Maxon电机选型手册大全

Lamb波的频散曲线是进行超声Lamb波无损检测的重要依据。本程序对Rayleigh2Lamb方程进行了分析,给出了无限大板中Lamb波频散曲线的数值计算方法,通过Matlab软件对求解过程进行编程,绘制出Lamb波在铝板中传播的相速度和群速度曲线,并通过试验进行了验证,对推广应用Lamb波进行无损检测具有实际意义。

设信道响应已知。采用线性模型下的线性MMSE估计方法，根据观测信号yk估计发送信号xk。

徐兴福主编，非常使用。本书讲解了HFSS操作方法，并提供了大量的工程设计实例，分为基础篇（1～6章）和实例篇（7～21章）。基础篇包括HFSS功能概述、HFSS建模操作、网格划分设置、变量设置与调谐优化、仿真结果输出，以及HFSS与其他软件的联合、数据输入/输出等；实例篇包括PCB微带线、微带滤波器、腔体滤波器、介质滤波器、功分器、耦合器、微带天线、GPS/北斗天线、键合线匹配、SMA头、LTCC、DRO、频率选择表面的设计与仿真。

在特征波长选取方面有一些创新，可以作为参考。在特征波长选取方面有一些创新，可以作为参考。（基于高光谱成像的蓝莓内部品质检测特征波长选择方法研究古文君1 ，田有文 1* ，张芳1 ，赖兴涛 1 ，何宽1 ，姚萍1 ，刘博林 2）586-482016620010~15mm0.8~2.3g。fone3:(InSpector V10E, Spectral InFinland)1392pix×1040pixCCDL CCD2(IGV-B141OM, IMPERX Incorporated, USA), 150W1. CCD Camera; 2.Spectrometer; 3.Shot; 4. Light source; 5. Samples(3900 Illuminatior, Illumination Tech6.Translationplatform7.Lightsourcecontroller;8.computernologies inc.,USA)、(IRCP0076-19. Translation platform controllerCOM,)、(120cm×50cmx(DELL VoStro 5560D-1528Figure 1 Schematic diagram of hyperspectral imagingcmsystem400~1000nm,4722.8nmRRGY-4(10mm)(DBR45(successive projections algorithm, SPA(stepwise multiple linear regression, SMLR)(SPA)(SMLR)SPASPASMLRSPA-SPA、SMLR_SMLR、SPA- SMLRSMLR-SPA21994-2018ChinaAcadcmicJournalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct5871.6BP(error back propagation)BP17(correlation coeffiient of calibration, Re)(root mean square error of calibration set, RMSEC)correlation coeffiient of pre-diction, Rp)(root mean square error of prediction set, RMSEP)ENVI 4.8(Research System Inc, ), MATLAB 2014a(The Math Works Inc)、TheUnscrambler9.7、 Excel2010(Ⅵ icrosoftdgle banddWcvef.BP models for soluble solidsThe selected characteristic wavelengthCurve of relative reflectanceExtract the region of interescontent and firmness prediction2figure 2 Flow chart of data processing280mm,68ms,28mm·s-。99%202.2600nm600nm2b2c)21994-2018ChinaAcadcmicJournalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct5884823(2f)BPSavitzky-Golasavitzky -golayTable 1 The effect of different spectra preprocessingCalibration setPredictioSpectrum typeRMSECRMSEPOriginal spcctrum0.933/0.9230.3510.4040.9200.9100.508/0.319MSCThe spectrum after MSC processing0.940/0.9450.56lO.3120.9190.9320.516/0.282SNThe spectrum after SNV processin0.93709340.60210.24309220.9010.6320.462Savitzky-golayThe spectrum after Savitzky-Golay processing 0.955/0.9550.3240.2410.951/0.9490.400/0.2782.5SPA-SPA SMLRSMLR SPA-SMLR SMLR-SPASPA-SPASPASavitzky-GolaySPATable 2 The results of multi-stage characteristic wavelength selection methodnmCharacteristie wavelength selection methodSPA-SPA452,455,470,482,490,785,893,912,921,942,950455,470,482,785,893.912SMLR-SMLR457,508,516,534,543,51,556,568,712,720.774,778508,534,543,712,720,774SPA-SMLR452,455,470,482,490,785,893,912,921,942,950452,470,482,490,893,912SMLR-SPA457,508,516,534,543,551,556,568,712,720,774,78534,7202.6Savilzky-gola(FS)392SPA-SPASMLR-SMLRSMLR-SMLRSMLR-SPABPBP0.001500021994-2018ChinaAcadcmicJournalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct589BPBPSPA-SPARp RMseP0.9520.391°Brix,RpRMSEP0.9530.234BrixTable 