欧几里德算法：辗转求余 原理: gcd(a,b)=gcd(b,a mod b) 当b为0时,两数的最大公约数即为a getchar()会接受前一个scanf的回车符
上传时间： 2014-01-10
上传用户：2467478207
数据结构课程设计 数据结构B+树 B+ tree Library
上传时间： 2013-12-31
上传用户：semi1981
本书主要阐述设计射频与微波功率放大器所需的理论、方法、设计技巧，以及将分析计算与计算机辅助设计相结合的优化设计方法。这些方法提高了设计效率，缩短了设计周期。本书内容覆盖非线性电路设计方法、非线性主动设备建模、阻抗匹配、功率合成器、阻抗变换器、定向耦合器、高效率的功率放大器设计、宽带功率放大器及通信系统中的功率放大器设计。 本书适合从事射频与微波动功率放大器设计的工程师、研究人员及高校相关专业的师生阅读。 作者简介 Andrei Grebennikov是M／A—COM TYCO电子部门首席理论设计工程师，他曾经任教于澳大利亚Linz大学、新加坡微电子学院、莫斯科通信和信息技术大学。他目前正在讲授研究班课程，在该班上，本书作为国际微波年会论文集。 目录 第1章 双口网络参数 1.1 传统的网络参数 1.2 散射参数 1.3 双口网络参数间转换 1.4 双口网络的互相连接 1.5 实际的双口电路 1.5.1 单元件网络 1.5.2 π形和T形网络 1.6 具有公共端口的三口网络 1.7 传输线 参考文献 第2章 非线性电路设计方法 2.1 频域分析 2.1.1 三角恒等式法 2.1.2 分段线性近似法 2.1.3 贝塞尔函数法 2.2 时域分析 2.3 NewtOn.Raphscm算法 2.4 准线性法 2.5 谐波平衡法 参考文献 第3章 非线性有源器件模型 3.1 功率MOSFET管 3.1.1 小信号等效电路 3.1.2 等效电路元件的确定 3.1.3 非线性I—V模型 3.1.4 非线性C.V模型 3.1.5 电荷守恒 3.1.6 栅一源电阻 3.1.7 温度依赖性 3.2 GaAs MESFET和HEMT管 3.2.1 小信号等效电路 3.2.2 等效电路元件的确定 3.2.3 CIJrtice平方非线性模型 3.2.4 Curtice.Ettenberg立方非线性模型 3.2.5 Materka—Kacprzak非线性模型 3.2.6 Raytheon(Statz等)非线性模型 3.2.7 rrriQuint非线性模型 3.2.8 Chalmers(Angek)v)非线性模型 3.2.9 IAF(Bemth)非线性模型 3.2.10 模型选择 3.3 BJT和HBT汀管 3.3.1 小信号等效电路 3.3.2 等效电路中元件的确定 3.3.3 本征z形电路与T形电路拓扑之间的等效互换 3.3.4 非线性双极器件模型 参考文献 第4章 阻抗匹配 4.1 主要原理 4.2 Smith圆图 4.3 集中参数的匹配 4.3.1 双极UHF功率放大器 4.3.2 M0SFET VHF高功率放大器 4.4 使用传输线匹配 4.4.1 窄带功率放大器设计 4.4.2 宽带高功率放大器设计 4.5 传输线类型 4.5.1 同轴线 4.5.2 带状线 4.5.3 微带线 4.5.4 槽线 4.5.5 共面波导 参考文献 第5章 功率合成器、阻抗变换器和定向耦合器 5.1 基本特性 5.2 三口网络 5.3 四口网络 5.4 同轴电缆变换器和合成器 5.5 wilkinson功率分配器 5.6 微波混合桥 5.7 耦合线定向耦合器 参考文献 第6章 功率放大器设计基础 6.1 主要特性 6.2 增益和稳定性 6.3 稳定电路技术 6.3.1 BJT潜在不稳定的频域 6.3.2 MOSFET潜在不稳定的频域 6.3.3 一些稳定电路的例子 6.4 线性度 6.5 基本的工作类别：A、AB、B和C类 6.6 直流偏置 6.7 推挽放大器 6.8 RF和微波功率放大器的实际外形 参考文献 第7章 高效率功率放大器设计 7.1 B类过激励 7.2 F类电路设计 7.3 逆F类 7.4 具有并联电容的E类 7.5 