ESP8266-12E说明书
esp8266-12E的说明书，PDF文档，其他地方不大容易找的。EsP-12E规格书目录1.产品概述21.1.特点1.2.主要参数………垂4由非垂·······:·2.接口定义……4573.外型与尺寸……4.功能描述41. MCU4.2.存储描述99994.3.晶振4.4.接口说明………………104.5.最大额定值4.6.建议工作环境……114.7.数字端口特征115.RF参数126.功耗……………137.倾斜升温……148.原理图…非垂非9.产品试用16深圳市安信可科技有限公司http://www.ai-thinker.comEsP-12E规格书1.产品概述ESP-12EWFⅰ模块是由安信可科技开发的,该模块核心处理器ESP8266在较小尺寸封装中集成了业界领先的 Tensilica l106超低功耗32位微型McU,带有16位精简模式,主频支持80MHz和160MHz,支持RTOS,集成Wi- FI MAC/BB/RF/ PA/LNA,板载天线。该模块攴持标准的IE802.11b/g/n协议,完整的τcPP协议栈。用户可以使用该模块为现有的设备添加联网功能,也可以构建独立的网络控制器ESP8266是高性能无线SOC,以最低成本提供最大实用性,为WⅰFi功能嵌入其他系统提供无限可能。射频MAC接口接收模拟接收匚寄存器」SPI射频CPU内核发射模拟发射心成帧器GPIO加速器12C锁相环H(co)12锁相环电源管理晶振偏置电路SRAM电源管理图1ESP8266EX结构图ESP8266EX是一个完整且自成体系的WF网络解决方案,能够独立运行,也可以作为从机搭载于其他主机McU运行。ESP8266EⅩ在搭载应用并作为设备中唯一的应用处理器时,能够直接从外接闪存中启动。内置的高速缓冲存储器有利于提高系统性能,并减少內存需求。另外一种情况是,ESP8266EX负责无线上网接入承担WiFi适配器的任务时,可以将其添加到任何基于微控制器的设计中,连接简单易行,只需通过SPI/SDO接口或I2 C/UART口即可。ESP8266EX强大的片上处理和存储能力,使其可通过GPIO口集成传感器及其他应用的特定设备,实现了最低前期的开发和运行中最少地占用系统资源。ESP8266EⅩ高度片内集成,包括天线开关 balerη、电源管理转换器,因此仅需极少的外部电路,且包括前端模组在內的整个解决方案在设计时将所占PCB空间降到最低。深圳市安信可科技有限公司http://www.ai-thinker.com2EsP-12E规格书有ESP8266EⅩ的系统表现出来的领先特征有:节能在睡眠/唤醒模式之间的快速切换、配合低功率操作的自适应无线电偏置、前端信号的处理功能、故障排除和无线电系统共存特性为消除蜂窝/蓝牙/DDR/ LVDS/LCD干扰。11.特点80211b/g/n·内置 Tensilica l106超低功耗32位微型McU,主频攴持80MHz和160MHz,支持RTOS·内置10bit高精度ADC内置TCPP协议栈内置TR开关、 balun、LNA、功率放大器和匹配网络内置PL、稳压器和电源管理组件,802.11b模式下+20dBm的输岀功率A-MPDU、A-MSDU的聚合和0.45的保护间隔WiFi@2.4GHz,支持 WPA/WPA2安全模式支持AT远程升级及云端OTA升级支持 STA/AP/STA+AP工作模式支持 Smart Config功能(包括 Android和iOs设备)HSPI、UART、I2C、I2S、 IR Remote Control、PWM、GPIo深度睡眠保持电流为10uA,关断电流小于5uA2ms之内唤醒、连接并传递数据包·待机状态消耗功率小于1.0mW(DTM3)工作温度范围:-40℃-125°C深圳市安信可科技有限公司http://www.ai-thinker.com3EsP-12E规格书12.主要参数表1介绍了该模组的主要参数。表1参数表类别参数说明无线标准80211b/g/n无线参数频率范围24GHz-25GHz(2400M24835M)数据接口UART/HSPL/I2C/I2S/Ir Remote ContorlGPIO/PWM工作电压30~36V(建议3.3V)工作电流平均值:80mA工作温度40°~125硬件参数存储温度常温封装大小16mm x 24mm x 3mm外部接口N/A无线网络模式station/softAP/SoftAP+station安全机制WPA/WPA2加密类型WEP/TKIP/AES升级固件本地串口烧录/云端升级/主机下载烧录支持客户自定义服务器软件开发软件参数提供SDK给客户二次开发Ipv4, Tcp/udp/Http/ftp网络协议AT+指令集,云端服务器, Android/iOS APP用户配置深圳市安信可科技有限公司http://www.ai-thinker.com4EsP-12E规格书2.接口定义ESP-12E共接出18个接口,表2是接口定义。图2ESP-12E管脚图. RXDEN(CH-PD..GPIOSGPIO16.a.. GPIO4ESP-12EGPIO14..D GPIOOGPIo12·。◆GPIo2GPIO13.aD GPIO15ESP 12E表2ESP-12E管脚功能定义序号Pin脚名称功能说明1RST复位模组ADOA/D转换结果。