虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

霍尔效应传感器

霍尔传感器是根据霍尔效应制作的一种磁场传感器。霍尔效应是磁电效应的一种。
  • 基于数据融合的卡尔曼滤波

    基于数据融合的卡尔曼滤波,对各个各个字传感器的滤波结果进行按矩阵加权融合,的到精确的结果

    标签: 数据融合 卡尔曼滤波

    上传时间: 2016-06-17

    上传用户:leehom61

  • 粒子滤波在无线传感器网络中的应用

    粒子滤波在无线传感器网络中的应用,与卡尔曼滤波相比较,具有优势。

    标签: 粒子滤波 无线传感器网络 中的应用

    上传时间: 2014-11-28

    上传用户:TF2015

  • 用于飞思卡尔智能小车竞赛的自编程序源代码

    用于飞思卡尔智能小车竞赛的自编程序源代码,经过竞赛测试,运行良好。红外传感器寻线。

    标签: 飞思卡尔 智能小车 竞赛 源代码

    上传时间: 2014-12-22

    上传用户:haoxiyizhong

  • 迭代扩展卡尔曼滤波

    迭代扩展卡尔曼滤波,实现非线性滤波的功能,应用在无线传感器网络中

    标签: 迭代 扩展 卡尔曼滤波

    上传时间: 2017-04-01

    上传用户:ouyangtongze

  • 卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。对于解决很大部分的问题

    卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。对于解决很大部分的问题,他是最优,效率最高甚至是最有用的。他的广泛应用已经超过30年,包括机器人导航,控制,传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理,例如头脸识别,图像分割,图像边缘检测等等。

    标签: processing algorithm recursive optimal

    上传时间: 2013-11-26

    上传用户:王小奇

  • 飞思卡尔智能汽车控制程序框架

    飞思卡尔智能汽车控制程序框架,只要硬件符合,下载即可让小车跑起来。光电检测无二值化,通过比较传感器返回值进行判断。

    标签: 飞思卡尔 智能汽车 控制 程序

    上传时间: 2013-12-31

    上传用户:xiaoxiang

  • 设计了一个基于位置/速度组合的集中卡尔曼滤波器

    设计了一个基于位置/速度组合的集中卡尔曼滤波器,整合来自所有传感器的数据以提供精确的和可靠的定位数据

    标签: 速度 组合 卡尔曼滤波器

    上传时间: 2014-10-12

    上传用户:kernaling

  • 电感式传感器

    电感式传感器,可以测距,原理是电磁感应原理,电涡流效应

    标签: 电感式传感器

    上传时间: 2016-07-21

    上传用户:1314nizhan

  • 同源多传感器加权数据融合算法的研究

    在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量,然而由于每个传感器位于过程的不同位置,它们将不问程度的受到嗓声的干扰,为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果,霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息,得到对被测参数的最优估计,本文主要研究了以加权的方式进行多传感器数据融合的方法,即研究如何对每个传感器进行加权,从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上,首先研究了基于奇异值分解的数据融合算法,通过对传感器测量值构成的矩阵进行奇异值分解,利用每个传感器测量值所对应的奇异值,可以估计出对每个传感器权值的最优估计,从而在不要任何先验知识的条件下,可仅由多传感器的测量值,利用提出的算法得到在最小均方误差意义下的被测参数的最优估计,此外,在许多工业过程中,人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布,此时人们希望利用多传感器融合的测量结果,对每一个传感器的测量数据进行重建,以获得对每一个传感器的测量结果进行更为准确的估计。为此,本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法,仿真和实验结果都说明提出算法是有效的,最后,研究了非线性动态系统的状态融合问题,研究了加权无气味卡尔曼滤波(UKF)方法,研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波(EKF)在状态融合估计中的不足,可以得到了更准确的状态融合估计结关键词多传感器系统,数据融合,奇异值分解,UKF

    标签: 传感器 数据融合

    上传时间: 2022-03-16

    上传用户:aben

  • Arduino兼容stm32单片机四旋翼飞行器设计

    四轴飞行器拥有四个旋翼,属于多旋翼直升机。四轴飞行器具有四个成对称分布的旋翼。它通过控制四个旋翼的旋转速度而非机械结构来实现各种飞行动作。四轴飞行器具有成本低、机体结构简单、没有机械结构、飞行稳定性好、重量轻、有利于小型化无人化等特点。因此可以应用在人无法到达的一些复杂环境之中。目前四旋翼飞行器等多旋翼飞行器已经在很多行业比如航空拍摄、遥感勘测、实时监控、军事侦察、喷洒农药中得到了广泛的应用,并已经形成了相关产业。四旋翼飞行器具有非线性控制、控制量多、飞行姿态控制过程复杂等特性。本课题基于实现四轴飞行器低成本小型化通用化的思路,通过研究剖析四旋翼飞行器飞行的原理,根据其数学模型和控制系统的功能要求,在MCU上实现了四旋翼飞行器的姿态数据的获取、飞行姿态解算以及飞行姿态控制。本课题硬件上采用stm32系列STM32F103C8T632位处理器作为主控制器负责分析处理数据,根据姿态运算结果,输出电机控制信号;主要使用惯性测量单元MPU-6050等传感器模块用于姿态信息的检测;采用场效应管驱动电路来驱动空心杯电机;蓝牙模块负责和上位机进行通信以实时采集飞行数据便于分析测试。整个软硬件系统均基于模块化设计的思想。各传感器采集飞行器的传感器数据都使用通用数字接口和MCU进行数据交换和通信。软件上,编写飞行姿态控制软件,在stm32单片机上实现了四元数法和卡尔曼滤波算法,解算出飞行器正确的姿态角,并使用PID控制进行姿态角的闭环控制,稳定飞行姿态。实验结果表明,本课题设计的四轴飞行器能够较好的自主达到稳定飞行状态,抗扰动能力强。飞行姿态控制算法完全实现了使四旋翼飞行器能在室内平稳飞行的控制要求。

    标签: Arduino stm32单片机 四旋翼飞行器

    上传时间: 2022-07-17

    上传用户: