-
图像检索Matlab程序，自带构建图像数据库程序
图像检索matlab程序，基于内容的图像检索，利用颜色直方图进行检索的；本程序自带构建图像数据库的步骤。2012用户需要改interp3为小写。其他版本都OK
- 2020-12-03下载
- 积分：1
-
基于STM32的双向DC-DC变换器的设计与实现
本系统主要由 BUCK 降压模块、BOOST 升压模块、测控模块、辅助电源模块组成。其中BUCK 降压模块和BOOST 升压模块的驱动选用具有波形互补的可编程芯片IR2104、电流采样选用TI 公司专用高边电流采样芯片INA282；测控模块采用低功耗单片机STM32 对输出电压、输出电流实现闭环PI 控制。系统可以实现：在充电模式下，充电电流在 1～2A范围内步进可调且步进值为 0.05A，电流控制精度 1.30%左右；充电电流变换率为 0.87%；充电效率可达到 97.11%，具有测量、显示充电电流以及过充保护功能。在放电模式下，放电效率可达到96.54%且电压能保持在 30V目录第一章绪论1.1课题背景·*······*···*·····*···‘1.2双向DC-D变换器的研究意义1121.3国内外研究和应用现状1.4论文主要的研究内容.第二章双向DG-DG变换器拓扑结构的硏究.34662.1双向DC-DG变换器的基本原理与类型2.2双向DC-DG变换器的电路拓扑2.3双向DCDC变换器方案的设计10第三章双向DC-DC变换器硬件电路分析及参数设计.3.1双向DG-DG变换器的硬件电路分析.…123.2BUCK-B00sT电路器件的选择及参数设计3.3电流采样电路分析及参数设计173.4 MOSFET管驱动电路设计183.5辅助电源设计.19第四章双向DG-DG变换器的软件设计4.1软件设计方法214.2主函数程序设计4.3按键模式的识别.224.4恒流恒压模式的设计……第五章双向DG-DG变换器调试、实验结果与分析255.1测试仪器∴255.2测试方法255.3测试实验数据5.4测试结果分析…27第六章总结与展望6.1总结286.2展望.28[参考文献]附录(一):项目课题获奖情况及总体实物图….31附录1.1项目课题获奖情况31附录1.2双向D-DC变换器的总体实物图,34附录(二)程序清单…..35第一章绪论1.1课题背景航天器由若下分系统组成,分为有效载荷和航天器平台两大类。有效载荷主要是直接执行特殊的航天任务,而航天器平台主要由航天器结构和服务与支持系统构成。服务与支持系统主要包括电源裝置、姿态控制裝置、轨道控制装置、无线电测控装置、数据保管等等。因此,电源分系统是极其重要的,它是航大器所有能源供给装置。若电源部分工作不止常,则整体就将失去作用,变为毫无用处,电源重量占航天器重量的15%~25%。分为化学电源、太阳电池电源和核电源三类。日前世界上90%以上的航天器都采用太阳能电池阵构成的光伏电源发电系统。主功率供电回路的额定电压(母线电压)三个等级:(1)低压—28V,适用功率等级:1200W(2)中压——42或50V,适用功率等级:200水平(3)高压—100V或以上,适用功率等级:4000V水平。载人飞船氿道运行高度为300~400Km,轨道周期约为9lmin,其中轨道最长,阴影吋间37min,最短光照时间54min。飞船屯源分系统组成部分如表1所表1飞船电源分系统组成电源名称电源类型配置舱段用途备注太阳电池阵-镉镍待发段、发射段、自主主电源推进舱蓄电池系统运行段向整船供电有留轨仁务需要时,飞留轨电源太阳电池镉都轨道舱留轨使用期间船配置留轨电源,否电池系统不配置返回/着陆返回、着陆、等待期旧锌银蓄电池组返回舱电源供电补充峰值功率、应急飞应急电源锌银蓄电池组推进舱行供电目前,我国的航天电源部分调节器主要依赖于从欧洲等国家进口,需要耗费巨资,对我国载人航天的航天器产生极其不利的影响。因此,具有自主知识产权的电源部分调节器的研制,具有很重要的意义和深远的影响1.2双向DDG变换器的研究意义在传统的太阳能电池阵构成的光伏电源发电系统,传统的蓄电池充、放电模块很难保证太阳能阵在太阳光线充足时产生多余的能量不会导致航天器的过热以及储能装置蓄电池组的过允电,而且功率密度点较大,成木高,系统结构相对复杂。太阳能光伏电源发电系统是将太阳能转换成电能的发电系统,它的主要部件是由太阳能电池组、太阳能控制器、储能装置蓄电池(组)和太阳跟踪控制系统组成。其特点是高可靠性、寿命长以及对环境不产生污染、能独立进行发电且并网运行,受到世界各国电网公司的喜欢,发展前景十分广阔。太阳电池的发电功率通过“分流调节”全部变换为母线功率,一部分直接给负毂供电,另一部分则通过“充电调节”变换为充电功率为储能装置蓄电池组充电;蓄电池组功率通过“放电调节”变换为母线功率。对太阳电池发电功率的使用优先级依次为供电、充电、分流。充电功率可以视作母线的可调负载。太阳能电池光伏电源发电系统工作原理如图1所示。正丹线充电控制放电调节负载太阳能电池太阳能电池分流控制蓄电池组充电阼供电阵负母线图1光伏电源发电系统工作原理双向DC-DC转换器是连接正负母线电压与储能系统(如储能装置蓄电池组)的关键,所以使转换器的效率变髙极其重要。本文提出了一种降低功耗,提高整机效率的方案,使得对双问DCDC转换器的探讨变得更加具有意义。1.3国内外研究和应用现状20世纪后期,太阳能电池阵-储能装置蓄电池组构成的光伏电源发电系统的休积和重量庞大,著名外国学者提出了一种基于BCK/B0OST双向DCDC直流转换器来代替原有光伏电源发电系统的允电、放电模块,从而实现电压的稳定20世纪90年代,中国工程院院士陈清泉教授将基于BUCK/ BOOST双向DC-DC变换器在电动车领域使用,同年,外国专家研制了用大功率的水冷式DC-DC变换器即基于BUCK/ BOOST双向DC-DC直流转换器来驱动电动车,由于基于BUCK/BO0ST双向DC-DC变换器的输入输出电压的忙负极相反,不适合在电动车上应用,因此,他提出了一种基于BUCK-BO0ST级联型的双向DC-DC变换器,变换器的电源输入端与电压输出端的负端共用。经过4年时间,美国著名大学-弗吉尼亚大学教授李泽元开始研究在燃料电池上双向DC-DC变换器的配套应用。由此可见,用于载人航天的航天器电源和电动车辆的技术更新对双向DC-DC变换器的发展具有巨大的推动作用,随着开关直流变换器技术即脉宽调制技术的实现,给双向DCDC变换器的发展带来了曙光。