输入电压范围0~1V,取值范围:0~1024EN芯片使能端,高电平有效4IO16GPIO16;接到RST管脚时可做 deep sleep的唤醒5IO14GPIO14: HSPI CLKIO12GPIO 12, HSPI MISOIO13GPIO13 HSPI MOSI: UARTO CTSVCC33V供电CSO片选10MISO从机输出主机输入深圳市安信可科技有限公司http://www.ai-thinker.com5EsP-12E规格书109GPIo912IO10GBIO1013MOSI主机输出从机输入14SCLK时钟15GNDGND16IO15GPIO15: MTDO: HSPICS: UARTO RTS17102GPIo2: UART1 TXD18IOOGPIOO19IO4GPIO420IO5GPIO521RXDUARTO RXD: GPIO322TXDUARTO TXD: GPIO1表3引脚模式模式GPIO15GPIOG PIO2UART下载模式低低局Flash boot模式表4接收灵敏度参数最小小值典型值最大值单位输入频率24122484MHZ输入电阻输入反射-10dB72.2Mbps下,PA的输出功率141516d Bm深圳市安信可科技有限公司http://www.ai-thinker.com6EsP-12E规格书11b模式下,PA的输出功率17.518.519.5d Bm灵敏度DSSS, 1 Mbps98d BmCCK, 11 Mbps-91d Bm6 Mbps(1/2 BPSK93d Bm54 Mbps (3/4 64-QAM)75d BmHT20, MCS7(65 Mbps, 72.2 Mbps)72d Bm邻频抑制OFDM, 6 Mbps37dBOFDM, 54 Mbps21dHT20, MCSO37dBHT20. MCS7dB3.外型与尺寸ESP-12E贴片式模组的外观尺寸寸为16mm*24mm*3mm(如图3所示〉该模组采用的是容量为4MB,封装为SOP-210mi的 SPI Flash。模组使用的是3DBⅰ的PCB板载天线。深圳市安信可科技有限公司http://www.ai-thinker.comEsP-12E规格书图3ESP-12E模组外观CAr个ESP-12E5m2mt3mm图4ESP-12E模组尺寸平面面图表5ESP-12E模组尺寸对照表长宽PAD尺寸(底部)Pin脚间距16 mm24 mm3 mm0.9 mm x 1.7 mm 2 mm深圳市安信可科技有限公司http://www.ai-thinker.com8
- 2020-12-04下载
- 积分：1
基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别
基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别20机电技术2011年12月=∑cm=∑mc×(-0509-n)U=(a-n(2×3.1415926)×vm第四步:初始模型确定下来以后,采用则将该待识别人脸表情判别为第讠类表情Baum- Welch算法对参数进行重估计,迭代调整模3人脸表情实验及分析型参数以达最优化。这样就完成了训练建模工作,获得了在粗分本文在JAFF( (Japanese Female Facial Expre类层次下代表7种人脸表情的HMM模型sso)表情数据库中进行实验。 JAFFE人脸表情库1=(A,B,n)(=1,2,…7)。由10个人,共213幅图像组成,每人都包含愤怒、23HMM人脸表情分类厌恶、恐惧、高兴、悲伤、惊讶和中性7种表情,每人每种表情2~4幅,每种表情共有27幅。对待识别的人脸表情图像,按本节22中模型本文实验与 Micael等的测试方法相似,把数训练步骤的第一步获得观察向量O,然后计算观据库中的210张图像分成3个部分,每个部分包含察向量O与已训练好的HMM模型1=(A,B,)10个人,且每个人包含7幅不同表情图像,每次使的似然概率P(O|λ)(=12,…,7)。通过用其中的一个部分训练各个表情的HMM模型,剩Forward -Backward算法来计算似然概率,如果下的两个部分用来测试。循环操作3次,然后对这P(O|4),ie(12…,7在P(O|4)(=1,2…,7)3次取平均值,得出表情识别率。本方法获取的表中最大,即情识别率见表1P(Oa )=max p(oa)表1人脸表情识别结果愤怒厌恶恐惧高兴中性悲伤惊讶识别率/%愤怒91.67厌恶5400009000恐惧559167高兴00095.00中性549000悲伤9333惊讶5693.33整体识别率92.14从表1中可以看出,本方法可以获得较好的表高的问题,提出了一种新的人脸表情识别方法。情识别率,但是,从实验中也可发现,不管是有本方法通过更加有效的 Gabor小波+PCA+LDA表没有减少分类类别数,实验中始终存在误识别。情特征提取方法,然后结合HMM模型建立7个对从实验数据库中发现,库中某些人的7种表情变化应基本表情+中性表情的模型,进行识别分类,并并不明显,即使人眼也无法确定其表情类别,以且取得了92.14%的整体识别率。同时,在实验中致算法在识别时出现错误。发现,由于人脸实验数据库中某些人的7种表情变4结论化并不明显,即使人眼也无法确定其表情类别,以致算法在识别时出现错误。本文针对目前人脸表情的整体识别率普遍不(下转第35页)第6期林彩丽等:磁流变阻尼器减振系统的分数阶微分方程研究[2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65[]LAKESR S. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110[4] Stanway R, Sproston, J L, Stevens N G Non-liner modeling of an electrorheological vibration damper. J. Electrostatics,1987,20.