虫虫首页|资源下载|资源专辑|精品软件
登录|注册

justify

  • 谐波电流抑制

    本文阐述电视机、显示器和微机等产品的谐波电流产生原因,介绍抑制谐波电流的方法及设计时应考虑的问题。 关键词:谐波电流、抑制技术

    标签: 谐波电流抑制

    上传时间: 2013-10-31

    上传用户:a673761058

  • 被动组件之电感设计与分析

    随着高频微波在日常生活上的广泛应用,例如行动电话、无线个人计算机、无线网络等,高频电路的技术也日新月异。良好的高频电路设计的实现与改善,则建立在于精确的组件模型的基础上。被动组件如电感、滤波器等的电路模型与电路制作的材料、制程有紧密的关系,而建立这些组件等效电路模型的方法称为参数萃取。 早期的电感制作以金属绕线为主要的材料与技术,而近年来,由于高频与高速电路的应用日益广泛,加上电路设计趋向轻薄短小,电感制作的材质与技术也不断的进步。例如射频机体电路(RFIC)运用硅材质,微波集成电路则广泛的运用砷化镓(GaAs)技术;此外,在低成本的无线通讯射频应用上,如混合(Hybrid)集成电路则运用有机多芯片模块(MCMs)结合传统的玻璃基板制程,以及低温共烧陶瓷(LTCC)技术,制作印刷式平面电感等,以提升组件的质量与效能,并减少体积与成本。 本章的重点包涵探讨电感的原理与专有名词,以及以常见的电感结构,并分析影响电感效能的主要因素与其电路模型,最后将以电感的模拟设计为例,说明电感参数的萃取。

    标签: 被动组件 电感 设计与分析

    上传时间: 2013-11-20

    上传用户:yuanxiaoqiang

  • STM8S105xx_中文资料

    STM8S105xx_中文资料:这本数据手册描述了STM8S105xx基础型系列单片机的特点、引脚分配、电气特性、机械特性和订购信息。 如果需要关于STM8S单片机存储器、寄存器和外设等的详细信息,请参考STM8S系列单片机参考手册(RM0016) 。 如果需要关于内部Flash存储器的编程、擦除和保护的信息,请参考STM8S闪存编程手册(PM0051) 。 如果需要关于调试和SWIM(single wire interface module单线接口模块),请参考STM8SWIM 通信协议和调试模块用户手册(UM0470) 。 如果需要关于STM8 内核的信息,请参考STM8 CPU编程手册(PM0044) 。

    标签: STM 105 xx

    上传时间: 2013-11-03

    上传用户:JasonC

  • 被动组件之电感设计与分析

    随着高频微波在日常生活上的广泛应用,例如行动电话、无线个人计算机、无线网络等,高频电路的技术也日新月异。良好的高频电路设计的实现与改善,则建立在于精确的组件模型的基础上。被动组件如电感、滤波器等的电路模型与电路制作的材料、制程有紧密的关系,而建立这些组件等效电路模型的方法称为参数萃取。 早期的电感制作以金属绕线为主要的材料与技术,而近年来,由于高频与高速电路的应用日益广泛,加上电路设计趋向轻薄短小,电感制作的材质与技术也不断的进步。例如射频机体电路(RFIC)运用硅材质,微波集成电路则广泛的运用砷化镓(GaAs)技术;此外,在低成本的无线通讯射频应用上,如混合(Hybrid)集成电路则运用有机多芯片模块(MCMs)结合传统的玻璃基板制程,以及低温共烧陶瓷(LTCC)技术,制作印刷式平面电感等,以提升组件的质量与效能,并减少体积与成本。 本章的重点包涵探讨电感的原理与专有名词,以及以常见的电感结构,并分析影响电感效能的主要因素与其电路模型,最后将以电感的模拟设计为例,说明电感参数的萃取。

    标签: 被动组件 电感 设计与分析

    上传时间: 2014-06-16

    上传用户:南国时代

  • EWB仿真双踪示波器

    双踪示波器图标如图5.3.1所示,面板如图5.3.2所示。EWB的示波器外观及操作与实际的双踪示波器相似,可同时显示A、B两信号的幅度和频率变化,并可以分析周期信号大小、频率值以及比较两个信号的波形。

    标签: EWB 仿真 示波器

    上传时间: 2013-11-22

    上传用户:zhangfx728

  • I often need a simple function generator. Just to generate a certain frequency. After all the years

    I often need a simple function generator. Just to generate a certain frequency. After all the years I ve worked with electronics, I still haven t got me one. Even though I need it now and then, I just couldn t seem to justify the cost of one. So, standard solution - build one yourself. I designed a simple sinewave generator based on a Analog Devices AD9832 chip. It will generate a sinewave from 0.005 to 12 MHz in 0.005 Hz steps. That s pretty good, and definitely good enough for me ! But while waiting for the AD9832 chip to arrive, I came up with a very simple version of the DDS synth, using just the 2313 and a resistor network.

