基于有限状态机的数字同步重频分选器

针对FPGA/CPLD芯片设计中常常会遇到脉宽识别的问题，根据实际工程设计了一种同步重频分选器，它在某些通讯系统中有极其重要的应用。主要介绍如何通过同步有限状态机来设计该数字重频分选器，结合CPLD芯片的设计，给出了它的具体设计思想，以及VHDL语言描述的有限状态机的源代码、逻辑综合、时序仿真结果。     

二维物体斜面黑线运动光电传感器应用研究

系统运用机械运动原理、自动控制技术、传感器技术及单片机控制技术让物体能沿2厘米宽无规则黑曲线运动、到达指定坐标点、画圆等二维空间运动要求.在凌阳单片机的控制下,采用键盘作为外部数据、命令控制输入.同时系统采用了两个交流减速齿轮电动机、两个定滑轮、以及其他的辅助设备作为悬挂物体运动控制装置.系统实现了数据处理、电机控制、识别黑色曲线、选择正确的移动寻迹方向等功能.本文主要研究识别黑线的传感器组合,提高走线准确度.     

浅析微型传感器芯片技术在物联网智能建筑中的应用

本文从物联网中传感器芯片的角度出发,重点阐述独立开发物联网芯片对智能建筑的智能化和低成本化的重要意义,介绍了三种十分有代表性的主流芯片的结构和性能。     

Research on object-oriented SOC design methodology

The growing complexity of System on Chip （SOC） requres a system level specicanon and design approach. High-level languages such as C＋＋/SystemC can play multiple roles in system design as target languages. There are many practical problems in the application of object-oriented methods for this goal. Based on the analysis of traditional and system-level design methodology, a new object-oriented SOC design methodology with object-oriented design patterns is proposed, which emphasizes high-level design and verification. Aiming at the final goal of developing design patterns specific to SOC design, the reuse of design patterns in SOC systems and the capability of new SOC design patterns are discussed. With the illustration of some concrete examples of SOC design patterns, the application of object-oriented design methodology in the SOC design process is presented.     

单片机温度数据采集与处理

介绍了用单片机控制温度数据的采集与信号处理的原理与技术，不仅省时省力，而且提高了实验精度．     

神经网络理论研究的一些进展

本文阐述了最近几年神经网络理论的进展情况,给出了一些主要的理论模型,并指出了存在的一些问題以及可能解决的途径。     

人工神经元网络的研究现状与展望

人工神经元网络是在现代神经科学研究成果的基础上提出的用来模拟人脑功能基本特征的一门研究学科,它不是人脑神经元网络的全面、真实描述,而是这种网络的某种抽象、模拟和简化。研究这一技术的目的在于探索人脑信息加工、存贮和搜索的机制,从而为人工智能与信息处理等学科的研究开辟一条新的技术途径。本文着重介绍了人工神经元网络的研究概况、典型模型和实际应用,展望了未来人工神经元网络的研究与发展。     

湿热交变试验箱计算机控制

本文介绍了湿热交变试验箱计算机控制系统的软、硬件实现。     

基于单片机的电动机监控系统

本文用单片机实现电动机的电流、电压、功率等参数的检测，同时把所检测到的参数显示在液晶显示屏上(LCD)，根据检测到的参数，实现故障诊断，达到实时监控电动机的运行状况的目的。     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。