bu-61580中文资料.pdf

Simulik仿真环境下的整流器PI双闭环控制

这是Xu在美国读博期间发表的论文中使用的斑点去噪滤波器的MATLAB文件

一个简单的3层(1层隐层)误差反向传播神经网络（BP神经网络），Python实现，Python版本:Python3.5.2

这是一篇华中科技大学的硕士毕业论文，里面对三维重建技术的讲解很详细，适合作为综述来看独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集休已经发表或撰写过的研究成果。对木文的研究做出贡献的个人和集休,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关侏留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华屮科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以釆用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口,在年解密后适用本授权书本论文属于不保密口。(请在以上方框内打“√”)学位论文作者签名指导教师签名:日期:年月日日期:年月日万方数据华中科技大学硕士学位论文摘要基于视频的重建技术在计算杋视觉领域中扮演着非常重要的角色,而如何恢复场景的三维模型是目前研究的热点与难点问题。本文围绕基于视频的场景重建技术展开讨论,包括棊于单目视频的三维场景重建和于双目视频的视差图和场景流获取。由于单目包含的深度信息比较少,如何基于单目视频恢复相机的运动参数以及目标的深度信息是研究的重与难点。双目视频虽然包含了非常显著的深度信息,但是考虑到视频中场景的迕续性问题,如何使得恢复岀的深度图保持前后帧的连续性以及场景中运动日标的一致性,也是比较困难的问题。因此,针对上述所提到的问题进行了深入的研究,具体的研究工作如下第一,对三维重建研究进行了详细的介绍,介绍了对于特征点匹配的理解以及我们提出的基于特征引导偏向性高斯混合模型( Feature Guided Biased GaussianMixture model,FGBG);详细介绍立体视觉中立体匹配算法的原理、分类及评测标准,并在4个典型的数据集上对有代表性的局部、全局、半全局算法进行对比实验。此外,详细介绍运动恢复结构(SFM)的基本原理,并进行了实验分析。第二,提岀一种基于双目视频的视差图和场景流获取技术。基于双目视频,首先获得初始的视差图和2D特征点轨迹;在此基础上获得初始的3D稀疏运动轨迹,利用本文提出的 Object Motion Hypothesis(OMH)算法获得运动物体的致性假设采用 slanted-plane model以及参考图像与前后时间点图像对的约束关系,构建超像素和运动物体之间的能量模型,通过优化获得视差和场景流的估计结果。第三,提出一种棊于单目视频的动态场景重建系统。在获取特征点轨迹的基础上,基于运动信息获得特征点轨迹的聚类结果;提出一种基于超像素的多标记Graph-cut算法,得到每一个日标的精确边界;为每一个运动日标分配一个虚拟相机通过标准的SFM方法分别单独估计每个运动目标对应的虚拟相机的参数和稀疏三维点云,通过PMVS和泊松表面重建获得目标的稠密重建结果。关键词:三维重建、单∏视频、双目视频、视差、场景流万方数据华中科技大学硕士学位论文Abstract3D reconstruction based on video has play an important role in computer vision, andhow to recover 3D scene model has been paid much attention and is a difficult problemBased on the importance of 3D reconstruction, in this paper, the 3D reconstruction basedon video has been studied, including 3D scene reconstruction based on monocular videoand depth map and scene flow estimating based on binocular video. Since the monocularcontains much less depth information, how to recover the camera motion and depth maphas been a difficult problem. Besides, although binocular view contains significant depthinformation, it is difficult to keep the consistency of depth map and moving objectsTherefore, in view of the problems mentioned above the specific research works are asFirst. we introduce two directions of 3D reconstruction in computer vision: based onstereo vision method and based on structure from motion. The stereo matching method hasbcen introduced in detail, including algorithm principle, classification, and evaluationmethod. And, we compare the global, local and semi-global algorithm on four typicaldataset. In addition, we have made a detail introduction of structure from motion(SFM)and the experiment has been carried out to get 3D point cloudSecond, a method for depth map and scene flow estimation is proposed. First, inputbinocular video, initial disparity map is got by SGM, 2 point trajectories are got byoptical flow. Then the 3D tracks are got by disparity map and 2D point trajectories, get theobject motion hypothesis. Considering constraint between the reference image and theforward-backward images, the energy model based on super-pixel and object isconstructed using slanted plane model. Finally, the depth map and scene flow will be gotThird, a method for reconstructing monocular dynamic scene with multiple movingrigid objects captured by a single moving camera is proposed. First of all, feature pointsare matched through the video sequence via the optical flow method and the tracks "aregot based on these matches. Then the tracks are divided into several groups according totheir motion differences. An improved graph cuts based multi-label auto imagesegmentation method is used to acquire the accurate boundary of each moving object and万方数据华中科技大学硕士学位论文the static background. Then we assume a virtual camera for each moving object and thestatic background. The pose of these