1994年,有一位著名的澳大利亚学者发表论文,总结出几种非隔离型双向DC-DC变换器拓扑结构,主要是在CM0S开关管上反向并联具有快速、低功耗的二极管,且在二极管上反并联CMOS开关管,从而构成非隔离方式的双向DC-DC变换器种类有:BUCK-B0OST变换器、BUCK/B0OST变换器、CUK变换器和SEPI-ZETA变换器2004年,由我国学者张方华博士对推挽正激移相式、级联式、正反激组合式双向DC-DC直流变换器做了深入的研究。提出∫很多新型的应川电路,研究∫其控制模型,采用PI补偿环节的单电压闭环实现了系统闭环稳定。双向DC-DC变换器的硏究是近年来开关电源技术研宄的一个热门话题。2006年梁永春博士探讨了由反激式并联输入、串联输出构成的反激逆变器,提出了种同步整流的控制方案,极大地简化了髙频链逆变器的控制,使得整流二极管的导通损耗大幅度降低,整个电源系统的效率提高到85.8%。1.4论文主要的研究内容要求:设计一种双向DC-DC变换器,实现电池组的充电、放电功能。系统结构如图2所示,电池组由5节18650型、容量2000~3000mAh的锂离子电池串联组成。所用电阻阻值误差的绝对值不大于5%辅助电源测控电路3BS1 Rs-5Q2电双向DCDC池变换电路组RL=302直流稳压电源图2电池储能装置结构框图1.基本要求接通S、S3,断开S2,将装詈设定为充电模式(1)U2=30V条件下,实现对电池恒流充电。保障充电时电流l在1~2A范围内能够步进可调,步进值应≤0.1A,电流的控制精度≥5%。(2)设定1=2A,调整直流稳压屯源输出电压,使U2在2436V范围内变化时,要求充电电流I的变化率不大于1%(3)设定l1=2A,在U2=30V条件下,变换器的效率n1≥90%(4)测量并显示充电电流,在I-1~2A范围内测量精度不低于2(5)具有过充保护功能:设定l1=2A,当U1超过阈值U=24±0.5V时,停止充电。2.发挥部分(1)断开S1、接通S2,将装置设定为放电模式,保持U2=30±0.5V,此时变换器效率n2≥95%(2)接通S1、S2’断开S3’调整直流稳压电源输出电压,使直流电源电4压U在32~38V范围内变化时,双向DC-DC变换器能够自动切换工作模式即可自动切换充放电模式并保持输出电压U2=30±0.5V。(3)在满足要求的前提下简化结构、减轻重量,使双向DC-DC变换器、测控电烙与辅助电澒三部分的总重量不大于500g。(4)其他第二章双向Dc-D变换器拓扑结构的研究2.1双向DCDc变换器的基本原理与类型2.1.1双向DC-DG变换器的基本原理双向DC-DC变换器是把育流电压转换成另一个数值的电压,它是由软件控制导通的CW0S开关管、储能电感、续流二极管、具有滤波作用的电容、负毂等构成的,通过具有滤波功能的负载电路和直流电压时而使开关管时而接通或者时而关断,仗得另一端即负载上得到另一个直流电压2.1.2D0DG变换器的类型目前,国内外将双向DCDC变换器的拓扑结构主要划分为非隔离式和隔离式两大类。非隔离型拓扑的主要有:BUCK降压式、 BOOST升压式、BUCK- BOOST升降压型等拓扑。非隔离型拓扑如图3所示。隔离型拓扑的主要有:止激、反激、推挽、半桥、全桥型变换器(1)隔离型变换DYYYCD(a)BUCK变换器拓扑(b) BOOST变换器拓扑DL(c)BUCK- BOOST变换器拓扑图3非隔离型变换器拓扑以最基木的BUCK降压式变换器和BO0ST升压式变换器为例,介绍其工作原理。BUCK降压式变换器:当CMOS开关管Q接通时,电源Vin通过电感L给电容C充电;当开关管断开时,电感L通过快速、低功耗二极管D续流,电压逐渐降低。此时,电容上的电流由正逐渐降为零,最后变成负向,进而使开关管又一次导通,使得电感上电流增加。其储能电感L上电流波形如下图4所示tImar1-min(a)BUCK电感电流连续时波形(b)BUCK电感电流断续时波形图4BUCK电感电流波形BO0ST升压式变换器:当开关管Q导通吋,电源向电感L储能,电感L电流增加,负载由电容C供电;当开关管Q关断时,电感电流减小,电感电势与输入电压叠加,迫使二极管D导通,一起向负载供电,并同时向电容C充电。其电感电流波形如图5所小7
- 2020-12-05下载
- 积分：1
-
锁相环DSP仿真程序.rar
【实例简介】锁相环DSP仿真程序，很经典：包括设计过程、与EXCEL的RTDX程序
- 2021-11-21 01:01:22下载
- 积分：1
-
精通JSP-Web开发技术与典型应用随书光盘
精通JSP-Web开发技术与典型应用随书光盘
- 2020-12-01下载
- 积分：1
-
中断控制器Verilog源代码
【实例简介】Intc的verilog源代码，用于接收中断源的中断信号，并判断优先级，依次发给CPU，CPU通过查状态寄存器IFSR确定需要服务的中断源，从而按优先级执行中断服务程序。
- 2021-11-18 00:51:38下载
- 积分：1
-
MATLAB在卡尔曼滤波器中应用的理论与实践Kalman
MATLAB在卡尔曼滤波器中应用的理论与实践KalmanKALMAN FILTERINGTheory and Practice Using MATLABThird editionMOHINDER S GREWALCalifornia State University at FullertonANGUS P. ANDREWSRockwell Science Center (retired)WILEYA JOHN WILEY & SONS, INC. PUBLICATIONCopyright 2008 by John Wiley sons, Inc. All rights reservedPublished by John Wiley sons, InC, Hoboken, New JerseyPublished simultaneously in CanadaNo part of this publication may be reproduced, stored in a retrieval system, or transmitted in any form or byany means, electronic, mechanical, photocopying, recording, scanning, or otherwise, except as permittedunder Section 107 or 108 of the 1976 United States Copyright Act, without either the prior writtenpermission of the Publisher, or authorization through payment of the appropriate per-copy fee to theCopyright Clearance Center, Inc, 222 Rosewood Drive, Danvers, MA 01923,(978)750-8400, fax(978)750-4470,oronthewebatwww.copyright.com.RequeststothePublisherforpermissionshouldbe addressed to the Permissions Department, John Wiley Sons, Inc, lll River Street, Hoboken, NJ07030,(201)748-6011,fax(201)748-6008,oronlineathttp://www.wiley.com/go/permissionimit of liability Disclaimer of Warranty: While the publisher and author have used their best efforts inpreparing this book, they make no representations or warranties with respect to the accuracy or completeness of the contents of this book and specifically disclaim any implied warranties of merchantability orfitness for a particular purpose. No warranty may be created or extended by sales representatives orwritten sales materials. The advice and strategies contained herein may not be suitable for your situationYou should consult with a professional where appropriate. Neither the publisher nor author shall be liablefor any loss of profit or any other commercial damages, including but not limited to special, incidentalconsequential, or other damagesFor general information on our other products and services or for technical support, please contact ourCustomer Care Department within the United States at(800)762-2974, outside the United States at(317)572-3993 or fax(317)572-4002Wiley also publishes its books in a variety of electronic formats. Some content that appears in print maynot be available in electronic format. For more information about wiley products, visit our web site atwww.wiley.comLibrary of Congress Cataloging- in-Publication DataGrewal. Mohinder sKalman filtering: theory and practice using MATLAB/Mohinder S. GrewalAngus p. andrews. 3rd edIncludes bibliographical references and indexISBN978-0-470-17366-4( cloth)1. Kalman filtering. 2. MATLAB. I. Andrews, Angus P. II. TitleQA402.3.G69520086298312—dc22200803733Printed in the United States of america10987654321CONTENTSPrefaceAcknowledgmentsXIIIList of abbreviationsXV1 General Information1.1 On Kalman Filtering1.2 On Optimal Estimation Methods, 51. 3 On the notation Used In This book 231. 4 Summary, 25Problems. 262 Linear Dvnamic Systems2. 1 Chapter focus, 312.2 Dynamic System Models, 362. 3 Continuous Linear Systems and Their Solutions, 402.4 Discrete Linear Systems and Their Solutions, 532.5 Observability of Linear Dynamic System Models, 552.6 Summary, 61Problems. 643 Random Processes and Stochastic Systems3.1 Chapter Focus, 673.2 Probability and random Variables (rvs), 703.3 Statistical Properties of RVS, 78CONTEN3.4 Statistical Properties of Random Processes(RPs),803.5 Linear rp models. 883.6 Shaping Filters and State Augmentation, 953.7 Mean and Covariance propagation, 993.8 Relationships between Model Parameters, 1053.9 Orthogonality principle 1143.10 Summary, 118Problems. 1214 Linear Optimal Filters and Predictors1314.1 Chapter Focus, 1314.2 Kalman Filter. 1334.3 Kalman-Bucy filter, 1444.4 Optimal Linear Predictors, 1464.5 Correlated noise Sources 1474.6 Relationships between Kalman-Bucy and wiener Filters, 1484.7 Quadratic Loss Functions, 1494.8 Matrix Riccati Differential Equation. 1514.9 Matrix Riccati Equation In Discrete Time, 1654.10 Model equations for Transformed State Variables, 1704.11 Application of Kalman Filters, 1724.12 Summary, 177Problems. 1795 Optimal Smoothers5.1 Chapter Focus, 1835.2 Fixed-Interval Smoothing, 1895.3 Fixed-Lag Smoothing, 2005.4 Fixed-Point Smoothing, 2135.5 Summary, 220Problems. 226 Implementation Methods2256. 1 Chapter Focus, 2256.2 Computer Roundoff, 2276.3 Effects of roundoff errors on Kalman filters 2326.4 Factorization Methods for Square-Root Filtering, 2386. 5 Square-Root and UD Filters, 2616.6 Other Implementation Methods, 2756.7 Summary, 288Problems. 2897 Nonlinear Filtering2937.1 Chapter Focus, 2937.2 Quasilinear Filtering, 296CONTENTS7.3 Sampling Methods for Nonlinear Filtering, 3307.4 Summary, 345Problems. 3508 Practical Considerations3558.1 Chapter Focus. 3558.2 Detecting and Correcting Anomalous behavior, 3568.3 Prefiltering and Data Rejection Methods, 3798.4 Stability of Kalman Filters, 3828. 5 Suboptimal and reduced- Order Filters, 3838.6 Schmidt-Kalman Filtering, 3938.7 Memory, Throughput, and wordlength Requirements, 4038.8 Ways to Reduce Computational requirements 4098.9 Error Budgets and Sensitivity Analysis, 4148.10 Optimizing Measurement Selection Policies, 4198.11 Innovations analysis, 4248.12 Summary, 425Problems. 4269 Applications to Navigation4279.1 Chapter focus, 4279.2 Host vehicle dynamics, 4319.3 Inertial Navigation Systems(INS), 4359. 4 Global Navigation Satellite Systems(GNSS), 4659.5 Kalman Filters for GNSS. 4709.6 Loosely Coupled GNSS/INS Integration, 4889.7 Tightly Coupled GNSS /INS Integration, 4919. 8 Summary, 507Problems. 508Appendix A MATLAB Software511A 1 Notice. 511A 2 General System Requirements, 511A 3 CD Directory Structure, 512A 4 MATLAB Software for Chapter 2, 512A. 5 MATLAB Software for Chapter 3, 512A6 MATLAB Software for Chapter 4, 512A. 7 MATLAB Software for Chapter 5, 513A 8 MATLAB Software for Chapter 6, 513A 9 MATLAB Software for Chapter 7, 514A10 MATLAB Software for Chapter 8, 515A 11 MATLAB Software for Chapter 9, 515A 12 Other Sources of software 516CONTENAppendix b A Matrix Refresher519B. 1 Matrix Forms. 519B 2 Matrix Operations, 523B 3 Block matrix Formulas. 527B 4 Functions of Square Matrices, 531B 5 Norms. 538B6 Cholesky decomposition, 541B7 Orthogonal Decompositions of Matrices, 543B 8 Quadratic Forms, 545B 9 Derivatives of matrices. 546Bibliography549Index565PREFACEThis book is designed to provide familiarity with both the theoretical and practicalaspects of Kalman filtering by including real-world problems in practice as illustrativeexamples. The material includes the essential technical background for Kalman filter-ing and the more practical aspects of implementation: how to represent the problem ina mathematical model, analyze the performance of the estimator as a function ofsystem design parameters, implement the mechanization equations in numericallystable algorithms, assess its computational requirements, test the validity of resultsitor the filteThetant attributes ofthe subject that are often overlooked in theoretical treatments but are necessary forapplication of the theory to real-world problemsIn this third edition, we have included important developments in the implemen-tation and application of Kalman filtering over the past several years, including adaptations for nonlinear filtering, more robust smoothing methods, and develelopingapplications in navigationWe have also incorporated many helpful corrections and suggefrom ourreaders, reviewers, colleagues, and students over the past several years for theoverall improvement of the textbookAll software has been provided in MatLab so that users can take advantage ofits excellent graphing capabilities and a programming interface that is very close tothe mathematical equations used for defining Kalman filtering and its applicationsSee Appendix a for more information on MATLAB softwareThe inclusion of the software is practically a matter of necessity because Kalmanfiltering would not be very useful without computers to implement it. It provides aMATLAB is a registered trademark of The Mathworks, IncEFACEbetter learning experience for the student to discover how the Kalman filter works byobserving it in actionThe implementation of Kalman filtering on computers also illuminates some of thepractical considerations of finite-wordlength arithmetic and the need for alternativealgorithms to preserve the accuracy of the results. If the student wishes to applywhat she or he learns, then it is essential that she or he experience its workingsand failings--and learn to recognize the differenceThe book is organized as a text for an introductory course in stochastic processes atthe senior level and as a first-year graduate-level course in Kalman filtering theory andapplicationIt can also be used for self-instruction or for purposes of review by practi-cing engineers and scientists who are not intimately familiar with the subject. Theorganization of the material is illustrated by the following chapter-level dependencygraph, which shows how the subject of each chapter depends upon material in otherchapters. The arrows in the figure indicate the recommended order of study. Boxesabove another box and connected by arrows indicate that the material represented bythe upper boxes is background material for the subject in the lower boxAPPENDIX B: A MATRIX REFRESHERGENERAL INFORMATION2. LINEAR DYNAMIC SYSTEMSRANDOM PROCESSES AND STOCHASTIC SYSTEMS4. OPTIMAL LINEAR FILTERS AND PREDICTORS5. OPTIMAL SMOOTHERS6. IMPLEMENTATIONMETHODS7. NONLINEAR8. PRACTICAL9. APPLICATIONSFILTERINGCONSIDERATIONSTO NAVIGATIONAPPENDIX A: MATLAB SOFTWAREChapter l provides an informal introduction to the general subject matter by wayof its history of development and application. Chapters 2 and 3 and Appendix b coverthe essential background material on linear systems, probability, stochastic processesand modeling. These chapters could be covered in a senior-level course in electricalcomputer, and systems engineeringChapter 4 covers linear optimal filters and predictors, with detailed examples ofapplications. Chapter 5 is a new tutorial-level treatment of optimal smoothing
- 2020-12-01下载
- 积分：1
-
PCI总线规范合集（R3.0、2.3、2.2、2.1等版本）
PCI总线规范几个版本的打包给你们了。大家好好学习研究，都望都成为高手。
- 2021-05-06下载
- 积分：1
-
使用Matlab7.3开发的使用整数小波变换对图像进行3级分解和重构的程序
使用Matlab7.3开发的使用整数小波变换对图像进行3级分解和重构的程序，具有详细的实验报告，和演示结果截图，目录下包含程序中用到的图像等所有文件。
- 2020-12-11下载
- 积分：1
-
线性预测及其Matlab实现，源码，程序
线性预测及其Matlab实现，源码，程序《现代电子技术》2009年第7期总第294期P测试·测量·自动化4骤(1)~(4)可对Ⅰ=1,2,…,P进行递推求解,其中:Ez=-aacorder,:)为最小均方预测误差;R为自相关系数;表示反射系数取值范围为[-1,1];a表示阶预测器的第j个系4结语数通过运算发现,其实在计算过程中,虽然目标是计算线性预测在语音处理方面的应用很广泛,而用一个p阶线性预测器的全部系数,但实际上在递推过程 Matlab来实现可以很直观地知道分析结果,为下一步中仅算出了所有除数低于p阶线性预测器的全部系数,将算法在DSP上的实现奠定基础。目前,语音处理最同时计算出了最小预测误差能量(递推式中反射系数的普遍的就是使用到网络上,而基于现代网络voIP使用取值范围是保证系统H(x)稳定性的充分必要条件,即到的语音编码中G.729正是其中一种。它的出现,使多项式A(z)的全部根都落在单位圆内用户能借助两台PC传输语音,也可以把PC上的语音从推导中得知,业(,)的物理意义可以理解为Sn转到手机上,交互式游戏爱好者们相互之间还可以借助的短时自相关函数因此,它反映了语音波形的实际情高科技控制器进行交流。况,即波形不同,值也不同然而a;的取值由更(j,i决定,并随亟(j,i的改变而改变,因此也可以说a;反映参考文獻了语音波形的实际情况3。[1]吴家安现代语音编码技术[M北京科学出版社,2008其 Matlab描述如下:[2]柏静,韦岗.一种基于线性预测与自相关函数法的语音基音function z=durbin(y, order)周期检测新算法[]电声技术,2005(8):43-46R=zeros(1, order+1)[3]王涌何剑春,刘盛新型的神经网络线性预测语音编码算aa=zeros(order, order)法[J].浙江工业大学学报,2007,35(2):65-68parcor=zeros (l,order),%autocorrelation[4]薛年喜. Matlab在数字信号处理中的应用[M].2版北京:N=size(y, 1);清华大学出版社,2008for h=l: order+1R(h)=0;[5]朱蓉,黄冰EVRC语音编码算法研究及仿真[].现代电子技术,2006,29(2):47-50R(h)=R(h)+y(f)*y(f-h+1)[6]范晶,和应民,王桂梅24Kb/s混合激励线性预测语音编end码的研究[].牡丹江师范学院学报,2007(4):13-14.parcor(1)=R(2)/R(1),[7]丛键,张知易.一种600b/s极低速率语音编码算法[].电aa(1,1)=parcor(1)E=(1- parcor(1)2)*R(1);子与信息学报,2007,29(2):429-433.for h=2: order[8]论:VoP语音技术与传统网络的融合发展LEB/OL]for f=1:h-1http://voip.microvoip.com/market/m1/200803/61433.ht-temp=temp+aa(h-1, f*R(h-f+1);ml,2008,endparcor(h)=(R(h+1)-temp)/%反射系数[9]语音技术在Internet上的新应用Leb/Ol].http://nc.mofaa(h, h)=parcor(h)com. gov. cn/news/1056746. html, 2006.for f=1:h-1aa(h, f)=aa(h-1, f)-parcor(h)* aa(h-l,h-f),[10] Rapidshare Advances in audio and Speech Signal ProcessingteChnologiesandApplications[db/ol].http://rapE=E*(l-parcor(h)2),idshare. com/files/31791068/IGI. rar. html, 2007end(上接第125页)Organic Optics and Optoelectronics[A]. IEEE/LEOS Sum参考文献s[C].1998[1]吴仲城多维力传感器设计及信号分析方法研究[D]北京:[4]熊幸果,陆德仁微力微位移的天平测试方法[J传感技术中国科学院等离子体物理研究所,2001学报,1997,10(2):47-52[2] Texas Instruments. MSC1210 Users Guide[z]. 