具有并联电路的E类 7.6 具有传输线的E类 7.7 宽带E类电路设计 7.8 实际的高效率RF和微波功率放大器 参考文献 第8章 宽带功率放大器 8.1 Bode—Fan0准则 8.2 具有集中元件的匹配网络 8.3 使用混合集中和分布元件的匹配网络 8.4 具有传输线的匹配网络 8.5 有耗匹配网络 8.6 实际设计一瞥 参考文献 第9章 通信系统中的功率放大器设计 9.1 Kahn包络分离和恢复技术 9.2 包络跟踪 9.3 异相功率放大器 9.4 Doherty功率放大器方案 9.5 开关模式和双途径功率放大器 9.6 前馈线性化技术 9.7 预失真线性化技术 9.8 手持机应用的单片cMOS和HBT功率放大器 参考文献
上传时间： 2013-04-24
上传用户：W51631
* 高斯列主元素消去法求解矩阵方程AX=B,其中A是N*N的矩阵,B是N*M矩阵 * 输入: n----方阵A的行数 * a----矩阵A * m----矩阵B的列数 * b----矩阵B * 输出: det----矩阵A的行列式值 * a----A消元后的上三角矩阵 * b----矩阵方程的解X
上传时间： 2015-07-26
上传用户：xauthu
(1) 、用下述两条具体规则和规则形式实现.设大写字母表示魔王语言的词汇 小写字母表示人的语言词汇 希腊字母表示可以用大写字母或小写字母代换的变量.魔王语言可含人的词汇. (2) 、B→tAdA A→sae (3) 、将魔王语言B(ehnxgz)B解释成人的语言.每个字母对应下列的语言.
上传时间： 2013-12-30
上传用户：ayfeixiao
1.有三根杆子A,B,C。A杆上有若干碟子 2.每次移动一块碟子,小的只能叠在大的上面 3.把所有碟子从A杆全部移到C杆上 经过研究发现，汉诺塔的破解很简单，就是按照移动规则向一个方向移动金片： 如3阶汉诺塔的移动：A→C,A→B,C→B,A→C,B→A,B→C,A→C 此外，汉诺塔问题也是程序设计中的经典递归问题
上传时间： 2016-07-25
上传用户：gxrui1991
1. 下列说法正确的是 （ ） A. Java语言不区分大小写 B. Java程序以类为基本单位 C. JVM为Java虚拟机JVM的英文缩写 D. 运行Java程序需要先安装JDK 2. 下列说法中错误的是 ( ) A. Java语言是编译执行的 B. Java中使用了多进程技术 C. Java的单行注视以//开头 D. Java语言具有很高的安全性 3. 下面不属于Java语言特点的一项是( ) A. 安全性 B. 分布式 C. 移植性 D. 编译执行 4. 下列语句中，正确的项是 ( ) A . int $e,a,b=10 B. char c,d=’a’ C. float e=0.0d D. double c=0.0f
上传时间： 2017-01-04
上传用户：netwolf
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：
AR 模型拟合，解决多变量自回归 (AR) 模型的参数估计问题
上传时间： 2015-02-08
上传用户：洛木卓
20 世纪70 年代以来,人们从工业过程的特点出发,寻找对模型精度要求不高而同样能实现高质量控制性能的方法,预测控制就是在这种背景下发展起来的。预测控制技术最初由Richalet 和Cutler 提出[1 ] ,它最大程度地结合了工业实际的要求,综合效果好,已经在理论和应用方面取得了显著进展,各种预测控制算法不断地产生并得到发展。预测控制算法具有三大本质特征:预测模型、滚动优化和反馈校正[2 ] 。它是不断滚动的局部优化,而非全局最优。预测控制的特点:建模方便 采用非最小化描述的离散卷积和模型,信息冗余量大,有利于提高系统的鲁棒性 采用滚动优化策略,使模型失配、畸变、干扰等引起的不确定性及时得到弥补,从而得到较好的动态控制性能 可推广到有约束条件、大迟延、非最小相位以及非线性等过程,对模型精度要求不高,跟踪性能良好,更适应于复杂工业过程控制。
上传时间： 2014-01-02
上传用户：csgcd001