virtual cameras are estimated via the standardStructure from Motion(SFM) pipeline. Finally a dense point set and textured model isreturned for each virtual camera. We evaluate our approach on real-world video sequenceand demonstrate its robustness and effectivenessKey words: 3D reconstruction, monocular video, binocular video, disparity, scenefleOw万方数据华中科技大学硕士学位论文目录摘要Abstract绪论1研究的背景及意义2国内外研究现状1.3论文的主要工作及结构···································:··········.················4·2三维重建基本方法研究2.1引言.………8)2.,2线性摄像机模型(8)23基于特征点的图像匹配24运动恢复结构方法(12)2.5立体匹配与三维重建···.·.·······.·················:····.····················(15)26本章小结(22)基于双目视频的视差图与场景流估计3.1引言(23)3.2运动目标的提取(25)3.3双向约束场景流模型..31)34实验分析.333.5本章小结(444基于单目视频的三维重建研究(45)4.2目标分割(464.3三维场景估计(51)万方数据华中科技大学硕士学位论文4.4实验分析(52)4.5本章小结(55)5全文总结与展望5.1木文的主要页献与创新点(56)5.2工作展望…7)致谢S8)参考文献非D·非非··非。非(59)附录万方数据华中科技大学硕士学位论文绪论11研究的背景及意义视觉是人类的基本功能。通过视觉,人们能够感知外部世界中物体的大小,以及辨别物体之间的相对位置,并且了解它们之间的相互关系。人类把这种功能称为视觉功能。随着科学技术的不断创新,新兴的电子产品不断涌现,数码设备的成熟和计算机理论的涌现让人们越来越关注计算机视觉。人们开始利用摄像机采集视频或者图像,并将其转化为人类可理解的信号。即利用计算机实现模仿人类视觉的功能,计算机视觉也就随之六生。计算机视觉是个涵盖多种学科知识的新兴学科。其理论研究的最终目的是通过对采集到的视频或者图像进行处理,将二维图像或视频转化为三维信息,从而感知场景或物体的形状及运动。因此,计算机视觉吸引了越来越多的研究人员参与其中,包括图像处理与模式识别,应用数学,计算札科学与技术等等。三维场景重建作为计算札视觉中一个重要的研究方向,受到许多研究者的青睐。最近,获取三维场景信息的方式主要有以下三种:第一种,利川常见的建模软件3DMax、CAD等进行重建;第二种,利用深度扫描仪、红外或者激光测距仪器等设备进行三维重建;第三种,利用计算机视觉原理,基于视频或者图像获取场景的三位模型。在上述方法中,第一种是最为成熟的,但是第一种方法的操作步骤十分复杂,并且建模周期长。第二种方式能够获得物伓的髙精度几何模型,但是这些仪器价格昂贵,费时费力,并且对于重建大型场景非常局限。因此,第三种方式受到了普遍的关注,它可以重建复杂的室外大型场景,真实感强,价格低廉且方便携带。利用图像或者视频对场景进行重建,即从图像或视频中恢复场景或者物体的三维几何信息,构建三维模型,给人以视觉亨受。三维重建的用途十分广泛,它可以用于机器人导航,无人驾驶,医学图像分析,游戏等众多方向在众多的三维场景重建方法中,于视频的重建方法一直是一个研究热点。其中,从单目视觉的角度出发,基于单目视频的三维重建技术就是利用单个摄像札对万方数据华中科技大学硕士学位论文场景进行拍摄,研宄如何利用图像序列光流估计运动物体或场景的三维运动来重建三维模型。从双日视觉的角度出发,基于双∏视频的三维重建技术就是利用两个摄像机,从两个不同的角度对同一个场景进行拍摄,研究如何利用左右两个图像序列各自的运动信息,以及左右视图之间的视差信息,完成场景的三维重建。本文的基于视频的三维重建技术具有十分重要的研究价值。针对双目视频,提出了一种基于双目视频的视差图和场景流获取技术,目的是同时获得视差图和场景流信息、。针对单目视频,提出个完整的基于包含多个刚体运动目标的单目动态场景视频的重建系统。