A方向和B方向各设红（R）、黄（Y）、绿（G）和左拐（L）4盏灯，4种灯按合理的顺序亮灭，并将时间以倒计时的形式显示出来。同时要设置两个方向的紧急通道模式，当某一方向有紧急事件发生时，交警按下紧急通道按钮，该方向绿灯亮，另外一个方向红灯亮，等紧急事件解除后（假定计时10s）,交通恢复原来的状态 要求在数码管上显示两个方向的灯种和计时，实现紧急情况按钮输入功能 根据交通灯控制要实现的功能，可考虑用两个并行执行的always模块（两个进程）来分别控制A和B两个方向的4盏灯。这两个always模块使用同一个时钟信号，以进行同步，也就是说，两个进程的敏感信号时同一个 每个always模块控制一个方向的4种灯按如下顺序点亮，并往复循环：绿灯－黄灯－左拐灯－黄灯－红灯，灯亮的时间由自己设定 由于板上资源有限，如觉得实现困难，可去掉左拐灯，即顺序为绿灯－黄灯－红灯。
标签： 方向
上传时间： 2016-10-07
上传用户：CHINA526
51单片机控制dm413 R,G,B色彩变化。
上传时间： 2016-10-07
上传用户：chenlong
HT9200A/B 双音多频(DTMF)信号发生器使用说明
上传时间： 2013-12-03
上传用户：GHF
图文混排工具 1、新建一个Web工程 2、将Jsp下的页面与.js文件拷贝到工程的WebRoot下面 3、将images文件夹拷贝到工程的WebRoot下面 4、运行工程显示页面Gls.htm就可以图文混排编辑器。 5.向Oracle数据库中插入大文本数据： a)将需要插入大文本的字段定义为long数据类型 b)Source下的GlsTest.java即为向Qracle中插入大文本的方法及数据库操作 运行注意事项： 1、注意包名的大小写情况 2、注意页面的编码问题
上传时间： 2014-01-02
上传用户：lx9076
为歌手投票：1、检测出最高分和最低分，然后求出平均分 2、计算各个评委的打分与平均分的差的绝对值，绝对值大的为“差评委”，小的为“好评委”。 在求出最大值和最小值时还要捕获数组b的下标，即得到评委的序号
上传时间： 2014-01-13
上传用户：Shaikh
THE DESIGN PATTERNS JAVA COMPANION 1. Creational Patterns 17 The Factory Pattern 18 How a Factory Works 18 Sample Code 18 The Two Derived Classes 19 Building the Factory 20 Factory Patterns in Math Computation 22 When to Use a Factory Pattern 24 Thought Questions 25 The Abstract Factory Pattern 26 A GardenMaker Factory 26 How the User Interface Works 28 Consequences of Abstract Factory 30 Thought Questions 30 The Singleton Pattern 31 Throwing the Exception 32 Creating an Instance of the Class 32 Static Classes as Singleton Patterns 33 Creating Singleton Using a Static Method 34
标签： Creational COMPANION PATTERNS Patterns
上传时间： 2013-12-20
上传用户：xwd2010
FIQ有FIQ_PWM、FIQ_TMA和FIQ_TMB三个中断源,当定时器A或B计满溢出时产生中断请求信号TA_TIMEOUT_INT或TA_TIMEOUT_INT,CPU响应后进入中断执行相应的子程序控制二极管发光。A口的低四位接LED灯，B口的低四位接LED灯.
标签： TA_TIMEOUT_INT FIQ_PWM FIQ_TMA FIQ_TMB
上传时间： 2013-12-11
上传用户：凤临西北
FX2开发板程序下载B
上传时间： 2013-12-09
上传用户：jing911003
RFID Security - F. Thornton, B. Haines, A. Das, et al - Syngress - 2006
上传时间： 2013-12-13
上传用户：love_stanford
停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验
上传时间： 2013-12-17
上传用户：GavinNeko