[5]周强,瞿伟廉磁流变阻尼器的两种力学模型和试验验证地震工程与工程振动2002240).[6] Gamoto D R, Filisko F E Dynamic mechanical studies of electrorheological materials: moderate frequencies. I. Rheology,1991,35(3)[7]汪建晓孟光.磁流变阻尼器用于振动控制的理论及实验研究门]振动与冲击,2001,20(2)[8] Wen Y K Method of random vibration of hysteretic systems[]. Joumal of Engineering Mechanics Division, ASCE,102(EM2),1976[9]Spencer Jr. B F, Dyke S J, Sain M K, Carlson, J D Phenomenological model of a magnetorheological damper. J Engrg. MechASCE1997,123[10薛定宇陈阳泉高等应用数学问题的 MATLAB解DM清华大学出版社,2010[l]周云谭平.磁流变阻尼控制理论与技术DM科学出版社200712]王振滨曹广义分数微积分的两种系统建模方法系统仿真学报,2004,64):810812(上接第20页)参考文献[1] ZHAO Quan-you, PAN Bao-chang, PAN Jian- jia, et al. Facial expression recognition based on fusion of Gabor and LBPfeatures[A]. In: Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition[C], HongKong,IEEE,2008(8):362-367[2]Tang Fang-qi, Deng Ben-zai. Facial Expression Recognition using AAM and Local Facial Features [A]. In: Proceedings ofthe Third Intcmational Conference on Natural Computation[C], Haikou, China, IEEE, 2007(8): 632-635[3]陈培俊基于静态图像的人脸表情识别研究成都西南交通大学,2007[4] Lades M, Vorbruggen J C, Buhmann J. Distortion invariant object recognition in the dynamic linkarchitecture[].IEEE Transactions on Computers, IEEE, 1993, 42(3): 300-311[5]彭辉张长水荣钢等基于KL变换的人脸自动识别方法清华大学学报自然科学版,2007,37(6:6770[6]DudaR O, Hart P E, Stork DG Pattern Classification(second edition). New York: Wiley, 2001[7李云霞李治柱吴亚栋基于HMM的关键词识别系统门计算机工程200,30(7:130-132谨致作者敬请本刊作者允诺:稿件中没有侵犯他人著作权或其它权利的内容并且文责自负;投寄给本刊的稿件(论文、图表、照片等)自发表之日起,其专有出版权和网络传播权即授于本刊,并许可本刊在本刊网站或本刊授权的网站上传播及中国核心期刊(遵选)数据库、中国学术期刊综合评价数据库、中文科技期刊数据库、中国台湾华艺数据库全文收录。对上述合作若有异议者,烦请来稿时向本刊申明,未作中明者,本刊将视为同意,谢谢合作。并致诚挚敬意。《机电技术》编辑部基于 Gabor小波十PCA+LDA征提取方法的人脸表情识别旧数据文接作者:李烈熊,苏两河作者单位李烈熊(福硅船政交通职№学院,福廷福州,350007),苏河(福建电力职技术学院,福建泉州刊名:机电技术英文刊名:MECHANICAL AND ELECTRICAL TECHNOLOGY年,卷(期)201,34(6)参考文献(7条)1. ZHAO Quan-you; PAN Bao-chang PAN Jian-jia Facial expression recognition based on fusion of Gabor and LBPfeatures 20082. Tang Fang-qi; Deng Ben-zai Facial Expression Recognition using AAM and Local Facial Features 20073.陈培俊基丁静态图像的人脸表情识别研究20074. Lades M: Vorbmggen J C; Buhmann J Distortion invariant object recognition in the dynamic link architecture1993(03)5.彭辉;张长水;荣钢基于K-变换的人脸自动识别方法2007(6)6. Duda R 0: Hart P E Stork D G Pattern Classificat ion(second edition) 20017.李云霞;李治柱:吴亚栋基于HM的关键词识别系统[期刊论文]计算机工程2004(07本文链接http://d.g.wanfangdata.comcn/periodiCaljdjs201106005.aspx
- 2020-12-01下载
- 积分：1
