BC20-TE-B NB-Iot 评估板评估板原厂原理图V1.2。完整对应实物装置。
上传时间： 2022-06-17
上传用户：
ASR M08-B设置软件 V3.2 arduino 2560+ASRM08-B测试程序 arduino UNO+ASRM08-B测试程序语音控制台灯电路图及C51源码(不带校验码) 继电器模块设置。 ASR M08-B是一款语音识别模块。首先对模块添加一些关键字，对着该模块说出关键字，串口会返回三位的数，如果是返回特定的三位数字，还会引起ASR M08-B的相关引脚电平的变化。【测试】①打开“ASR M08-B设置软件 V3.2.exe”。②选择“串口号”、“打开串口”、点选“十六进制显示”。③将USB转串口模块连接到语音识别模块上。接线方法如下：语音模块TXD --> USB模块RXD语音模块RXD --> USB模块TXD语音模块GND --> USB模块GND语音模块3V3 --> USB模块3V3（此端为3.3V电源供电端。）④将模块的开关拨到“A”端，最好再按一次上面的大按钮（按一次即可，为了确保模块工作在正确的模式）。⑤对着模块说“开灯”、“关灯”模块会返回“0B”、“0A”，表示正常(注意：0B对应返回值010，0B对应返回值010，返回是16进制显示的嘛，设置的时候是10进制设置的)。
标签： ASR M08-B
上传时间： 2022-07-06
上传用户：aben
高通(Qualcomm)蓝牙芯片QCC5144_硬件设计详细指导书（官方内部培训手册）其内容是针对硬件设计、部分重要元器件选择(ESD，Filter）及走线注意事项的详细说明。2 Power management 2.1 SMPS 2.1.1 Components specification 2.1.2 Input power supply selection 92.1.3 Minimize SMPS EMI emissions 2.1.4 Internal LDOs and digital core decoupling 2.1.5 Powering external components 2.2 Charger 2.2.1 Charger connections.2.2.2 General charger operation2.2.3 Temperature measurement during charging 2.3 SYS_CTRL 3 Bluetooth radio3.1 RF PSU component choice 3.2 RF band-pass filter3.3 Layout (天线 走线的注意事项)4 Audio4.1 Audio bypass capacitors 4.2 Earphone speaker output4.3 Line/Mic input 4.4 Headphone output optimizition5 LED pads 5.1 LED driver 5.2 Digital/Button input 5.3 Analog input5.4 Disabled 6 Reset pin (Reset#)7 USB interfaces7.1 USB device port7.1.1 USB device port7.1.2 Layout notes 7.1.3 USB charger detectionA QCC5144 VFBGA example schematic and BOM B Recommended SMPS components specificationB.1 Inductor specifition B.2 Recommended inductors B.3 SMPS capacitor specifition
上传时间： 2022-04-07
上传用户：默默
Bluetooth RF测试－正确的无线电设计测试
上传时间： 2013-04-15
上传用户：eeworm
Bluetooth pdf
标签： Bluetooth
上传时间： 2013-05-26
上传用户：eeworm
专辑类-超声-红外-激光-无线-通讯相关专辑-183册-1.48G Bluetooth-RF测试－正确的无线电设计测试-9页-0.6M.pdf
标签： Bluetooth-RF 0.6 测试
上传时间： 2013-04-24
上传用户：cxy9698
专辑类-超声-红外-激光-无线-通讯相关专辑-183册-1.48G Bluetooth-10.0M-pdf.zip
上传时间： 2013-07-09
上传用户：zyt
近年来，随着多媒体技术、计算机网络与通信技术的的快速发展，传统的监控系统也不断向着新的发展方向进行着不断的更新与发展。进而随着嵌入式技术的出现以及人们对降低监控系统成本和提高可靠性的迫切需求，基于嵌入式系统的网络视频监控系统将成为新的研发热点。 本文的目的是把嵌入式技术与计算机网络技术相结合，构造一个性能稳定且具有较强处理能力的数字化远程视频监控系统。该监控系统以嵌入式Linux系统平台作为服务器端，服务器程序在其上以后台方式运行，等待监控系统环境中的客户机使用浏览器向其发送访问请求，实现在局域网乃至Internet网上对摄像头的远程控制。 文中把系统设计分为三大部分：系统硬件设计、嵌入式Linux在硬件平台的实现和系统软件设计。硬件设计部分首先提出了整个硬件系统的实现方案，接着详细介绍了S3C2410处理器与存储器、以太网控制器芯片以及USB和串口的接口电路设计；第二部分详细叙述了嵌入式Linux在本系统硬件平台的移植实现及应用程序的开发特点，重点讲述了本系统平台上Linux的引导加载程序Bootloader的设计过程；系统软件部分首先介绍了USB接口摄像头驱动在嵌入式Linux下的实现，重点讲述了Video4Linux下视频采集的实现，接着论述了如何实现图像的JPEG压缩，最后针对基于B/S模式的网络通信系统结构，详细阐述了网络通信的具体实现过程和方法。 最后在办公室局域网通过对系统测试，显示了系统运行结果，实现了利用局域网或Internet网对远程环境进行监控的功能。
上传时间： 2013-07-04
上传用户：lgnf
永磁同步发电机由于一系列高效节能的优点，在工农业生产、航空航天、国防和日常生活中得到广泛应用，并且受到许多学者的关注，其研究领域主要涉及永磁同步发电机的设计、精确性能分析、控制等方面。 本课题作为国家自然科学基金项目《无刷无励磁机谐波励磁的混合励磁永磁电机的研究》的课题，主要研究永磁电机的电磁场空载和负载计算，求出永磁电机的电压波形和电压调整率，为分段式转子的混合励磁永磁电机的研究奠定基础，主要做了以下工作： 首先介绍了永磁同步发电机的基本原理，包括永磁同步发电机的结构形式和永磁同步发电机的运行性能，采用传统解析理论给出了电压调整率的计算方法及外特性的计算模型；然后用有限元ANSYS对永磁同步发电机样机进行实体建模，经过定义分配材料、划分网格、加边界条件和载荷、求解计算等，得到矢量磁位Az、磁场强度H、磁感应强度B等结果，直观地看出电机内部的磁场分布情况。 其次根据电磁场计算结果，应用齿磁通法对其进行后处理。该方法求解转子在一个齿距内不同位置处的磁场，以定子齿的磁通为计算单位，根据绕组与齿的匝链关系，计算出磁链随时间的变化，进而得到永磁同步发电机空、负载时电压大小及波形。通过计算结果写实验结果对比，验证了齿磁通法的正确性，为计算永磁同步发电机各种性能特性提供有力工具。 最后，基于齿磁通法对永磁同步发电机的外特性进行了深入研究，定量分析了结构参数对外特性的影响规律，提出了有效降低电压调整率的方法的是：增加气隙长度g的同时，适当增加永磁体的磁化方向的长度hm；此外，要尽量的减少每相串联匝数N和增大导线面积以减小阻抗参数。通过改变电机的结构参数，对其电磁场进行计算，找到永磁电机电压调整率的变化规律，为加电励磁的混合励磁永磁电机做准备，达到稳定输出电压的目的。
上传时间： 2013-04-24
上传用户：15853744528
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