12国内外研究现状121基于单目视觉的三维重建研究现状近年来,3D静态场景的重建己经取得了显著性的突破。其中,大多数的研究都是遵循一个特定的步骤:首先从一组多视角的图像中提取特征点,然后对多视图中的特征点进行匹配,构建基础矩阵,恢复相机参数,从而得到玚景的三维结构凹。其中, Snavely N主要通过SFM( (structure from motion)从无序图像序列中恢复相机的位置以及获得场景的三维稀疏点云倒。除∫稀疏点云的重建之外,很多学者也集中研究场景的三维稠密重建四。其中, Seitz s m对多种立体匹配算法进行比较,并且是第一个提供已标定的多视图数据集。 Kolev K在前者的基础之上提出了一个全局能量模型,融合了轮廪信息和立体信息。值得一提的是,深度信息也是一种非常有前景的3D重建方法,主要思想是通过恢复图像的深度信息,融合多幅深度图逃行稠密重建η。此外,很多研究集屮于基于单个视频的稠密表面重建,主要包括基于场景流( scene flow)s, mesh- based稠密表面重建例, patch-base稠密表面重。但是,大多数捕获的视频中,动态场景视频比铰常见。而上述的研究只能用于处理静态场景,它们在应对多目标运动场景方面是十分有限的。最近, Tron r提出了一个包含动态运动目标的场景分割标准山,它是·个重要的3D运动估计和重建的预处埋过程视频重建主要有于两个视图12和基于多个视图314其中,HanM和万方数据

一个很不错数字万用表设计，内有详细的电路设计及介绍。流电阻或其他电参量的仪表,其功能可以任意组合并以十进制数字显示被测量结果,应用十分广泛,在传统的电工和电子测量中广泛使用的模拟测量仪虽然具有观察着可以自接看出表针偏转了多个格或满刻度的白分之儿等优点,但要对读数加以换算或说明尤其是不可避免的带来人为视差,不同的观察者可得出不同的结果,数字万用表则不同,他可以直接将测量结果用数字显示出来。数字万用表具有10大特点显示清晰直观,读数准确:为了提高观察的清晰度,新型手持式数字万用表(HDMM)已普遍用字高为26mm(约Lin)的大屏幕LCD(液晶显示器)。有些数字万用表还增加∫背光源,以便于夜间观察读数。为∫提高显示亮度,台式数字万用表大多选用LED数码管或数码管(VFD)。新型数字万用表还增加了标识符显示功能,包括测量项目符号(例如AC、DC、hFF、IOΩ2、IO(iIC、MFM),单位符号(例如mV、V、kV、μA、mA、A、g、k2、M2、nS、H、k、MHz、pF、n、、℃、),特殊符号(如低电压指示符号OBAT”、读数倮持符号“HOID¨或“DH、峰值保持符号“ PEAK HOLD或PH、自动量程符号AUIO、10倍乘符号“*10”、峰鸣器符号等)。有些数字万用表还在液晶显示器的小数点下面设置了量程标识符,例如当小数点下边显示200时,就表明所对应的量程为200,依次类推。为解决数字万用表不能反映被测电压的连续变化过程以及变化趋势这一难题,一种“数字模拟条图仪表也以问世。这里讲的模拟条图有双重含义:第一,被测量为连续变化的模拟量:第二,利用条图形来模拟被测量的大小及变化趋势。这类仪表将数字显示与高分辩率模拟条图显示集于一身,兼有数字万用表与指针万用表之优点,为用效字万用表完仝取代指针万用表创造了条件。智能数字万用表带微处理器与标准接口,可配计算机和打印机进行数据处理或自动打印,构成完整的测试系统。显示位数:字万用表的显示位数通常为312位~812位。具体讲,有31/2位、323位、334位、412位、43/4位、51/2位、612位、71/2位、812位供9种。判定数字万用表的位教有内条原则:第一,能显示从09所有数字的位是整数值;第二,分数位的数值是以最大显示值中最高位的数字为分子,用满量程时最高位的薮字作分母。例如某数字万用表的最大显示值为±1999,满量程计数值为200,这表明该仪表有3个整数位,而分数值的分子为1,分母是2,故称之为31/2位,读作三位半,其最高位只能显示0或1。需要指出的是,目前冇些新型能数字万用表的显示位数比较特殊。例如,VC8145型台式智能数字万用表的满量程值为33000,Ms8050型台式智能数字万用表的满量程值为53000,就很难将其归入哪一种显示位数。这中情况下,通常只给出满量程值。312位数字万用表设计准确度高:确度是测量结果中系统误差与随机误差的综合。它表示测量结果与真值的一致程度,也反映了测量误差的大小,真确度愈高,测量误差愈小。测量的绝对误差有以下三种表达式:△U士(a%RDG+b%KS)1-1)AU=士(a%RDG+(1-2)△U=士(a%RDG+b%S+n)式(1-1)中,RDG为读书值(即显示值),FS表示满量程值。