2002.[5]洪跃,金士良新型微位移电容式传感器的研制[门.上海大[3]Sawada R, Higurashi E. Integrated Micro -displacement学学报,1995,1(6):652-657.Sensor that can be incorporated into Mini3- dimensional[6]胡永建,王晓梅基于MSC120的多路高精度温度采集系Actuator Stage. Broadband Optical Networks and Technolo-统模块[].电子技术应用,2003,29(7):36-38gies: An Emerging Reality/Optical MEMS/Smart Pixels/ [7J Texas Intruments MSC1210 Data SheetLzJ作者简介沈春山硕士研究生。主要研究方向为机器人传感器。135线性预测及其Mat1ab实现旧WANFANG DATA文献链接作者:曹华,李伟,谭艳梅, CAO Hua, LI Wei, tAN Yanmei作者单位:西机电职业技术学院,广西,南宁,530007刊名:现代电子技术sTe英文刊名:MODERN ELECTRONICS TECHNIQUE年,卷(期)2009,32(7)被引用次数1次参考文献(10条1.吴家安现代语音编码技术2002.柏静.韦岗一种基于线性预测与自相关函数法的语音基音周期检测新算法[期刊论文]电声技术2005(08)3.王涌何剑春.刘盛新型的神经网络线性预测语音编码算法[期刊论文]浙江工业大学学报2007(02)4.薛年喜 Matlab在数字信号处理中的应用20085.朱蓉.黄冰EVRC语音编码算法硏究及仿真[期刊论文]现代电子技术2006(02)6.范晶.和应民.王桂梅2.4Kb/s混合激励线性预测语音编码的研究2007(04)7.丛键.张知易一种600b/s极低速率语音编码算法[期刊论文]电子与信息学报2007(02)8.论:VoIP语音技术与传统网络的融合发展20089.语音技术在 Internet上的新应用200610. Rapidshare Advances in Audio and Speech Signal Processing: Technologies and Applications 2007相似文献(10条)1.学位论文鄂慧颖G.729语音编码算法的研究2007语音压缩编码技术是数字通信技术中非常重要的部分。随着通信、计算机网络等技术的飞速发展,语音压缩编码技术得到了快速发展和广泛应用CELP编码是上世纪八十年代发展起来的一种有效的语音压缩编码方案,现已广泛地应用于集群通信、多媒体通信以及IP电话通信中。G.729协议是CELP编码方案的一个特例,它是ITU-T推荐的语音压缩编码中最复杂的一种,它使用了当前语音压缩编码的各种先进技术,计算量较大,但是其编码合成语音质量较高,具有很高的研究价值。本文首先对G729协议的编解码方案及协议中应用的关键语音编码技术进行了剖析,在对G.729协议编码方案进行深入研究的基础上,对矢量量化算法进行了优化,减少了矢量码本搜索的复杂度,加快了矢量码本搜索速度;对固定码本搜索算法进行了改进,提出了一种自适应子矢量共轭结构代数码本激励算法,该算法保持了G.729共轭结构代数码本的优点,使编码传输速率从原来的&kbps降低倒η.2kbps,压缩了传输带宽,更重要的是,它的算法复杂度仅为原G.729固定码本搜索算法复杂度的1/2左右:最后,本文用 MATLAB搭建了编码器仿真平台,对改进算法进行了验证,仿真结果表明,改进后的编码器在降低算法复杂度和传输速率的前提下,译码合成语音质量仍然较髙,具有较好的可懂度、清晰度和自然度2.期刊论文汤婕多脉冲激励线性预测声码器的仿真实验分析一科技与生活2010,""(3本文主要介绍了用 MATLAB工具实现多脉冲激励线性预测( MPLPC)声码器.首先概述了多脉冲激励线性预测声器的编码方法,并用 MATLAB做了仿真实现先对语音信号进行线性预测分析,然后利用分析合成法对语音信号进行重构,并用到了量化编码.3.学位论文范晶混合激励线性预测语音编码的算法研究2008随着通信技术以及互联网语音实时传输技术的迅速发展,对语音的传输速率和存储容量都提岀了很高的要求,解决这些问题的主要途径之一就是语音编码。因此,语音编码的硏究,特别是低速率语音编码的研究,具有十分重要的实用意义在现有的语音编码硏究中,混合激励线性预测语音编码(ELP)是一种比较好的方法,它结合了二元激励、码激励和多带激励的优点,将短时语音段划分为若干子带,在每个子带中分别进行清浊音判别:在合成端,采用周期性脉冲序列和随机噪声的混合序列去激励语音合成滤波器,能在较低的码率下得到较好的再生语音。2.4kbps混合激励线性预测语音编码已经被确立为美国新的联邦语音编码标准本论文通过研究MELP的语音编解码算法的原理,对它的编解码过程做了比较深入的研究,我们发现在基音周期及线性预测系数量化这方面还可以进一定的改进。在标准MLP的算法中,对于那些包含有不规则周期的语音信号段,计算得到的互相关值较小,把它误认为是清音,因此会引入噪音。在这里采用了一种改变基音周期的算法,使基音周期的计算更加精确。此外,在对LSF进行量化的过程中,其码本的存储量与计算的复杂度都很大。针对于这一问题,我们提出了三级矢量量化的方法,从而可以把MLP的码率降到2.1kbps左右,仍有较好的合成语音质量本文最后在 MATLAB编程环境下对歴LP算法及其改进后的MELP算法进行了仿真,仿真结果表明经过解码后的语音信号及其改进后语音信号的输岀波形与原始语音信号的波形很相似,只是在能量较大的浊音段合成语音波形有相对较大的幅度以及有一定的时延,从而验证了该算法的可行性4.