PID算法之msp430单片机实现

文件夹中所包含的文件如下：1、stkX是STK help中的一部分，主要讲述与外部程序（C++/C#/MATLAB等）的接口设计。 在stkX→Tutorials→PDFs中给出了一些如何调用STKX模块的一些简单例子。2、STK覆盖模块教材.pdf STK链路模块教材.pdf STK培训教材.pdf STK培训教材.ppt STK通信模块教材.pdf 均来源于网络。3、STK三维场景构建及优化方法研究.pdf STK与C_的集成开发研究.pdf 是两篇文献。4、STK中文教程.doc 来源于网络，是写的一

很全的AD封装库和元件库，解压后是SchLib和PCBLIB各一个包，安装很方便。分享给大家。

OpenWrt 上运行的tcpdump；先安装libpcap.ipk再安装tcpdump.ipk

GP22、MS1022超声水表、热量表代码，调试已通过，MSP430平台、GP22、MS1022超声水表、热量表代码，调试已通过，MSP430平台

本程序是自己针对一篇IEEE TCST文章，用matlab编程实现，已验证可以运行。附件有详细的程序使用说明，和对应的文章。适合多智能体的编队或一致性研究的初学者学习。(这个程序上传的时候少了一个m文件，请搜索本人上传的所有资源找到补充文件) 程序使用说明：1、首先运行Dong2015IEEECST.m2、再运行Dong2015IEEECST1.slx3、最后运行PLOT_Dong.m