拈号中第1项代表AD转换器和功能转换器(例如分压器)的综合误差,第2项是数字化处理所带来的误差。式(1-2)中,n是量化误差反映在末位数字上的变化量。若把n个字的误差折合成满量程的百分数,则变成式(1-1)。因此,上述二式是完全等价的。式(1-3)比较特殊,第三项通常表示由指针万用表,例如312位、412位数字万用表的准确度分别可达±0.3%、±0.05%1.14分辨力高数字万用表在最低电压量程上末位1个字所代表的电压值,称作仪表的分辨力,它反映了仪表灵敏度的高低。分辨力随显示位数的增加而提高。例如312位、412位、81/2位数字万用表的最高分辨力分别为100μV、10μVlnV。数字万用表的分辨力指标亦可用分辨率来袤示。分辨是指所能显示的最小数字(零除外)与最大数字的百分比。例如,31/2位数字万用表的分辨率为1/19990.05%。测试功能强:字万月表不仅可以测量官流电压(DCⅴ)、交流电压(ACV)、直流电流(DCA)、交流电流(ACA、电阻(g)、二极管正向压降(UF)、晶体管共发射极电流放大系数(hF),还能测量电容(C)、电导(G)、温度(T)和频率(f),而且利用峰鸣器挡(BZ)还可检查线路的通断。VC9850A+、VC9808、MS820H型数字万用表增加了电感挡。有的仪表还有信号发生器挡及AC/DC自动转换功能。新型数字万用表大多增加了下述测试功能:读书保持(HOLD)、逻辑( LOGIO)测试、真有效值(TRMS)测量、相对值(REL〕测量、自动关机( AUTO OFF POWER)、当电流挡拔错位置时的声音告警等。国产VC90型数字万用表具有语音报数功能。MS8209型五合一数字万用表,还可以测量站空比(测量范围是0.1%~999%,误差为±3.0%)、温度(测量范围是-20~400℃C或-20~-1000℃,误差为±3.0%)、相对湿度(测量范围是30%-95%,误差为±5.0%)、照度(测量范围是4000~40000x,误差为±5.0%)及噪卢(测量范围是35~10UB)。VC9808A+增加了2000M超高阻挡,VC8145A还能测量功率电平。最新丌发的33/4位~412位智能数字万用表,将高性能与低成本集于一身,大多具有下述功能:液晶条图显示( LCD Baryaph),多重显示,测量最小偵/最大值,峰值保持:数据储存,复位,数据输出,设定测量范围的上、下限,软件自动校准,快速测量等。国产MS9803R型智能数字万用表采用光电隔离的RS232C接口,还配有 PC Windows视窗软件,能在PC上记录数据及输出图表。利用MS9803R所提供的 DMM VIEW Version2软件,将MS9803R拔至直流200m挡,并通过RS-232C接口连到PC上,实测某一缓慢变化的直流电压。测量范围宽:41/2位手持式多功能数字万用表为例,其测量范围一般为:DCV(001mV~1000V),ACV(0.01mV~700V或750V),DCA(0.1A~20A), ACA DCA(1A~20A),g2(0.0192-20Mg,少数仪表可达200M92,甚至扩展到2000192),电导(0.1nS~100nS),电容(0.1pF~20pF),电感(1H~20H),频率(10Hz-20kHz,部分仪表可达200kHz,甚至扩展到10MHz),二极管正向压降UF(0~2V),晶休管电流放大系数Hf(0-1000),可满足常规电了测量的需要。智能数字万用表的测量范围更宽。测量速率快:字万用表在每秒钟内对被测电压的测量速率,单位是“次/秒”。它主要取决于AD转换器的转换速率。有的手持式数字万用表用测量周期来表示测量的快慢。完成次测量过程所需要的时间叫测量周期。显见,测量速率愈高,测量周期就愈短,二者呈倒数关系。312位数字万用表的测量速率一般为2~5次秒,多数仪表为2~3次秒。41/2位数字万用表可达20次/秒。5/2位~71/2位数字万用表一般为几十次/秒以上,有的能达到几百甚至上千次秒。H3458A型81/2位DMM工作在41/2位方式下的最高测量速率可达10万次秒,在81/2位、51/2位方式下分别为6次秒、5万次秒。测量速率与准确度指标存在矛盾,通常是准确度愈高,测量速率愈低,二者难以兼顾。解这一矛盾有两种方法:一种是增设快速测量挡,专配测量速率交快的AD转挨器;另一种方法是通过降低显示位数来大幅度提高测量速率,此法目前应用的比较普遍,可满足不同用户对测量速率的需要时。