为保证线阵CCD在图像测量中正常、稳定工作,必须设计出适合其工作的时序驱动电路。在分析TCD1501D 线阵CCD驱动时序关系的基础上 ,通过分析CCD输出的图像信号[1],给出了内、外相关双采样的时序控制。最后,利用quartus7.2软件平台结合VHDL语言进行开发,对所需驱动脉冲进行仿真设计。仿真结果表明,该驱动电路简单、功耗小、成本低、抗干扰能力强,适用于设备小型化的要求。
1
在一些小功率的实际应用中,若要采集电流也是一件头疼的事,要么成本高,要么取样电阻功率消耗过大。比如一些直流无刷电机,100W以内,220V供电电流也就不到500mA。采样电阻用1Ω的话,最大压降0.5V,有点小。再加一级运算放大器,成本又高。若是采样电阻6.8Ω,最大压降3.4V,这个采集就不成问题了,但是采样电阻的功耗是多少呢?差不多2W了,自身发热太厉害。本文作为电流采样的进阶篇,当然得有些技术含量,否则体现不出价值来,且让我一一道来。主要采样负载RL的电流,采集电流之后再乘以负载工作电压就可知道当前的功率。负载工作电压值容易获得,对负载电压用电阻进行分压取样即可。本文主要讲解一种新的电流取样方式,取样+放大一体化,并且实现电路最简化。模拟电路没学好的话可能就比较吃力了,有原理图也看不懂。若看起来别扭,不好分析,我再改变一下,根据应用电路画出等效电路如下图。 可以看出负载电流IL与三极管Q1发射极的电流之比就是R3与电流采样电阻Rs之比,也即R3上的压降绝对值等于Rs上的压降绝对值,只不过是方向相反。R3与Rs之比就相当于电流放大倍数。这就是它的绝妙之处,现在我们来看实际应用
2021-12-10 10:34:05 71KB 电流采样 运算放大器 电路设计 文章
1
adaptburgers_mol.zip 包含简单的 matlab 代码,这些代码使用 ode15s 作为时间步进方法的线法和空间径向基函数的自适应残差二次采样来求解一维时间相关的伯格斯方程。 参考: TA Driscoll 和 ARH Heryudono 径向基函数插值和搭配问题的自适应残差二次采样方法,提交给。 计算。 数学。 应用程序论文可从以下网址下载: http://www.math.udel.edu/php/deptapps/techrept.php?year=2006 解压文件,然后运行adaptburgers_mol.m 可以修改代码以解决其他一维非线性 pdes,例如 Allen-Cahn 等。 更多代码可以下载 http://www.math.udel.edu/~heryudon/research.html
2021-12-09 19:54:02 3KB matlab
1
在matlab中对原信号的叠加和采样、以及频谱分析。自己写得,简单易懂。。。对初学者很有用
1
ADC多通道采样,可以采集6个通道,也可以增加到16个通道,原理相同
2021-12-09 14:44:59 8.32MB ADC
1
本文主要对采样频率、采样点数、频率分辨率进行了解析说明,希望对你的学习有所帮助。
2021-12-09 08:51:56 88KB 采样频率 采样点数 频率分辨率 文章
1
该 zip 文件包含计算模糊函数 (XAMB)、上采样和内插相关 (XCORRU) 以及相干函数 (XCOH) 的函数。 可以在每个函数中指定一个预滤波器来“锐化”相关峰。 XAMB 计算(交叉)模糊度函数的估计值。 可以返回包含歧义函数的峰的属性的记录。 XCORRU计算上采样和内插(互)相关函数的估计值。 可以返回包含相关函数峰值属性的记录。 XCOH 计算(交叉)相干函数的估计值。 可以返回包含相干函数峰值属性的记录。
2021-12-08 17:43:41 12KB matlab
1
用窗函数法进行FIR滤波器设计的相关问题,目前的教材讲解较为细致,这里不再赘述。本文主要探讨用频率采样法设计FIR数字滤波器的相关问题,主要包括设计原理、性能分析、线性相位条件及设计中应注意的问题等几个方面。
2021-12-08 16:25:07 416KB 频率采样法 设计 FIR滤波器 文章
1
关于在FPGA存储AD采样值 利用何种截位方式可以避免带来直流分量给出matlab仿真,并说明原因.zip
2021-12-07 22:17:42 13KB FPGA AD 截位方式
1
针对尺度不变特征变换(SIFT)描述子仅利用特征点的局部邻域灰度信息而对图像内具有相似灰度分布的特征点易产生误匹配的问题,提出一种基于典型相关分析(CCA)的SIFT误匹配剔除方法。该方法首先利用SIFT算法进行匹配,得到初始匹配对;然后根据典型相关成分的线性关系拟合直线,利用点到直线的距离剔除大部分误匹配点对;对剩余的匹配点对,逐一分析其对典型相关成分的共线性的影响,剔除影响程度大的特征点对。实验结果表明,该方法能够在剔除误匹配的同时保留更多的正确匹配,提高了图像配准的精度。
1