    标签: frequency generator function generate

    上传时间: 2013-12-17

    上传用户:thesk123

  • 互联网对90后政治参与的影响

    互联网对“90后”大学生政治社会化的影响--以重庆大学为例   

    标签: 互联网 90后 政治参与 问卷调查

    上传时间: 2015-04-20

    上传用户:guoxi

  • emWin用户手册

    emWin旨在提供一个高效、处理器和显示controller-independent图形用户 界面(GUI)运行的任何应用程序的图形化显示。这是官方的用户手册

    标签: emWin 图形界面 参考手册

    上传时间: 2015-04-24

    上传用户:liudapang

  • 遗传算法的MATLAB代码

    遗传算法为群体优化算法,也就是从多个初始解开始进行优化,每个解称为一个染色体,各染色体之间通过竞争、合作、单独变异,不断进化。 优化时先要将实际问题转换到遗传空间,就是把实际问题的解用染色体表示,称为编码,反过程为解码,因为优化后要进行评价,所以要返回问题空间,故要进行解码。SGA采用二进制编码,染色体就是二进制位串,每一位可称为一个基因;解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存,优胜劣汰”的进化机制,染色体适应生存环境的能力用适应度函数衡量。对于优化问题,适应度函数由目标函数变换而来。一般遗传算法求解最大值问题,如果是最小值问题,则通过取倒数或者加负号处理。SGA要求适应度函数>0,对于<0的问题,要通过加一个足够大的正数来解决。这样,适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子:选择(复制)、交叉和变异。 SGA中,选择采用轮盘赌方法,也就是将染色体分布在一个圆盘上,每个染色体占据一定的扇形区域,扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话,旋转指针,指针停下来时会指向某一个区域,则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大,因此被选中的几率高,可能被选中多次,而适应度低的可能一次也选不中,从而被淘汰。算法实现时采用随机数方法,先将每个染色体的适应度除以所有染色体适应度的和,再累加,使他们根据适应度的大小分布于0-1之间,适应度大的占的区域大,然后随机生成一个0-1之间的随机数,随机数落到哪个区域,对应的染色体就被选中。重复操作,选出群体规模规定数目的染色体。这个操作就是“优胜劣汰,适者生存”,但没有产生新个体。 交叉模拟有性繁殖,由两个染色体共同作用产生后代,SGA采用单点交叉。由于SGA为二进制编码,所以染色体为二进制位串,随机生成一个小于位串长度的随机整数,交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体,并且还要根据选择概率来确定是否进行交叉(生成0-1之间随机数,看随机数是否小于规定的交叉概率),否则直接进入变异操作。这个操作是产生新个体的主要方法,不过基因都来自父辈个体。 变异采用位点变异,对于二进制位串,0变为1,1变为0就是变异。采用概率确定变异位,对每一位生成一个0-1之间的随机数,看是否小于规定的变异概率,小于的变异,否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因,主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化,后代比前一代强,但实际操作中可能有退化现象,所以采用最佳个体保留法,也就是曾经出现的最好个体,一定要保证生存下来,使后代至少不差于前一代。大致有两种类型,一种是把出现的最优个体单独保存,最后输出,不影响原来的进化过程;一种是将最优个体保存入子群,也进行选择、交叉、变异,这样能充分利用模式,但也可能导致过早收敛。 由于是基本遗传算法,所以优化能力一般,解决简单问题尚可,高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262,此时两个参数均为-2.0480,有时会出现局部极值,此时一个参数为-2.0480,一个为2.0480。算法中变异概率pm=0.05,交叉概率pc=0.8。如果不采用最优模式保留,结果会更丰富些,也就是算法最后不一定收敛于极值点,当然局部收敛现象也会有所减少,但最终寻得的解不一定是本次执行中曾找到过的最好解。

    标签: 遗传算法

    上传时间: 2015-06-04

    上传用户:芃溱溱123

  • C语言指针精讲

    详细介绍了指针的特性

    标签: 指针

    上传时间: 2015-11-08

    上传用户:1113012448