输入阻抗髙:字万用表电压挡具有很高的输入阻抗,通常为10-10000MQ,从被测量电路上吸取的电流极小,不会影响被测信号源的工作状态,能减小由信号源内阻引起的测量误差。集成度高,微功耗:持式数字万用表采用单片AD转换器,外围电路比较简单,只要少量铺助芯片和外围元件。近年来各种单片数宇万用表专用芯片竟相问世,使用片IC即可构成功能比较完善的自动量程式数字万用表,为简化设计和降低成本创造了有利条件。新型数字万用表普遍釆用CMOS大规模集成电路的AD转换器,整机功耗很低。31/2312位数字万用表设计位、41门2位手持式数字万用表的整机功耗仅几十亳瓦,可用9V叠层电池供电。51/2位~812位数字万用表的总功耗一般也只有十至几十瓦。侏护功能完善,抗干扰功能强:字万用表具有比较完善的保护电路,过载能力强,新型数字万用表还增加了高压保护器件,能防止浪用电压。使用时只要不超过规定的极限指标,即使出现误操作(例如用电阻挡去测量220V交流电压),一般也不会损坏仪表内部的大规模集成电路。当然应力求避免误操作,以免因外围元件〔如熔丝管、量程开关)损坏而影响正常使用。必须指出,仼何保护电路都不可能做到万无一失。换言之,倘若保护保护电路发生故障,仪表就失去的保护屏障。51/2位以下的数字万月表大多采用积分式AD转换器,其串模抑制比(SMR)共模抑制比(CMR)分别可达100dB、80~120dB。高档数字万用表还采用数字滤波、浮地、双重屏蔽等先进技术,进一步提高了抗干扰能力,CMR可达180dB数字万用表应用于国防、科研、工厂、学校、计量测试等技术领域,并随着技术的发展,其性能不断提高。13论文设计的主要工作本次设计通过相关资料的收集及对数字万用表工作原理分析列出总体思路,采用ICL7106型多功能低功耗单片31/2位AD转换器,选择双积分AD转换方式,设计出交流电压测量电路、直流电流测量电路、电阻测量电路、电导测量电路、频窣测量电路、电容测量电路等。研究其每个参量的测量方法及功能实现。它主要的核心是通过AD转换来实现的,通过对测量电路的原理分析设计,实现交直流电压、直流电流、电阻、电容、晶体管等测量。此次设计的31/2位教字万用表显示清晰直观、读数准确,分辨力高、测试能力强、微功耗、外围电路简单、价格便宜、成本低等优点。2312位数字万用表的结构设计2.131/2位数字万用表基本构成数字万用表的基本构成如图2-1所示。仪表的心脏是单片AD转换器,典型产品有ICL7106、ICL7136型31/位单片A①转换器。外围电路主要包括功能转换器、测量项目及量程选择开关、LCD(或LED显示器)。此外还有蜂鸣器震荡电路、驱动电路、检测线路通断电路、低电压指示电路、小数点标识符、驱动电路。LU转换器LCD(LED)功能ACDC量程选择AD转换器数字电路诜择转换器Q/U转换器www.dola.com图2-1数字万用表基本构成Fig 2-1 The basic component of ordinary digital multimeter2,2功能转换器的介绍及基本工作原理尽管数字万用表的型号繁多,整机电路也各有差异,但其基本测量原理大致相同。下面介绍数字万用表最常用的几种功能转换器的电路工作原理,对于本次数字万用表设计原理与应用具有重要的意义22.1线性ACDC转换器数字万用表的交流/直流(ACDC)转换器分平均值响应的AC/DC转换器、真有效值/直流( TRMS/DO)转换器两种平均值响应的线性ACDC转换器是由运算放大器和二极管组成的半波(或全波)线312位数字万用表设计性整流电路。它具有线性好、准确度髙、电路简单、成本低廉等优点。由于它是按照正弦波平均值与有效值的关系而定的,因此所构成的仪表只适用于测量不失真的止弦波电压线性全波整流式ACDC转换器的电路图如22所。交流电压满量程为200mV(有效值)现利用单运放TI61(IC1)与二极管T、D2组成平均值响应的线性整流电路,能消除二极管在小信号整流时所引起的非线性电压,使输出的平均值电压U与ACDC转换器的输入电压UN(有效值)呈线行关系,适合测量40~400Hz的正弦波,测量准确度优于1%。当频率超过400H时,测量误差会增大。电路中的R是T061同相输入端电阻。R2与R3为负反馈电阻,可将IC接成同相放大器。C1、C2为隔直电容TH(UM=20m)10OkC1L, NL01 47uU o R7 1MIN+160.02217106UD2 ILCD. 8K00k3K32RPCOM1D3R6200187K图22 AC/DC转换器的电路comFig 2-2 The circuit of the AC/DC Converters需要指出,该电路属于输出不对称式线性全波整流电路,在正、负半周时的等效电路及整沆输出波形如图23所示。