间： 2015-04-09
上传用户：dongqiangqiang
10。《用于最优化的计算智能》，Nirwan Ansali，Edwin Hou着，李军，边肇棋译 清华大学出版社 1999年第一版 本书从讨论组合优化中的基本问题——NP问题入手，系统地讲述了近年来所发展起来的智能最优化的各种技术和方法，其中包括启发式搜索、Hopfield神经网络、模拟退火和随机机、均场退火以及遗传算法等；并在此基础上，通过一些典型的应用问题，如旅行商问题、模式识别中的点模式匹配问题、通信和任务调度等问题进一步阐明以上一些基本方法怎样用来解决这些原来具有NP性质的困难问题。本书是作者在美国新泽西州理工学院多年讲授有关课程的基础上写成的。全书深入浅出，理论联系实际。为帮助学生掌握基本概念，提高学习能动性，各章编写了习题。本书可作为通信、计算机、控制各专业的高年级学生和研究生学习有关课程的教材。它对于广大科研工作者也是一本很有实际价值的参考书。
标签： 计算
上传时间： 2014-01-26
上传用户：Shaikh
电网计算时，节点阻抗阵的形成和修改 是《电网络理论》课程作业
上传时间： 2015-08-15
上传用户：lanhuaying
YeeTooMD5是免费的,开源的,它是在GPL许可下发布的,所有人都可以免费的使用它,修改它,并将它再次发布。 能够快速的计算出任意长度的字符串及任意类型文件的MD5值,并且用户能方便的检验结果. 能够输入MD5值，计算MD5计算值的匹配结果；可以打开任意文件并计算其MD5值。
上传时间： 2013-12-24
上传用户：teddysha
在图像模板匹配问题中,基于像素灰度值的相关算法尽管已经十分普遍,并得到广泛的应用,但目前此类算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为了克服这些缺点,提出一种新的基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.新算法中各个R-块编码的计算十分简单 匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对像素灰度的变化与噪声具有鲁棒性,其时间复杂度是O(M2log(N)).实验结果表明,新算法比现有的灰度相关算法的计算时间快了两个数量级.
上传时间： 2013-12-21
上传用户：a673761058
