静态补偿电压仿真模型（Harnefors Observer）Matlab 2020b版本 该观测器来源Harnefors教授lunwen 《Synchronization at startup and stable rotation reversal of sensorless nonsalient PMSM drives》中提到的观测器 该观测器有以下优势： 1.理论上完全证明了初始角度无论误差多大都能保证最终估算角度收敛。 2.lunwen中提供的参考C代码就十行左右，原理清楚，结构简单。 3.只有一个LAMBDA参数需要调整，文章上也给出了建议范围，即略微大于2，相当于基本不需要调参，观测器通用性非常强。 4.启动及低速控制对定子电阻变化不敏感。 仿真模型特点： 1.仿真模型使用离散化模型，与真实数字化执行结果相近。 2.仿真模型使用标幺化形式，方便替电机参数观测仿真结果。 3.lunwen中分析的仅用于表贴式电机，仿真模型使用有效磁链概念拓展到表贴和内嵌电机通用。 4.M文件中提供了电机初始角度参数，可任意设定初始角度，观察观测器角度收敛情况。 实际仿真：任意初始角度都可以启动

在LabVIEW编程环境中，字符串和数组之间的转换是常见的操作，特别是在数据处理和数据显示时。本篇文章将详细探讨如何使用LabVIEW实现字符串与数组之间的转化，主要基于提供的两个VI：`string to array.vi`和`array to string.vi`。 让我们了解字符串和数组的基本概念。在LabVIEW中，字符串是由字符组成的序列，通常用于存储文本信息。数组则是一种数据结构，能够存储同一类型的多个元素，这些元素可以通过索引来访问。 1. **字符串转数组**： `string to array.vi` 这个虚拟仪器（VI）的功能是将一个字符串分割成字符数组。在LabVIEW中，可以使用字符串到字符数组函数来完成这个过程。这个函数会把字符串的每个字符作为一个单独的元素放入数组中。例如，如果输入字符串是"Hello, World!"，输出数组就会包含 'H'、'e'、'l'、'l'、'o'、','、' '、'W'、'o'、'r'、'l'、'd'、'!' 这14个字符。 2. **数组转字符串**： 反过来，`array to string.vi` VI用于将字符数组转换回字符串。这个过程可以使用字符数组到字符串函数来实现，它会将数组中的所有字符合并成一个连续的字符串。当一个字符数组作为输入，输出将是一个包含数组内所有字符的新字符串。在上面的例子中，如果输入数组是上述字符，那么输出的字符串就是"Hello, World!"。 在实际应用中，这两个转化操作有多种用途。例如： - 数据存储：如果你需要将字符串形式的数据（如CSV文件）导入到LabVIEW程序中，可以先将字符串转化为数组，然后逐个处理数组元素。 - 数据展示：数组数据可以通过转换为字符串后，更方便地显示在控件上，例如标签或文本框，使得用户能直观地看到数据内容。 - 数据处理：数组运算通常比字符串操作更为高效，因此在进行大量计算时，可能会选择先将字符串转为数组，进行计算后再转回字符串。 在使用这两个VI时，需要注意以下几点： - 分隔符：在`string to array.vi`中，如果你想要将字符串按特定分隔符（比如逗号、空格等）拆分，可以使用字符串分割函数，而不仅仅是字符分割。 - 数组大小：在进行数组到字符串的转换时，确保数组的大小和结构符合预期，避免出现不必要的空格或缺失字符。 - 类型匹配：确保输入和输出的数据类型与VI期望的类型一致，否则可能会导致运行时错误。 通过熟练掌握这两个VI的使用，你可以更加灵活地处理LabVIEW中的字符串和数组数据，提高程序的可读性和效率。同时，这也是LabVIEW编程基础的重要组成部分，对于理解和创建复杂的VI至关重要。

基于MATLAB编程的无人船操纵性实验仿真研究：回转仿真与Z型实验仿真应用，采用mmg模型与KVLCC2模型，注释详尽易懂，适合新手学习与拓展的实践教程,基于MATLAB的无人船操纵性实验仿真研究：回转与Z型实验的mmg模型KVLCC2实践与详解,无人船操纵性实验仿真 包括回转仿真和Z型实验仿真 MATLAB编程实现，mmg模型 KVLCC2模型 注释很详细 适合新手学习且易扩展 联系~~~ ,无人船操纵性实验仿真; 回转仿真; Z型实验仿真; MATLAB编程实现; mmg模型; KVLCC2模型; 注释详细; 新手学习; 易扩展。,无人船操纵仿真实验：回转与Z型实验的MATLAB实现与扩展