3 Detection results of soluble solid content and firmness of blueberry based on different multi-stagecharacteristic wavelength selection methodsCalibration setPrediction setCharacteristic selection method Wavelength numberRMSECRMSEP3929550.9550.324/0.2410.9510.9490.400/0.278SPA-SPA0.9590.9560.3180.1530.9520.9530.391/0.234SMLR-SMLR0.9560.9340.414/0.243912109020.559/0.349SPA SMLR0.828/0.8581.3670.58582208091.440/0.719SMLR- SPA20.958/0.9360.402/0.3359320.9280.435/0,4041387nm1229nm91.5%BPRRMSEP0.904215.163lBP3Rv0.84V0.94Rv0.83,SEV0.63。400-1000nmSavitzky-GolayBPSPA-SPASPA-SPA21994-2018ChinaAcadcmicJournalElcctronicPublishingHousc.Allrightsrcscrved.http://www.cnki.nct59048[1 KADER F,ROVEL. B Fractionation and identification of the phenolic compounds of highbush blueberries(Vaccinium corymbosumLUJ].Food Chemistry, 1996,55(1): 35-40「J,2012,33(1):340-342,2017,38(2):301-305.[4 MENDOZA F, LU R, ARIANA D,et al. Integrated spectral and image analysis of hyperspectral scattering data for prediction ofple [ruil firmness and soluble solids conlenl[J] Poslharvesl Biology and Technology, 2011, 62(2: 149-160[5 SUN M J, ZHANG D, LIU L,et al. How to predict the sugariness and hardness of melons a near-infrared [J]. Food Chemistry,2017,218(3:413-42116 SIEDLISKA A, BARANOWSKI P, MAZUREK W, ct al. Classification models of bruise and cultivar detection on the basis of hy-perspectral imaging data[J]. Computers and Electronics in Agriculture, 2014, 106: 66-74[7 LIU D, SUN D W, ZENG X N, el al. Recenl aDvances in wavelength seleclion lechniques for hyperspectral image processing inthe food industry[J]. Food Bioprocess Technol, 2014, 7: 307-323[8 ZHANG C, GUO C T, LIU F,et al. Hyperspectral imaging analysis for ripeness evaluation of strawberry with support vector ma-chine[j] Journal of Food Engincering, 2016, 179: 11-18[9J,2016,47(5:634-6402009,29(:1611-1615201536(12)171-17612]J,2012,32(11:3093309[13] LI B C, HOU B L, ZHANG D W,et al. Pears characteristics (soluble solids content and firmness prediction, varieties) testingInethods based on visible-near infrared hyperspecTral imaging[J]. OpLik, 2016, 127: 2624-2630[14] FAN S X, ZHANG B H,LI J B, et al. Prediction of soluble solids content of apple using the combination of spectra and textural features of hyperspectral reflectance imaging data[J. Postharvest Biology and Technology, 2016, 121: 51-61[15 RAJKUMAR P, WANG N,EIMASRY G, et al.Studies on banana fruit quality and maturity stages using hyperspectral imaging[ JIJournal of Food Engineering 2012, 108: 194-200,2015,36(16):10172015,35(8:2297-2302[18]WANG N,2007,23(2:151-155.「192008,39(5):91-9320」201536(10:70-74.[21] WU D, SUN D WAdvanced applications of hyperspectral imaging technology for food quality and safety analysis and assess-ment a review part T[J]. Innovative Food Science and Emerging Technologies, 2013, 19(4): 1-14J2014,35(8:57-61BP,2012.124」13,44(2):142-146.25],201523(6:1530-1537M011:41-48.[27,2013,24(10:1972-19762010,30(10):2729-2733?1994-2018ChinaAcadcmicJournaleLcctronicPublishingHousc.Allrightsreservedhttp://www.cnki.nct

