该报警器能探测人体发出的红外线，当人进入报警器的区域内，即可发出报警声，适用于家庭、办公室、仓库、实验室等比较重要场合防盗报警。 　　该装置电路原理见图1。由红外线传感器、信号放大电路、电压比较器、延时电路和音响报警电路等组成。红外线探测传感器IC1探测到前方人体辐射出的红外线信号时，由IC1的②脚输出微弱的电信号，经三极管VT1等组成级放大电路放大，再通过C2输入到运算放大器IC2中进行高增益、低噪声放大，此时由IC2①脚输出的信号已足够强。IC3作电压比较器，它的第⑤脚由R10、VD1提供基准电压，当IC2①脚输出的信号电压到达IC3的⑥脚时，两个输入端的电压进行比较，此时IC3的⑦脚由

文件中包括DAP下载电路的PCB原理图以及PCB板子，同时还有一个DAP的驱动程序！DAP的驱动程序中，打开时会看到一个JLINK的工程，不用管它，因为HEX文件是DAP重命名过来的，直接下载就可以使用了！！

此次比赛主控芯片为STC12C5A60S2，显示器用LCD12864,外围电路有红外一体接收头，步进电机驱动电路跟蜂鸣器驱动电路，外围电路比较简单，开门釆用步进电机模拟，驱动芯片为ULN2003。 红外遥控门原理图截图: 实现功能 （1）当用上遥控器上锁后，需输入相应的开门密码，单片机判断后，若正确，蜂鸣器发出“滴滴”，代表开门，若错误，蜂鸣器发出较快的“滴滴滴”。 （2）单片机断电之后，所设密码不会丢失。 （3）实现修改密码功能:以原密码修改旧密码，或者有更高层的密码可直接修改旧密码（类似于安全码）。 （4）平时不用时，单片机处于休眠模式（降低功耗），但接收到遥控器的消息后，单片机进入工作模式。 初始化界面，由红外遥控器输入命令，选择对应功能 提供两种修改密码的模式，旧密码修改与回答问题修改 密码错误三次则需等待10秒方能继续操作

此个四足机器狗模型可以作为小白入门四足自制的第一只四足机器狗，精致小巧。仍然可以采用在我第一篇博客中总线舵机的控制方法，用总线舵机代替电机进行四足算法研究与验证，方案依然采用十二自由度串联前后膝式。采用3D打印进行零件加工，耗材为pla；整体控制思路和代码都可适用。里面总共有两个文件，分别是，打印文件和安装方法的图片文件。鉴于博客发表之后，大家对四足机器狗的制作以及研究热度，将波士顿的一只简易四足狗先发布开源出来；另外我博客中介绍的自己制作的那只四组机器狗的三维图文件现在也可以分享了，有需要的可以联系我！感谢大家的支持和关注~~！

这里介绍的逆变器（见图1）主要由MOS 场效应管，普通电源变压器构成。其输出功率取决于MOS 场效应管和电源变压器的功率，免除了烦琐的变压器绕制，适合电子爱好者业余制作中采用。下面介绍该逆变器的工作原理及制作过程。 　　1.电路图 　　2.工作原理 　　这里我们将详细介绍这个逆变器的工作原理。 　　2.1.方波信号发生器（见图2） 图2 方波信号发生器 　　这里采用六反相器CD4069构成方波信号发生器。电路中R1是补偿电阻，用于改善由于电源电压的变化而引起的振荡频率不稳。电路的振荡是通过电容C1充放电完成的。其振荡频率为f=1/2.2RC.图示电路的频率为：fmax=1/

该项目为基于STM32的家用物联网网关。板载ESP8266模块，W5500网口模块，红外接收模块，串口模块，RGBLED，OLED接口，可以作为物联网家居的网关。

DIY基于摄像头的激光测距仪part1 包括文档，程序。

OpenPnP windows 32位安装文件，开源贴片机软件

前言: PWM开关电源按硬开关模式工作(开/关过程中电压下降/上升和电流上升/下降波形有交叠)，因而开关损耗大。高频化虽可以缩小体积重量，但开关损耗却更大了。为此，必须研究开关电压/电流波形不交叠的技术，即所谓零电压开关(ZVS)/零电流开关(ZCS)技术，或称软开关技术，小功率软开关电源效率可提高到80%~85%。20世纪70年代谐振开关电源奠定了软开关技术的基础。随后新的软开关技术不断涌现，如准谐振(20世纪80年代中)全桥移相ZVS-PWM，恒频ZVS-PWM/ZCS-PWM(上世纪80年代末)ZVS-PWM有源嵌位;ZVT-PWM/ZCT-PWM(20世纪90年代初)全桥移相ZV-ZCS-PWM(20世纪90年代中)等。我国已将最新软开关技术应用于6kW通信电源中，效率达93%。 本文介绍的是无抽头ZVS驱动板，如截图: ZVS驱动板电路参数: 输入电压:12V-30V 推荐24V 输入电流:小于12V≥5A 15V以上≥15A 工作频率:30KHz-80KHz 次级参数:5T+5T 应用范围: 本ZVS套件能够连续大电流工作，适合喜欢玩高压包拉弧，雅各布梯子，马克思发生器等等。 视频介绍:

该软件包使网络设计人员能够构建、模拟和定制他们自己的神经网络。 它支持递归和非递归网络架构。 每个层都包含为一个单独的子类（例如，lconv 是卷积层，llstm 是长短期记忆层），因此使研究人员能够创建自己的自定义层并将其合并到网络架构中。 提供了两个应用示例（手写数字识别和语音识别）。