【实例简介】本工程支持runtime v100 sdk for iOS ，加载天地图工程

VINS 的功能模块可包括五个部分:数据预处理、初始化、后端非线性优化、闭环检测及闭环优化。代码中主要开启了四个线程,分别是:前端图像跟踪、后端非线性优化(其中初始化和 IMU 预积分在这个线程中)、闭环检测、闭环优化。、总体框架Measurement PreprocessingInitializationCamera(30hz)Feature Detectionnd rackerVisual-lnertialInitializedis- onlySfMAlignmentIMU (100hMU Pre-integrationLocal Visual-Inertial: OldestSliting WindowNewestNonli+、 Keyframe?OptimizationBundle Adjustment II Loop detectionwith RelocalizationStates from Loop ClosureFealure retrievel oop Deleted二二1---11------22===Global Pose Graph4-DoF Pose Graph OptimizationKeyframe DatabaseOptimization图1VINS框架ⅵINS的玏能模块可包括五个部分:数据预处理、初始化、后端非线性优化、闭环检测及闭环优化。代码中主要开启了四个线稈,分别是:前端图像跟踪、后端非线性伉化(其中初始化和IMU预积分在这个线程中)、闭环检测、闭环优化各个功能模块的作用上要有:1.I图像和MU预处理●图像:提取图像 Harris角点,利用金字塔光流跟踪相邻帧,通过 RANSAC去除异常点,最后将跟踪到的特征点push到图像队列中,并通知后端进行处理●IU:将IMU数据进行积分,得到当前时刻的位置、速度和旋转(PVQ),同时计算在后端优化中将用到的相邻帧的预积分增量,及预积分误差的 Jacobian矩阵和协方差项。1.2初始化首先,利用SFM进行纯视觉佔计滑窗內所有帧的位姿及3D点逆深度,最后与IMU预积分进行对齐求解初始化参数1.3后端滑窗优化将视觉约束、IMU约束和闭环约束放在·个大的目标函数中进行非线性优化,求解滑窗内所有帧的PVQ、bias等。L M States in the sliding windowIMU:k States from loop clos1Camera:冷 MU measurements>visual measurements★ Catur图2滑窗优化示意图14闭环检测和优化利用D)BoW进行闭环检测,当检测成功后进行重定位,最后对整个相机轨迹进行闭环优化。U预积分VisionIMUVision图3MU预积分示意图21当前时刻pVQ的连续形式将第k唢和第kl帧之间的所有IMU进行积分,可得第kHI帧的位置、速度和旋转(PVQ),作为视觉估计的初始值,这里的旋转采用的四元数。v△t+k+1∈[k,k+1]rW(at-ba ) -owletbk JtE[k, k+1]n(,-bdt∈[k,k+1]其中,a2和O为ⅠMU测量的加速度和角速度,是在Body自身坐标系, world坐标系是IMU所在的惯导系,上式的旋转公式推导可参考附录10.1。22当前时刻PVQ的中值法离散形式公式(1)给出的是连续吋刻的相机当前PVR的达代公式,为了跟代码致,下面给出基于中值法的公式,这与 Estimator:; processIMg(O函数中的Ps]、Rs]和Vs是一致的,IMU积分出来的第j时刻的物理量可以作为第j帧图像的初始值。tr t+a26t(2)ka,St其中q(a1-ba)-g"+q:+1(a+1-ba)(a;+o;+1)2.3两帧之间PVQ增量的连续形式通过观察公式(1)可知,IvU的预积分需要依赖与第k帧的ν和R,当我们在后端进行非线性优化时,需要迭代更新第κ唢的ν和R,这将导致我们需要根据每次迭代后值重新进行积分,这将非常耗吋。因此,我们考虑将优化变量从第k帧到第κ+1帧的IU预积分项中分离开来,通过对公式(1)左右两侧各乘Rb,可化简为:R(+p2k-=2△)+ak+1b其中DtElk, k+1t∈[k,k+1R k(at-bar)ldt)Wendtt∈[kk+1这样我们就得到了连续时刻的MU预积分公式,可以发现,上式得到的MU预积分的值只与不同时刻的a2和o相关。这里我们需要重新讨论下公式(5)预积分公式,以ab,为例,我们发现它是与MU的bias相关的,而bias也是我们需要优化的变量,这将导致的问题是,当每次迭代时,我们得到一个新的bias,又得根据公式(巧5)重新对第k帧和第k+1帧之间的IMU预积分,非常耗时。这里假设预积分的变化量与bias是线性关系,可以写成:ab,+/6n6ba+/16b+8 8ba +p(6)k+1sb24两帧之间PVQ增量的欧拉法离散形式面给出离散时刻的IMU预积分公式,首先按照论文中采用的欧拉法,给出第i个MU时刻与第i1个IMU时刻的变量关系为b+1k+的6t+元R(P)(1+R(P")(a2-bbn)δt25两帧之间PⅤQ增量的中值法离散形式卜面给出代码中采用的基」中值法的IMU预积分公式,这与 Estimator: processIMUO函数中的 Integration Base: push backo上是一致的。