正半周时电压放大倍数K>222(半波整流时正弦波的有效值与平均值的关系为UR=2.22U0);负半周时Kr=1,它相当于电压跟随器。具体讲,在正半周时v1导通,D2截止,IC1输出电流的途径是C1→VD1→R4→R6一RP→COM(地),并终过R3对C3充电。此时式中R电位器RP的电阻值。将R4=3k2,、R6=1,87k2、R2p=0~2002代入上试得到K=2.6~245>2.22。负半周时,VD2导通,V1截止,电流途径变成COM→RP→R6→D2→C1→C1,此时K=1。由R和IClRI[C1o UoR4VD?图2-3等效电路及输出波形Fig 2-3 Equivalent circuit and the output waveformC组成的平滑滤波器可滤除交流纹波,高频千扰信号则被由R、C构成的高频滤波器所滤掉,从而获得了稳定的平均值电压,再通过312位单片AD转换器IC2(ICL7106)完成数/模转换,驱动LCD显示出测试结果。图2-2中的阴影区表示连接AD转换器与LCD的导电橡胶条。该电路能消除整流管的非线性误差。RP是校准交流电压的电位器,调整RP可使仪表直接显示出被测电压的有效值。C是运放IC的频率补偿电容。R2和C4还向VD2提供偏压,以减小TL061对小信号放大时的波形失真。TL061的电源亦可取自9V电源。上述ACDC转换器适配各种31/2~412位单片AD转换器,并可将LCD改成LED显示器。设计交流电压挡(ACV)时,还应在ACDC转换器的输入端接上如图22中所示的精密电阻分压器R1~R222简易平均值AC①C转换器简易平均值ACDC转换器的电路图2-4所示。由于该电路末使用运算放大器及电位器,因此电路简单,不需要调整。两个ACV挡分别为200V、750V(RMS)。VD为整流管,VD2为保护二极管。R1为输入端电阻,仪表输入阻抗∠≈R=R1+R2+R32=4.51M。C1为隔育电容。正半周时四导通,VD2截止,做半波整流;负半周时T1截止,四D2导通,由VD2给电流提供泻放回路。整流后的脉动直流经C2滤波,获得平均值电压Uo。R2和R3为滤波器312位数字万用表设计负载,兼作750V拦的分压器,可将U再衰减10倍。ACⅤ挡的测量准确度可达±1.2%~士15%,误差略高于线性整流电路。D和V2应采用N4004型1A400ⅴ的硅整流管,以便承受较高的反向电压。对半波整流而言,正弦波电压平均值与有效值的关系为U=045Uw。巧妙地利用电阻分压器可使仪表直接显示被测电压有效值。不难验证,对于200V挡,若UN=2000V(RMS),则Jl=0.45U/m=0.45×200.0V=90V10×103=0R2+R3=90My200. 0mvR1+R2+R24.51×10°1 CI VDI200VIN+4.5M0.1μR27106750VU.F200mACvLCDVD2本Tc2IN4004Ou hR30.022COMO1KCOM图24简易平均值ACDC转换器电路Fig, 2-4 The circuit of simple average of ac/ dc converterarm对于750V挡,若U,=750V(RMS),则R1×10U=0.45U,m337,5mⅤ=75.0mVR,+rtr4.5×10只要改变小数电位置,即可使750V挡直接显示出U值。具体方法是去掉小数点后仍用200mV基本表测量U,并将显示单位取V,这样就把75.0mV变换成750V。223IU转换器数字万用表的直流电流挡(DCA)一殷设置4挡:2nA、20mA、200mA、20A,IU转换器的电路图2-5所示。其中20A挡专用个输入插孔。被测电流经过分流器可转换成电压信号。分流器由R~R组成,总电阻为100g2。其中,R1和R2采用精密金属膜电阻,R3

vb.net用户界面设计程序代码压缩包，仅供参考

这是我们交的实验，有关遥感图像的处理的一些编程，原创，有误之处请指教

【实例简介】计算灰度图像信息熵的方法，输入图像可以使灰度图或RGB图像。计算出来的信息熵，可以用来作为图像质量的判断依据之一。

美萍商业进销存管理系统是一款专业的销售管理软件，其中包含商品销售管理系统 ，库存管理系统（仓库管理系统），财务和报表系统等子模块。软件界面设计简洁，美观，其人性化的软件流程，使普通用户不需培训也能很快掌握软件操作使用方法，上手极易。

利用BP神经网络对变压器进行故障诊断，以特征气体含量的比值作为输入，利用matlab建立故障诊断模型。