在2023年北京邮电大学的通信原理实验报告中，重点关注了双边带抑制载波调幅（DSB-SC AM）的相关知识和实验操作。DSB-SC AM作为一种常见的通信调制方式，其核心在于通过调制过程移除了载波分量，保留了两个边带，从而节约了传输功率，并且理论上能够实现更高的频谱利用率。实验报告中详细阐述了DSB-SC AM信号的产生、波形特点、频谱特点，以及相干解调的原理和实施措施。 实验报告首先介绍了DSB-SC AM信号的时域和频域表现形式。时域中的DSB信号表达式为s(t)=m(t)coswt，频域表达式为1/2[M(w-wc)+M(w+wc)]。在此基础上，实验报告进一步说明了DSB-SC AM信号的产生原理和相干解调原理，即通过模拟基带信号与正弦载波相乘得到DSB-SC AM信号，并指出DSB-SC AM信号的解调必须采用相干解调方式。 在试验环节中，通过模拟音频信号和载频信号，使用乘法器产生DSB-SC AM信号，并通过示波器观察信号波形及其频谱特点。另外，为了能够在接收端恢复载波，实验中采取在发送端加导频的方法，并在接收端使用锁相环来提取载波。锁相环能够通过锁相机制跟踪导频信号，实现载波的提取。实验报告详细描述了锁相环的工作原理和调试步骤，以及如何利用低通滤波器（LPF）和90度移相器进行相干解调，最终获取模拟基带信号。 为了深入理解DSB-SC AM信号的特点，实验报告对VCO（压控振荡器）的压控灵敏度进行测量。VCO是锁相环中实现信号频率变化的关键元件，压控灵敏度的测量可以确定其频率调整的灵敏程度，这对于锁相环的调试至关重要。 整个实验过程中，详细记录了实验步骤和结果，包括DSB-SC AM信号的产生、加导频信号、锁相环的调试和载波的提取，以及最终相干解调的实现。实验报告强调了理论与实践相结合的重要性，通过实验操作加深了对DSB-SC AM调制解调原理的理解。 此外，报告中还提及了DSB-SC AM信号相干解调过程中的一些关键点，比如相位翻转与调制信号波形的关系，以及如何通过低通滤波器滤除四倍载频分量，通过隔直流电路滤除直流分量，最终获取纯净的模拟基带信号。 通过以上知识点，可以看出实验报告围绕DSB-SC AM这一通信原理的实验展开，涉及到信号的产生、调制、解调和信号恢复等多个环节。实验不仅增强了学生对通信原理的理解，而且提升了实际操作能力和问题解决能力。

内容概要：本文详细介绍了电压电流互补型有效磁链观测器的设计与实现，重点在于其C语言定点代码和Matlab仿真模型。该观测器能够实现零速闭环启动、良好的低速性能、正反转切换、堵转时不发散并能自动恢复运行。文中提到使用PI自适应率进行反馈调节，参数自整定，减少手动调整的时间。此外，该观测器适用于表贴式和内嵌式电机，并采用标幺化形式便于移植。文中提供了详细的C代码结构体、关键算法解释（如滑模自适应率）、Matlab仿真模型细节（如Tustin变换），以及实际应用场景中的优化措施（如ADC采样对齐）。 适合人群：从事电机控制系统研究与开发的技术人员，尤其是熟悉嵌入式系统和C语言编程的专业人士。 使用场景及目标：①用于电机控制系统的开发，特别是需要高精度磁链观测的应用；②帮助研究人员理解和改进现有观测器算法；③为嵌入式开发者提供高效的定点计算方法和优化技巧。 其他说明：附带的堵转测试视频展示了观测器在极端条件下的稳定性和快速响应能力。