期刊论文修其丽. XIU Q1-1ⅰ多脉冲激励线性预测声码器设计与 Matlab仿真-烟台职业学院学报2006,12(3)由于在多脉冲激励线性预测声码器中要一次得到所有脉冲的位置和幅度是非常困难的,因此次优的序贯搜索方法被采用,即一次得到一个脉冲.用Matlab仿真观察合成语音效果是可以接受的5.学位论文杜志鑫基于MELP低速率语音编码2008作为低速率语音编码的一种重要算法,MELP( mixed excitation linear prediction)算法是其中一种非常优秀的编码方法,它在原有的LPC( linearprediction coder)编码的基础上,结合混合激励、多带激励、线性预测、矢量量化以及原型波形内插等编码方法的诸多优点,采用了一种新的更为符合人发音机制的语音生成模型来合成语音,并运用自适应频谱増强等技术,提髙合成语音与原始语音的匹配度,从而较好的实现了低码率的语音编码本论文通过研究MELP的语音编解码算法的原理,对它的编解码过程作了比较深入的研究,对其中的一些公式进行了理论推导,并作了仿真分析,最后研究了该算法的 MATLAB语言实现。在对混合激励(MELP)算法进行了深入研究后,在本文最后选取一种800bit/s的语音编码方案。6.期刊论文龙银东.刘宇红.敬岚.乔卫民. LONG YINDONG. LIU YUHONG. JING LAN. QIAO WEIMIN在 MATLAB环境下实现的语音识别-微计算机信息2007,23(34)介绍了一种基于 MATLAB的多个特定人连接词语音识别的方法,并提出了在进行端点检测时,引入平均的概念能进一步提高识别率.此设计是以LPC系数、DIw算法为核心的基于图形界面的设计.通过大量的实验测试,表明该方法基本达到屏蔽外界环境的影响,具有非常高的精度识别7.学位论文赖长庆混合激励线性预测声码器算法的研究2003该文以美国联邦标准2.4 kbps--MELP算法为基础,在 MATLAB上建立起了分析MELP算法的软件平台,对其性能进行了分析并提出了一些改进的建议;另外还针对MELP算法的特点对其软硬件实现进行了探讨.该文的第二章介绍了MELP声码器模型的原理,对其特征进行了详细的阐述,重点分析了各个特征的本质及其能够对提高合成语音质量起到的作用.第三章详细介绍了MELP声码器的基本算法,对其中采用的一些先进的技术手段如多级矢量量化(MSVQ)、高分辨率基音检测方法( SRPDA)等进行了重点的讲述.另外还对MLP声码器中使用的一些技术进行了实验分析,检验其效能.第四章利用在 MATLAB上搭建的分析平台上对语音信号进行了编解码的试验,分析了歴LP声码器的各种特征在语音编码中起到的作用.最后针对MLP声码器的特点,对其软硬件实现提岀了建议8.学位论文刘斌 HYBRID- MELP/CELP语音压缩编码算法的研究2005语音压缩编码技术是信号处理技术的一个重要的组成部分,它使用了信号处理领域大量从基础性到前沿性的思想、理论和实践方法.作为信号处理的主流学科之一,它的发展也一直是信号处理技术发展的重要促进力量.当今语音压缩编码算法主要分为侧重于对谱参数编码和侧重于对时间波形编码的两个大的算法类型.混合激励线性预测MEP编码算法和码激励线性预测CELP编码算法是这两大类算法的主要代表.MLP算法的主要特点是使用了多帶淸浊音判决,并且根据各频帶淸浊音的相对强度将清音成分和浊音成分按比例混合起来产生线性预测激励,其中的浊音激励成分采用傅立叶谱幅度的方法来表示CELP算法的主要特点是不区分语音信号的清浊音类型,而是统一使用基于AbS原理的时域波形匹配方法来产生线性预测激励,且该激励信号通过矢量码本来表示.本文讨论了MELP和CELP算法的原理和具体实现方法,并且基于 Matlab,主要是基于其 Simulink工具对两种算法进行了仿真实现针对MELP算法中基音提取相对繁琐的特点,本文提出了一种简化的MELP基音提取算法9.期刊论文纪友芳.刘桂斌. JI You-fang. LIU Gui-bin一种改进的线性预测语音编码技术及实现-计算机工程与应用2009,45(15)线性预测编码是实现语音编码的一项重要技术,介绍了线性预测编码技术的实现,提岀一种改进型的声激励线性预测语音编码方法.最后,将简单LPC语音编码与声激励LPC语音编码进行比较.实验结果表明,该方法能够很好地实现语音编码,声音效果也比简单LPC更理想.10.学位论文巫洪伟4kb/s代数码本激励线性预测语音编码的算法研究2007随着通信技术以及互联网语音实时传输技术的迅速发展,对语音的传输速率和存储容量都提岀了很高的要求,解决这些问题的主要途径之一就是语音编码码本激励线性预测(CELP)是国际公认的中速率下最成功语音编码算法,CELP算法能够提供中速率髙质量的合成语音,但是当编码速率降至4kb/s以下时语音质量明显下降。为了提高量化效率,必须増加激励矢量的长度,这时还用很少的符号脉冲来描述激励信号就会导致语音质量的急剧下降,这也就是传统的CELP算法在4kb/s编码速率以下质量难以提高的根本原因为此本文主要致力于研究在较少比特情况下优化代数码本激励,在G729算法的基础上,以20ms为一语音帧进行编解码,使传输速率降为G729语音编码算法的一半,从而提岀了一种具有较短延时和较低运算量的4kb/s脉冲散布代数码本激励线性预测算法。首先,根据G729算法的固定码本代数结构,设计了一种新的固定码书的代数结构,以降低算法的复杂度。然后,引进脉冲散布技术,对固定码本矢量进行散布处理,设计截止频率为3400Hz的有限冲击响应(FIR)低通滤波器实现脉冲散布技术本文最后在 MATLAB编程环境下仿真算法的性能,仿真结果表明经过解码后的语音信号输岀的波形与原始语音信号的输入波形很相似,只是在能量较小的清音段合成语音波形有相对较大的幅度以及有一定的时延,从而验证了算法的技术性能。文献(1条)1.雷翔霄.徐立娟智能软化击穿仪温控系统的设计与实现[期刊论文]现代电子技术2010(1本文链接http://d.g.wanfangdata.comcn/periodiCalxddzjs200907041.aspx授权使用:国防科技大学( gfk jdx),授权号:0e40ddb5-a6ff-4c0d-b44-9ec012765bf下载时间:2010年9月9日
- 2021-05-06下载
- 积分：1
-
C#上位机以及下位机源码
基于C#编写的上位机软件 配合一个下位机，都是源码，可以参考，也可以直接用，内带使用说明
- 2021-05-06下载
- 积分：1
|
联系客服（QQ：3324461878）