注意这里跟公式(2)是不一样的,这里积分出来的是前后两顿之间的IU增量信息,而公式(2)给出的当前帧时刻的物理量信息+1+B k St +=a, &tbb+1Bi + au1其中a,=slqilai-bai)+qiDi t aitl2.6连续形式下PVQ增量的误差、协方差及 JacobianIMU在每个吋刻积分出来的值是有误差的,下面我们对误差进行分析。首先我们直接给出在t时刻误差项的导数为:sa00016a000000-82(066hkR;0006|=00-(a-bh)0-1192k|+|000|mLL000016ba00101n000018b000F+ozk+ Gt其中:F25×15,G215×2,62x1,n12×,上式推导可参考附录102。下面我们讨论它的作用,将其可以简写为:6之k=F62z+Gtnt根据导数定义可知:62b=1m24-6262+8=62+628t=(+F6t)6z+(Gt6t)nt(11)这里我们对公式(1)的IMU误差运动方程再说明,将上式和EKF对比可知,上式恰好给出了如EKF一般对非线性系统线性化的过程,这里的意义是表示下一个时刻的IMU测量误差与上一个时刻的成线性关系,这样我们根据当前时刻的值,可以预测出下一个时刻的均值和协方差,而公式(1)给出的是均值预测,协方差预测公式如下Pb+6=(1+Ft)P(+Fl6t)7+(G,t)Q(G18t)ot(12)上式给出了协方差的选代公式,初始值Pk=0。其中,Q为表示噪声项的对角协方差矩阵000003000另外根据(11)式可获得诀差项的 Jacobian的迭代公式:(I+F26t)(14)其中 Jacobian的初始值为bk=12.7离散形式的PVQ增量误差分析我们首先直接给出PVQ增量误差在离散形式下的矩阵形式,为了与代码一致,我们修改下变量顺序,这和代码中 midPointIntegration(函数是一致的。(但不知为何计算的V中与前四个噪声项相关的差个负号?)1t fo660f106t‖loeBk+1=0f211f20016bδb0[6b102001rnot000kRkotk+1(15006t0n0000δt其中,推导可参考附录10.3:stE(ak-ba)02-4B+1(kk+121k+1b.)6t|6t2(Rr+ rk+18t2Stn=71=Rk+1(a+1-b)6tWr+ wf1=Ik+11+Gb。)δt-Rn+1(ak+121=-2配+1Stl st21(RK+Ruts)4rula1RrotstStR+1(a1R,+114/+11t28离散形式的PVQ增量误差的 Jacobian和协方差将公式(15)简写为:k+1F15×158215×1+V15×13Q则 Jacobian的迭代公式为k+15×15=F/k(16)其中, Jacobian的初始值为/k=l。这里计算出来的k+1只是为了给后面提供对bias的acoblar。协方差的迭代公式为P+15×15=FPFr+vQv(17)其中,初始值P=0。Q为表示噪声项的对角协方差矩阵:00000000aa000Q18×180a00(18)000000三、后端非线性优化31状态向量状态向量共包括滑动窗口内的n+l1个所有相机的状态(包括位置、朝向、速度、加速度计bias和陀螺仪bias)、 Camera到IMU的外参、m+1个3D点的逆深度X=[xr=pw,vb bpc,q3.2目标函数吗+(喻,2)+2(19)其中三个残差项即误差项分别为边缘化的先验信息、IMU测量残差、视觉的重投影残差。三种残差都是用马氏距离表示。根据《十四讲》中高斯牛顿法,若要计算目标函数的最小值,可以理解为,当优化变量有一个增量后,目标函数值最小,以IU残差为例,可写成如下所示:nin lre2bk, X+8Xrk x)+HSⅩDk+1oXk+1k+1其中HB,为B关于 XIK Jacobian,将上式展开并令关于6X的导数为0,可得增量δx的计算公式:H k 8X=k+1TB那么,公式(28)可写成+∑+∑Tk∑1rc上式中,B为MU预积分噪声项的协方差,P为vual观测的噪声协方差。当MU的噪声协方差P越大时,其信息矩阵Pk,将越小,意味着该MU观测越不可信,换句话说,因MU噪声较大,越不可信IMU预积分数据,而更加相信 visual观测。注意,这里的IMU和vsua协方差的绝对值没有意义,因为考虑得是两者的相对性可将上式继续简化为:(Ap+AB +Acox=bp +bB +bc其中,Ap,AB和Ac为 Hessian矩阵,上述方程称之为增量方程。33MU约束1)残差:两帧之间的PVQ和bias的变化量的差△tx+k+1bk qbk+1bR+1 xyz+g"△t)-Bk(20)sbbbb其中各增量关于bias的 Jacobian可从公式(16)的大 Jacobian中的相应位置获得。上面与代码中 Integration base: evaluateD对应,2)优化变量pb, 0W, Svb ,8ba:,bor Opb,, 80W ,Swb,, bakr, Sba3)Jacobian:计算 Jacobian时,残差对应求偏导对象分别为p6e,6vB,6h,ba],6b,6b