STM32是一款基于ARM Cortex-M内核的微控制器，由意法半导体（STMicroelectronics）生产，广泛应用在各种嵌入式系统中，特别是在物联网(IoT)、医疗设备、智能家居等领域。"基于STM32的生理健康监测"项目旨在利用STM32芯片构建一个能够实时监控人体生理指标的系统。 在这样的系统中，STM32微控制器通常作为核心处理器，负责数据采集、处理、存储以及无线通信等功能。以下是一些关键的技术点： 1. 数据采集：生理健康监测可能涉及心率、血压、血氧饱和度、体温等多种指标。这需要连接各种传感器，如光电容积描记器(PPG)用于测量心率，压力传感器检测血压，红外传感器测量体温等。STM32通过其丰富的GPIO引脚和模拟输入通道(A/D转换器)与这些传感器接口。 2. 信号处理：传感器采集的数据往往需要预处理，包括滤波、放大、平均等操作，以消除噪声并提取有效信息。STM32的内置数字信号处理器(DSP)功能可以实现这些算法。 3. 实时计算：STM32内核速度快，内存资源丰富，能实时处理大量生理数据，计算出健康指数，如心率变异性(HRV)、平均心率等。 4. 存储管理：系统可能需要保存一段时间内的数据以便后续分析。STM32的闪存可以用来存储历史数据，或者通过外部存储扩展如SPI或I2C接口连接的SD卡。 5. 无线通信：通过蓝牙低功耗(BLE)、Wi-Fi或NB-IoT模块，STM32可将生理数据发送到手机、云端服务器或其它远程设备，实现远程监测和预警。STM32的嵌入式无线协议栈支持这些通信标准。 6. 电源管理：考虑到穿戴设备的续航需求，STM32的低功耗模式和电源管理单元(PMU)至关重要。通过合理配置，可以在保证系统正常运行的同时，最大程度地降低能耗。 7. 用户界面：虽然STM32本身没有显示和触摸功能，但它可以驱动LCD或OLED屏幕，通过I2C、SPI或GPIO接口控制显示模块，显示实时生理数据和状态信息。 8. 安全性：系统可能需要处理敏感的健康数据，因此安全机制如加密算法、安全启动等也是设计的一部分。STM32提供硬件加密加速器，支持AES、RSA等算法，确保数据传输和存储的安全。 9. 软件开发：开发基于STM32的生理健康监测系统，通常会使用STM32CubeMX进行配置和初始化，HAL/Low-Layer库进行驱动编程，以及FreeRTOS等实时操作系统进行任务调度。 10. 硬件设计：除了STM32外，还需要考虑电路设计，如电源电路、传感器接口、无线模块连接、电池管理等。PCB布局和电磁兼容性(EMC)也需考虑，以确保设备稳定可靠。 以上技术点构成了"基于STM32的生理健康监测"系统的主体架构，开发者需要具备嵌入式系统、传感器技术、通信协议、软件编程等多个领域的知识。通过不断的优化和迭代，这样的系统可以为人们的健康管理提供有力的支持。

# 基于Qt框架的ROS机器人监控GUI ## 项目简介 本项目是一个基于Qt框架的ROS机器人监控GUI，主要用于控制机器人并显示相关信息。它提供了一个图形用户界面，通过该界面，用户可以查看机器人的状态、发送控制指令、显示地图和图像等。该项目通过Qt的GUI库进行开发，并使用了ROS（Robot Operating System）进行机器人控制和状态获取。 ## 项目的主要特性和功能 1. 速度仪表盘实时显示机器人的速度信息。 2. 机器人速度控制通过键盘、鼠标或虚拟摇杆控制机器人的速度。 3. 电量显示实时显示机器人的电池电量。 4. 地图和信息可视化显示支持自绘制地图和librviz显示，实时显示机器人位置、路径规划、激光雷达扫描等信息。 5. 视频显示支持订阅视频话题，实时显示机器人摄像头拍摄的图像。 6. 多窗口管理支持多窗口管理，用户可以方便地切换不同的显示窗口。 7. 工具栏和菜单提供工具栏和菜单，方便用户进行各种操作。

TI公司的"mmwave-studio-02-01-01-00"是一个针对毫米波雷达技术的软件工具，用于毫米波雷达系统的开发、测试和分析。毫米波雷达是现代无线通信技术的一个重要分支，它工作在毫米级别的波长范围内（通常30GHz至300GHz），在自动驾驶、交通监控、工业自动化、无人机导航等领域有着广泛应用。 TI作为一家领先的半导体公司，提供了一系列基于毫米波技术的产品，如AWR系列芯片，这些芯片具有高分辨率、远距离探测和穿透力强的特点。"mmwave_studio"是TI为开发者提供的集成开发环境，它集成了数据采集、信号处理、可视化和调试功能，帮助工程师们快速理解和优化毫米波雷达系统。 这个软件工具的主要特点包括： 1. **数据采集与回放**：mmWave Studio支持实时数据采集，可以捕获毫米波雷达传感器产生的原始数据，并允许用户回放这些数据进行离线分析。 2. **信号处理算法**：内置多种信号处理算法，如FFT（快速傅里叶变换）、距离-Doppler图生成、角位置计算等，帮助用户理解和解析雷达数据。 3. **系统配置与仿真**：用户可以通过直观的图形界面配置雷达参数，如发射频率、脉冲宽度、天线阵列设置等，并进行系统级仿真，预测雷达性能。 4. **结果可视化**：提供丰富的图表和图像，如雷达范围图、角度图和速度图，帮助工程师直观理解雷达探测的结果。 5. **调试与优化**：提供强大的调试工具，包括错误日志、性能指标监测等，便于定位问题并优化系统性能。 6. **兼容性**：mmWave Studio通常与TI的毫米波雷达评估模块（如EVM）配合使用，这些模块集成了TI的毫米波雷达芯片，为开发人员提供了一个完整的硬件平台。 7. **API接口**：通过SDK（软件开发工具包）提供编程接口，允许用户自定义算法或与其他软件系统集成。 "mmwave-studio-02-01-01-00"是TI毫米波雷达技术的核心软件之一，它极大地简化了毫米波雷达系统的设计、调试和应用过程，是毫米波雷达开发者的得力助手。通过深入学习和使用该软件，工程师能够更好地掌握毫米波雷达的工作原理和应用技巧，从而推动相关技术的进步和创新。