基于FPGA的Cortex-M3 MCU系统：带AHB APB总线与UART硬件RTL源码，支持ARMGCC与SWD仿真调试，扩展功能丰富的MCU开发平台（暂不含DMA和高级定时器）,基于FPGA的Cortex-M3 MCU系统：RTL源码工程，含AHB APB总线、UART串口、四通道定时器，配套仿真与驱动，可扩展用户程序与IP调试功能（非DMA和高级定时器版本）,FPGA上实现的cortex-m3的mcu的RTL源码，加AHB APB总线以及uart的硬件RTL源代码工程 使用了cortex-m3模型的mcu系统，包含ahb和apb总线，sram，uart，四通道基本定时器，可以跑armgcc编译的程序。 带有swd的仿真模型。 可以使用vcs进行swd仿真读写指定地址或寄存器。 带有的串口uart rtl代码，使用同步设计，不带流控。 带有配套的firmware驱动，可以实现收发数据的功能。 带有的四通道基本定时器，可以实现定时中断，具有自动reload和单次两种模式。 用于反馈环路实现、freertos和lwip等时基使用。 暂时不包括架构图中的DMA，高级定时器和以太网，后期

微型燃气轮机Simulink建模下的参数分析与控制策略优化研究,100kW微型燃气轮机Simulink建模，微燃机包括压缩机模块、容积模块、回热器模块、燃烧室模块、膨胀机模块、转子模块以及控制单元模块。 考虑微燃机变工况特性下的流量、压缩绝热效率、膨胀绝热效率、压缩比、膨胀比等参数的变化，可以观察变负载情况下微燃机转速、燃料量、发电效率、排烟温度等等参数的变化情况。 控制器主要包括转速控制、温度控制和加速度控制。 每一个控制环节输出一个燃料基准，经过最小值选择器后作为燃料供给系统的输入信号。 ,核心关键词： 1. 100kW微型燃气轮机 2. Simulink建模 3. 微燃机模块 4. 变工况特性 5. 流量参数 6. 绝热效率 7. 膨胀比 8. 转速 9. 燃料量 10. 发电效率 11. 排烟温度 12. 控制器 13. 转速控制 14. 温度控制 15. 燃料基准,"基于Simulink建模的微型燃气轮机多模块协同控制研究"

在IT行业中，经典ASP（Active Server Pages）是一种早期的服务器端脚本技术，用于构建动态网页。尽管现代Web开发更多地依赖于像PHP、Python、JavaScript（Node.js）或.NET框架，但仍有部分遗留系统使用ASP。JSON（JavaScript Object Notation）是数据交换格式，因其轻量级和易于阅读而被广泛应用。这篇关于“经典ASP读取JSON字符串/生成JSON对象，数组对象等”的知识将详细介绍如何在ASP环境中处理JSON数据。 1. **JSON对象与数组的结构**： JSON对象以大括号{}表示，键值对之间用逗号分隔。键必须是字符串，用双引号包围。例如：`{"name": "John", "age": 30}`。数组则用方括号[]表示，元素间以逗号分隔，如：`["apple", "banana", "orange"]`。 2. **ASP解析JSON字符串**： 在经典ASP中，没有内置的JSON解析库。不过可以使用第三方库，如`aspjson`，这是一个流行的ASP JSON处理组件。通过引入这个组件，可以将JSON字符串转换为ASP变量，便于操作。例如： ```vbscript Dim jsonStr, jsonObj jsonStr = '{"name": "John", "age": 30}' Set jsonObj = New ASPJSON jsonObj.LoadJSON jsonStr Response.Write jsonObj("name") ' 输出 "John" ``` 3. **生成JSON对象**： 使用`aspjson`库，可以创建并填充ASP对象，然后将其转换为JSON字符串输出。例如： ```vbscript Dim jsonObj, arr Set jsonObj = New ASPJSON Set arr = jsonObj.CreateObject("Array") arr.Add "Item1" arr.Add "Item2" jsonObj.Data = arr Response.Write jsonObj.Stringify() ' 输出：["Item1","Item2"] ``` 4. **处理JSON数组**： 当JSON数据包含数组时，可以遍历数组中的每个元素。假设我们有如下JSON字符串： ```json {"items": ["item1", "item2", "item3"]} ``` 可以这样处理： ```vbscript Dim jsonObj, itemsArr, item Set jsonObj = New ASPJSON jsonObj.LoadJSON jsonString Set itemsArr = jsonObj("items") For Each item In itemsArr Response.Write item & "
" Next ``` 这将依次输出 "item1"、"item2" 和 "item3"。 5. **上传与下载JSON**： ASP可以接收HTTP请求中的JSON数据，并将其解析为对象。同样，它也可以将处理后的数据以JSON格式发送回客户端。例如，响应一个包含数组的JSON： ```vbscript Response.ContentType = "application/json" Response.Charset = "UTF-8" Dim arr Set arr = CreateObject("Scripting.Dictionary") arr.Add "key1", "value1" arr.Add "key2", "value2" Response.Write arr.Items() ' 发送JSON数组 ``` 6. **错误处理**： 在处理JSON时，应考虑解析错误、数据类型不匹配等情况。例如，使用`aspjson`时，如果JSON字符串格式不正确，`LoadJSON`会抛出异常，需要捕获并处理。 7. **文件`asp_json_read`**： 这个文件可能包含了读取JSON数据的示例代码，可能包括从文件、数据库或其他数据源读取JSON，然后使用ASPJSON库进行解析和操作。 总结，经典ASP处理JSON主要依赖于第三方库，如`aspjson`。通过学习这些技术，开发者可以将ASP应用程序与现代API和服务集成，实现数据的交互和传输。理解和熟练掌握JSON在ASP环境中的应用对于维护和升级旧系统至关重要。