运用matlab进行双目立体视觉的深度信息匹配，最后导出彩色深度图

用拉格朗日方法建模，设计倒立摆二次型最优控制器，通过MATLAB仿真和实际系统实验，实现对倒立摆的稳定控制。建立模型，确定参数，进行控制算法设计、系统调试和分析等步骤实现

OFDM MIMO matlab simulink 仿真

本科课程设计-学校机房管理系统，对机房信息增删改查，jsp+servlet+ajax+sql2000，有登陆界面，机房管理信息界面

埃斯顿EtherCAT使用手册,包含了数据字典如何使用，以及驱动器如何配置 还有CIA402数字字典

【实例简介】时频分析工具箱中提供了计算各种线性时频表示和双线性时频分布的函数， 本帖主要列出时频分析工具箱函数简介，以号召大家就时频分析应用展开相关讨论。 一、信号产生函数： amexpo1s 单边指数幅值调制信号 amexpo2s 双边指数幅值调制信号 amgauss 高斯幅值调制信号 amrect 矩形幅值调制信号 amtriang 三角形幅值调制信号 fmconst 定频调制信号 fmhyp 双曲线频率调制信号 fmlin 线性频率调制信号 fmodany 任意频率调制信号 fmpar 抛物线频率调制信号 fmpower 幂指数频率调制信号 fmsin 正弦频率调制信号 gdpower 能量律群延迟信号 altes 时域Altes信号 anaask 幅值键移信号 anabpsk 二进制相位键移信号 anafsk 频率键移信号 anapulse 单位脉冲信号的解析投影 anaqpsk 四进制相位键移信号 anasing Lipscjitz 奇异性 anaste 单位阶跃信号的解析投影 atoms 基本高斯元的线性组合 dopnoise 复多普勒任意信号 doppler 复多普勒信号 klauder 时域Klauder小波 mexhat 时域墨西哥帽小波 二、噪声产生函数 noiseecg 解析复高斯噪声 noiseecu 解析复单位高斯噪声 tfrgabor Gabor表示 tfrstft 短时傅立叶变换 ifestar2 使用AR(2)模型的瞬时频率估计 instfreq 瞬时频率估计 sqrpdlay 群延迟估计 三、模糊函数 ambifunb 窄带模糊函数 ambifuwb 宽带模糊函数 四、Affine类双核线性时频处理函数 tfrbert 单式Bertrand分布 tfrdfla D-Flandrin分布 tfrscalo 尺度图 tfrspaw 平滑伪Affine类Wigner分布 tfrunter Unterberger分布 五、Cohen类双核线性时频处理函数 tfrbj Born-Jordan分布 tfrbud Butterworth分布 tfrcw Choi-Williams分布 tfrgrd 归一化的矩形分布 tfrmh Margenau-Hill分布 tfrmhs Margenau-Hill频谱分布 tfrmmce 谱图的最小平均互熵组合 tfrpage Page分布 tfrwv 伪Wigner-Ville分布 tfrri Rihaczek分布 tfrridb 降低交叉项的分布（Bessel窗） tfrridbn 降低交叉项的分布（二项式窗） tfrridh 降低交叉项的分布（汉宁窗） tfrridt 降低交叉项的分布（三角窗） tfrsp 谱图分布 tfrspwv 平滑伪Wigner-Ville分布 tfrwv Wigner-Ville分布 tfrzam Zhao-Atlas-Marks分布 六、其他处理函数： friedman 瞬时频率密度 htl 图像直线检测中的Hough变换 margtfr 时频表示的能量 momftfr 时频表示的频率矩 momttfr 时频表示的时间矩 renyi Renyi信息度量 ridges 波峰提取 plotifl 绘制归一化的瞬时频率规律 tfrparam 返回用于显示时频表示的参数 tfrqview 时频表示的快速可视化 tfrsave 保存时频表示的参数 tfrview 时频表示的可视化