1. 基于Android 11源码编译生成。 2. 文件解压后，点击soong_build.html打开主页面，在该页面可以查到Android.bp使用的各种模块。 3. 该资源脱机使用，不需要联网。 4. 常用模块举例，cc_binary, cc_library, cc_defaults, android_app, android_library

Nowadays, nonlinearity is involved in all walks of life. It is a challenge for engineers to design controllers for all kinds of nonlinear systems. To handle this issue, various nonlinear control theories have been developed, such as theories of adaptive control, optimal control, and robust control. Among these theories, the theory of optimal control has drawn considerable attention over the past several decades. This is mainly because optimal control provides an effective way to design controllers with guaranteed robustness properties as well as capabilities of opti- mization and resource conservation that are important in manufacturing, vehicle emission control, aerospace systems, power systems, chemical engineering pro- cesses, and many other applications.

openssl库的64位动态链接库，版本是1.0.2

# 基于Qt框架的智能机器人控制系统 ## 项目简介 本项目是一个基于Qt框架和QML编写的智能机器人控制系统，旨在通过网络与服务器进行交互，实现对机器人的远程控制和数据处理。项目集成了多种功能模块，包括天气信息获取、问题数据库管理、硬件控制以及图像处理等，为用户提供了一个综合性的智能控制平台。 ## 项目的主要特性和功能 1. 网络模块通过网络与Yandex等服务进行交互，获取天气信息等数据。 2. 数据处理解析JSON格式的数据，提取并处理必要的信息。 3. 数据库管理管理问题数据库，支持数据的获取和更新。 4. 硬件控制通过串口与Arduino等硬件设备进行通信，实现对机器人的控制。 5. 图像处理集成OpenCV模块，进行人脸识别、物体检测等图像处理任务。 6. 多线程支持使用多线程技术处理网络请求和其他耗时任务，确保主线程响应迅速。 ## 安装使用步骤 1. 环境准备 确保已安装Qt开发环境。

本文介绍了如何通过Fiddle抓包技术爬取开盘啦App中的50多个数据请求接口，包括人气涨停情绪、主力净流入、龙虎榜、委托信息等关键股票数据。文章详细列出了各个接口的功能和调用方法，如市场情绪指标、打板竞价数据、个股历史涨停原因等，并提供了专供Python使用的KPLApi模块及其方法说明。此外，还提到了如何解析URL和使用教程文档进行自主爬取，为股票量化分析提供了实用的数据获取方案。 在当今的数据时代，获取精确及时的股票市场信息对于投资者和分析人士来说至关重要。本文探讨了一个重要的主题——通过Fiddle抓包技术实现对开盘啦App的数据爬取。文章提供了对50多个数据请求接口的深入解析，这些接口涵盖了广泛的关键股票数据，比如市场人气涨停情绪、主力资金流向、龙虎榜信息以及委托交易信息。 文章介绍了如何利用Fiddle这一强大的抓包工具。使用Fiddle能够捕捉和分析App与服务器之间的数据交互过程，这对于理解接口调用的具体细节和参数配置是至关重要的。通过这种方式，读者可以清晰地了解到每个接口的功能和调用方法。 接下来，文章详细列出了各个接口的具体信息。例如，市场情绪指标接口可以帮助用户了解整体市场情绪的走向，而打板竞价数据接口则提供了市场中活跃交易股票的竞价信息。此外，个股历史涨停原因接口则深入分析了哪些因素导致了某些股票连续涨停，这对于投资者进行股票选择和交易决策具有极大的参考价值。 文章还介绍了专门为Python开发的KPLApi模块。该模块封装了一系列方法，便于用户直接在Python环境中调用和处理这些接口数据。这不仅降低了技术门槛，还提供了强大的数据处理能力，使得股票量化分析更加便捷和高效。 为了提高读者的自主爬取能力，文章还详细说明了如何解析URL，并提供了教程文档。这些内容对于那些希望自行探索和开发数据爬取脚本的读者来说，无疑是宝贵的资源。 本文为股票量化分析者提供了一个实用的数据获取方案，这不仅涉及到了数据接口的详细介绍和技术细节，还包括了具体的实现工具和方法。通过本篇文章的学习，读者能够掌握如何使用Fiddle进行数据抓包，如何利用KPLApi模块简化数据调用过程，以及如何自主解析和爬取开盘啦App中的股票数据。这些知识和技能对于进行股票市场分析和投资决策具有重要意义。