该算法为正交（田口）数组提供输入：Q（级别数）和 N（因子数）。 输出是一个 M*N 数组，其中 M = Q^J，田口表的行和 J 满足方程 N= Q^(J-1) - 1)/(Q-1)； 参考：Leung, Y.-W.; Yuping Wang，“一种正交遗传算法用于全局数值优化的量化百分比，“Evolutionary 计算，IEEE Transactions on ，vol.5，% no.1，pp.41,53，2001 年 2 月。

基于MATLAB的自适应容积卡尔曼滤波(ACKF_Q)源代码：优化状态协方差Q的估计误差降低技术,【ACKF_Q】基于MATLAB的自适应ckf（容积卡尔曼滤波）源代码，通过自适应状态协方差Q来实现，得到了比传统方法更低的估计误差。 适用于Q无法获取、估计不准、变化不定的情况。 只有一个m文件，方便运行，包运行成功 ,基于MATLAB; 自适应ckf; 容积卡尔曼滤波; 自适应状态协方差Q; 估计误差; 无法获取Q; 估计不准确; 变化不定的Q情况; m文件实现。,自适应容积卡尔曼滤波(ACKF)源码：误差更低，状态协方差Q自适应调整

基于遗传算法的动态柔性作业车间调度问题：重调度策略与优化结果分析,遗传算法 动态柔性作业车间调度问题fjsp 重调度，动态调度，车间调度，优化结果良好，算法模块化python 编程，可供后期灵活修改。 基于 ga算法的柔性作业车间 机器故障重调度 右移重调度。 完全重调度 ,遗传算法; 动态柔性作业车间调度问题(FJSP); 重调度; 动态调度; 机器故障重调度; 右移重调度; 完全重调度; 算法模块化; Python编程。,"GA算法在动态柔性作业车间的重调度优化策略" 在现代制造业的车间调度领域中，动态柔性作业车间调度问题（Flexible Job Shop Scheduling Problem, FJSP）是其中最为复杂和具有挑战性的问题之一。该问题涉及在不断变化的生产环境中，对多种不同的作业进行有效的时间分配和资源分配，以期达到最优化的生产效率和最低的制造成本。随着信息技术的发展，传统的静态调度方法已经无法满足快速响应市场变化的需求，因此，动态调度和重调度策略的研究变得日益重要。 遗传算法（Genetic Algorithm, GA）作为一种模拟自然选择和遗传学机制的搜索和优化算法，因其在处理复杂问题和大规模搜索空间中的独特优势而被广泛应用于动态FJSP的求解。通过模拟生物进化过程中的选择、交叉和变异操作，遗传算法能够在多次迭代中逐渐找到问题的近似最优解。 在动态FJSP中，作业的到达时间、机器的故障、订单的取消和变更等都是经常发生的情况，这些动态变化要求调度系统能够迅速做出反应，并调整原有的调度计划，以适应新的环境。因此，重调度策略的设计变得至关重要。重调度策略可以分为几种不同的类型，包括右移重调度、完全重调度等，每种策略都有其特定的应用场景和优缺点。 右移重调度策略主要关注在不改变作业顺序的前提下，对受影响的作业进行时间上的调整。这种策略的优点在于能够保持作业顺序的稳定性，避免造成生产计划的混乱，但其缺点是可能导致部分资源的利用率下降。完全重调度则是当系统发生重大变化时，对所有作业的调度计划进行重新规划，虽然这种策略能够充分利用系统资源，但其计算代价相对较大，需要快速高效的优化算法支撑。 在优化结果方面，遗传算法在动态FJSP中能够找到质量较高的调度方案。