使用matlab 开发的分类工具箱，包含svm,plsda ，knn，simca ,lda等，可以直接使用，方便简洁。源代码完整，不容错过。

本文重点介绍了，Matlab优化工具在通用风力机翼型型线设计中的应用情况。并进行了设计实例分析第28卷第4期机械设计Vol 28 No 42011年4月JOURNAL OF MACHINE DESIGNApr.2011种有效的动压气体径向轴承承载力数值解法张海军,沈剑英,杨琴(嘉兴学院机电工程学院,浙江嘉兴314001)摘要:考虑动压气体径向轴承中气膜压力变化小的特点,对润滑 Reynolds方程的非线性项进行适当近似,得到线性Reymolds方程。利用有限差分法求解该近似 Reynolds方程,得到动压气体径向轴承的压力分布,分析气体径向轴承性能,计算得出轴承承栽力的大小,并与文献中的实验数据进行比较。与直接数值解相比,该数值解计算结果与实验数据吻合较好。关键词:动压气体径向轴承; Reynolds方程;非线性;有服差分法;中图分类号:TH17.2文獻标识码:A文章编号:1001-2354(2011)04-002-04气体轴承利用润滑膜中的气体压力来实现承载作为两类3:解析数值解和直接数值解。解析数值解方用的。由于所用润滑介质一般为空气,因此气体轴承法,即对非线性 Reynolds方程进行一些近似,求得近似具有摩擦损耗少、速度高、精度高和污染少等特点1。解析解表达式,然后用数值方法求解;直接数值解方法20世纪60~70年代国内外进行气体轴承研究较多,则是对非线性 Reynolds方程直接进行数值近似求解。近年来随着MEMS微动力涡轮研究的兴起,气体轴承 Raimondi利用有限差分法分析了有限长动压气体径的研究又开始受到重视2]。向轴承性能。Peks和 Breuer5采用伪谱法来求解Reynolds方程是分析动压气体径向轴承性能的基 Reynolds方程。戚社苗。等通过数学变换,将动压气本方程,由于气体的可压缩性使 Reynolds方程呈现非体润滑 Reynolds方程变换成标准的椭圆型偏微分方程线性,一般难以求得解析解,因此采用数值方法研究气形式,以 Matlab pde( partial differential equation)工具体径向轴承性能是一种有效途径。数值解方法可以分箱为求解器,实现 Reynolds方程的计算。如·.·············分··心···分·····如·心如·鲁心·心心普·心···心·必·心·心·心·心·心·心鲁●[2 Fuglsang P, Bak C, Gaunaa M, et al. Design and verificaApplication Matlab optimization tool in general profilestion of the Risg- Bl airfoil family for wind turbine[ J]. Jour- design for wind turbine airfoilsnal of Solar Energy Engineering, 2004, 126: 1002-1010WANG Xu-dong WANG Li-cun[3] Timmer W A, Van Rooi A. Summary of the delft universiEngineering Research Centre for Waste Oil Recovery Tech-ty wind turbine dedicated airfoils[ J]. Jourmal of Solar En- nology and equipment, Ministry of Education, Chongqing Technolergy Engineering, 2003, 125: 488-496ogy and Business University, Chongqing 400067, China[4] Bjork A. Coordinates and calculations for the FFA-Wl-xxxAbstract: Based on the optimization algorithm and optimizaFFA-W2-xox and FFA-w3-xxx series of airfoils for horizon- tion tool in Matlab, the optimization mathematical model for the In-tal axis wind turbines[ R ] FFA TN, Stockholm, tegrated expression of general profile for wind turbine airfoils wasSweden, 1990established. By taking the optimization design of the lift and drag[5]苏金明,张莲花,刘波等.MA们AB工具箱应用M]. ratio of wind turbine airfoils as the objective function, taking the co-北京:电子工业出版社,2004.eficients of the general profile control equation as design variables6]钱翼稷.空气动力学[M].北京:北京航空航天大学出 and taking the thickness and curve shape of the wind turbines air-版社,2005foils as the constraints, one airfoil with relative thickness of 18%is[7]王旭东,陈进, Wenzhong Shen,等.风力机叶片翼型型线 designed and the its performances are analyzed. The result has集成设计理论研究[门].中国机械工程,2009,20(2): broadened the design way and method for wind turbine airfoils211-213Key words Matlab; wind turbine airfoil; general profile; op-[8] Drela M. XFOIL 6.8 User Primer[M]. MIT Aero astro, timization algorithmFig 3 Tab0 Ref 8Jixie Sheji"0298咖收稿日期:2010-01-11;修订日期:2010-10-25甚金项目:嘉兴市科技计划资助项目(2008AY2021)作者简介:张海军(1976—),男,山东鱼台人,讲师,硕士,研究方向:气体轴承-转子动力学等。Mat1ab优化工具在通用风力机翼型型线设计中的应用旧WANFANG DATA文献链接作者:王旭东,王立存, WANG Xu-dong, WANG LI-cun作者单位:重庆工商大学,废油资源化技术与装备教育部工程研究中心,重庆,400067刊名:机械设计 ISTIC PKU英文刊名:JOURNAL OF MACHINE DESIGN年,卷(期)本文链接http://d.g.wanfangdata.comcn/periodiCaljxsj201104005.aspx

第1章 微型计算机概述 11.1 微型计算机的发展与应用 11.1.1 微处理器的产生和发展 11.1.2 微型计算机的分类 41.1.3 微型计算机的特点与性能指标 41.1.4 微型计算机的应用 61.2 微型计算机的硬件结构及系统组成 81.2.1 微型计算机硬件的基本结构 81.2.2 微型计算机的系统组成 111.3 计算机中的信息表示 121.3.1 计算机中的数制及其转换 131.3.2 计算机中数值数据的表示 151.3.3 计算机中常用的编码 18本章小结 21思考与练习题 21第2章 典型微处理器 232.1 微处理器性能简介 232.1.