粒子群机器人路径规划

混合高斯背景建模，MATLAB，用的是背景差分和实时背景更新

提供二维的核密度估计，详细注解，希望能对大家有所帮助

1000W逆变器的原理图和PCB图，根据这个PCB图制成电路板可以直接使用。亲测有效。

文章介绍了计算多自由度转子系统固有频率的传递矩阵法，以及用于实现该算法的Prohl法和Riccati 法的推导过程。利用Matlab 强大的绘图计算功能和改进的Riccati 传递矩阵法所具有的良好的数值稳定性，避免了传统的Prohl 传递矩阵法在计算过程中的丢根现象，提高了整个转子系统分析运算的精度。并用Matlab 对各算法的数值稳定性进行了分析。190其中112,21,2对应于(3)式的矩阵各项。将式(6)展开,得:}+1=11M}+12引入如下的 Riccal变换式中[]就是ca传递矩阵,它是一个2×2阶的待定矩阵,把式(8)代人式(7)式中得这就是 Riccait递推公式。由起始截面的边界条件(门1=0,(e小)≠0固有初始条件[S]=[0]。代人式(9)就可依次递推[S,[,.S对末端截面N+1有:由边界条件{门}x1-{0},{e≠0故得(10)式有解的条件是:+和PωM/法一样,在感兴趣的范围内按一定的步长选定试算频率计算出剩余量S-值,就可以画出剩余量随a变化的曲线,曲线与横坐标交点所对应的转速就是转子的各界临界转速。在PmM的传递矩阵法中,是用r阶的矩阵递推来求剩余量△(o2)。在Bceb的传递矩阵法中是用r/2阶的矩阵国递推来求剩余量S×+1,由于与的递推式中含有逆矩阵,使得剩余量曲线经常会出现异号无穷型奇点。因而在常见的转子动力系统中,剩余量曲线的根和奇点的位置十分接近。在实际转子系统中,临界转速值与奇点值间的间隔可能少于10/m,因此这种方法的丢根现象不可避免。参考PnoM方法中剩余量△(a2)无奇点的事实,可以对 riccati方法中的剩余量加以改造。由式(10)得+1n{%+12]1{}依次类推{}[]+∏[2+21{12在满足相同边界条件时应有△1=[]L21320064事实上(12)式就是(5)式,只是在数值计算中,它们是按不同的方法递推而得到的。因此在数值上它们的精度也不同。当PmM法出现数值不稳定时,(13)式所示的剩余量仍然保持相当的精度。由于剩余量(o2)随0变化的曲线不存在奇点,因此以作剩余量的曲线也不存在奇点。由于(12)式中un+ux]在进行S的递推过程中都已求得,所以在计算时也不会增加太多的工作量,但却可以克服丟根的缺点。事实上(13)式是把(11)式的异号无穷型奇点变为同号无穷型奇点,这样只有当跨过一个真正的根时才变号。枚除了两个临界转速值非常接近的情况,即当两临界转速的差小于所选步长时,一般不会发生漏根。三利用MmMh编制PmM/法、Bicn法及改进的kKRiccati法的程序对各算法结果进行分析。运用算例:如图转子系统简化模型,其数据如下1转子系统简化模型2.94t=588t(=236)1.3m(=1,2,,6)29592×10(kN·m)(i=1,2,)6)支承简化为如图模型相应参数为1.9600×106kN.m-1;2.7048×10kN·m=3.5771(=1,2)编制Maab程序运行待如下表所示的各阶频率。从表1可以看出在 Protel法的计算结果中,小于1058239rad/s固有频率共计算出了7个, Ricca算法计算出了13个固有频率,而改进了的ieai算法在消除奇点干扰后可以计算出17个固有频率。从而明显的看出改进的Racm法可以很好的避免计算过程中的丢根,在数值上具有很好的稳定性。计算细果慧裝protel算法(rads)Riccati算法(rads)改进的 Riccati算法(rad/s190.812100.815208249197.895197.895445924208.245208.24522.9655646.410445.9256832.610458.175458.1751058.239539925539925580.l659646.415574.265759.225580.165832.615646.415987.0057150451058.23583261516987.0051058.235利用a的绘图功能我们可以直观的从图中分析岀各算法的漏根现黎如图2、图3、图4所示:1912P法计算恩有单率输出固像1eg法计算回有率出四像t”改进计算有率始步入从图2、图3、图4可以看出在530到580的频率区间上,前两条曲线与0轴只有一个交点即所求固有频率为539925a/s的点,第三条曲线在相同的区间上与0轴的交点为三个,显然改进的 mccall方法找回了漏掉的根550.225ad/s和574265rad/s。利用 Matlab程序绘图我们还可以绘出改进的 Riccati方法把异号无穷型奇点转化成了同号的无穷型奇点的情况,如图5、图6所示。从图中区间987ras到1090rad/s的曲线可以明显的看出图5曲线以0轴为对称轴倒置后即得到图6在此区间的曲线线形,从而改进了 Riccati算法,在曲线中,只有在跨过个真正的根时剩余量才变号。所以除了两个临界转速之差小于所选步长的情况除外,一般改进后的riccati算法不会发生丢根c算利0改进的热计算有明p1m0p三41000100在计算多自由度转子系统固有频率的传递矩阵法中,我们可以利用 Matlab编程实现Ph/法、 riccati法以及改进的Riea法对于系统固有频率的计算,利用Maab的绘图功能对各算法的结果进行直观的分析,从而明显的看出各算法的漏根情况。本文对于计算复杂的多自由度系统固有频率具有参考意义,也可用于复杂系统低阶固有频率的粗算。同时 Matlab的矩阵运算功能在传递矩阵法中也得到了充分的利用(Electromechanical Engineering Dept, Sichuan University of Science Engineering, Zigong 643000, China)This article introduced the transfer matrix method about the natural frequency calculation of themuulti- degrees freedom rotor system, as well as inferential reasoning process about Prohl law and thericcatilayUSing formidable cartography and computation function of the Matlab as well as the good value stability aboutimproved riccati law it avoided the losing of the natural frequency and enhanced the precision ofentire rotorsystem further analyze. The value stability of various algorithms areanalyzed with Matlab in the paper toorotor system; natural frequency; transfer matrix method; Matlab

基于STM32的无刷直流控制器代码。完整代码。

《基于XILINX FPGA的OFDM通信系统基带设计》以无线局域网物理层标准IEEE 802．11a为实例，研究如何在FPGA上实现一个OFDM通信系统的基带收发机。《基于XILINX FPGA的OFDM通信系统基带设计》在系统地给出了收发机模块划分的基础上，对每个模块的算法和FPGA实现进行详细探讨，内容涵盖一个完整无线通信系统的绝大部分模块，包括扰码、编码、交织、OFDM调制／解调、帧同步、频偏校正、符号同步、采样时钟同步、信道均衡、viterbi解码等。《基于XILINX FPGA的OFDM通信系统基带设计》所有模块均在Xilinx公司大学计划Spartan一3E Starter Ki

附带两种harris角点检测代码，都可以使用matlab正常运行。第一种经典harris角点检测可以显示角点坐标，角点数量，运行时间。第二种harris是在第一种之上进行改进的代码，坐标可以显示到亚像素级别。两种代码都有很详细的解释，既适合初学者，也适合进一步研究。可以再次基础上改动实现自己的需要！

pdf文档，中文来源：华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

转速开环恒压频比控制的交流异步电机调速系统仿真

灵敏度是美赛非常重要的加分项，建议下载查阅