优化结果的良好不仅表现在生产效率的提高和制造成本的降低上，还体现在算法自身的性能上，如收敛速度和解的多样性。为了进一步提升遗传算法在动态FJSP中的应用效果，算法的模块化设计和Python编程的使用成为关键。模块化设计使得算法结构清晰，便于后期的维护和修改，而Python编程则因其简洁和高效的特点，为算法的快速开发和运行提供了良好的支持。 遗传算法在动态柔性作业车间调度问题中的应用，特别是在动态调度和重调度策略方面的研究，已经成为提升制造业生产调度智能化和自动化水平的重要途径。通过不断优化算法结构和提高计算效率，可以为解决实际生产中的动态调度问题提供科学的方法论指导和技术支持。

STM32是一款基于ARM Cortex-M内核的微控制器，广泛应用于嵌入式系统设计。STM32H库是STMicroelectronics公司为STM32系列MCU提供的开发支持库，它包含了许多功能强大的函数，便于开发者进行高效编程。在这个主题中，我们将深入探讨如何使用STM32H库进行内部FLASH的读写操作以及结构体数组的数据存取。 内部FLASH在STM32中是用于存储程序代码、配置数据或非易失性数据的重要部分。它的优势在于断电后仍能保持数据，因此常用于保存设置信息或长期存储。下面将详细解释如何进行读写操作： 1. **内部FLASH的读操作**：读取内部FLASH非常简单，因为Cortex-M处理器可以直接从FLASH执行代码。但如果你需要在运行时读取某个特定地址的数据，可以使用`HAL_FLASH_Read()`函数。该函数接受一个地址和数据缓冲区指针作为参数，然后将指定地址的数据复制到缓冲区。 2. **内部FLASH的写操作**：写入内部FLASH涉及到擦除和编程两个步骤。你需要使用`HAL_FLASHEx_Erase()`函数来擦除特定的扇区，确保要写入的区域为空。然后，使用`HAL_FLASH_Program()`函数将新数据写入指定地址。注意，写操作通常有最小编程单位限制，比如在STM32F1系列中通常是2个字节。 结构体数组的写入与读取在实际应用中非常常见，例如保存用户设置或设备状态。以下是如何操作： 1. **结构体数组的写入**：你需要定义一个结构体类型，包含你需要存储的字段。然后，创建一个结构体数组并填充数据。写入FLASH前，将结构体数组转换成字节数组，因为内部FLASH只能按字节写入。使用`HAL_FLASH_Program()`函数，按字节或半字节写入数组的每个元素。 2. **结构体数组的读取**：在读取时，首先分配相同大小的内存空间来接收读取的数据。然后，使用`HAL_FLASH_Read()`函数读取FLASH中的字节序列，并根据结构体大小和排列顺序解析成对应的结构体数组。注意，不同平台的字节序可能会有所不同，可能需要进行字节序转换。 在进行FLASH操作时，需要注意以下几点： - **保护机制**：STM32具有保护机制，防止意外擦除或修改某些区域。在写操作前，需要检查和设置适当的保护状态。 - **错误处理**：`HAL_FLASH_*`函数返回的状态码能够提供操作结果，如成功、繁忙、错误等。必须正确处理这些返回值，避免程序异常。 - **等待状态**：写入和擦除操作可能需要一段时间，因此在调用相关函数后，通常需要等待操作完成。 理解并熟练掌握STM32H库的内部FLASH读写操作及结构体数组的存取是开发STM32应用的关键技能。通过合理使用这些功能，你可以构建可靠且高效的嵌入式系统。