虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

采样控制

通常把系统中的离散信号是脉冲序列形成的离散系统,称为采样控制系统或脉冲控制系统;而把数字序列形成的离散系统,称为数字控制系统或计算机控制系统.
  • 第一章 概述 辨识(Identification)、状态估计和控制理论在现代控制理论中是密不可分的

    第一章 概述 辨识(Identification)、状态估计和控制理论在现代控制理论中是密不可分的,它们互相渗透。辨识和状态估计离不开控制理论的支持,控制理论的应用几乎不能没有辨识和估计技术。由此可见,辨识在科研与实际应用领域都有很高的实用价值。 所谓辨识,就是从含有噪声的输入、输出数据中提取被研究对象的数据模型。此数据模型只是过程的输入输出特性在某种意义下的近似,而近似的准确度一般取决于采样数据的精度以及辨识方法的合理性。 辨识的目的是根据过程所提供测量的数据等信息,在某种准则意义下,估计出模型的未知参数,其基本原理如图1.1所示:

    标签: Identification 控制理论 辨识 状态

    上传时间: 2014-01-09

    上传用户:aig85

  • BP神经网络控制系统辨识的m文件原程序

    BP神经网络控制系统辨识的m文件原程序,经过离线训练可以仿真出采样点的变化曲线

    标签: BP神经网络 控制系统 辨识 程序

    上传时间: 2015-11-26

    上传用户:wang0123456789

  • 采用51系列单片机 用TI公司的TLC549采样

    采用51系列单片机 用TI公司的TLC549采样,MAX7219控制数码管四位显示,以测试通过

    标签: 549 TLC 51系列 单片机

    上传时间: 2013-12-28

    上传用户:libenshu01

  • SD卡和AIC23数字音频输出实验, FreeDev Audio Dsp Board采用了TI公司的TVL320AIC23 1、控制接口使用I2C

    SD卡和AIC23数字音频输出实验, FreeDev Audio Dsp Board采用了TI公司的TVL320AIC23 1、控制接口使用I2C,Quartus中将CS置低(器件地址0011010)。 2、数字音频接口使用了组件FreeDev_aic23,有三种测试和应用 模式,中断结合DMA方式能在NIOS II中采集和发送数据。中断信号 产生于模块中FIFO缓冲区的半满信号,读取数据端口自动清除中断 请求信号。 3、I2C IP 和FreeDev_aic23 IP分别在Quartus 工程目录中 4、SD卡读写通过SD_DAT0、SD_CLK、SD_CMD三个PIO信号线用软件 控制时序。 5、该范例读SD卡数据,通过DMA将Buffer数据送到FreeDev_aic23的 FIFO中实现数据播放。 6、SD卡中的数据必须是以48K*16bit保存的采样数据。数据可以通过SD读卡器写入。

    标签: AIC FreeDev Audio Board

    上传时间: 2013-12-09

    上传用户:aix008

  • 一个与一个低通滤波器结合可以用作简单、廉价的数/模转换器。其输出可用于驱动电压控制器件

    一个与一个低通滤波器结合可以用作简单、廉价的数/模转换器。其输出可用于驱动电压控制器件,或用于需要模/数转换器采样受控参数的反馈控制系统中。PWM常用于电机控制系统中。

    标签: 低通滤波器 廉价 模转换器 控制器

    上传时间: 2013-12-20

    上传用户:我们的船长

  • ad采样

    ad采样,步进电机控制,DSPF2812 载质量高而且本站没有的源码

    标签: 采样

    上传时间: 2014-12-02

    上传用户:电子世界

  • ADC3004采样程序

    ADC3004采样程序,由at89c51控制,对4个 通道进行采样并把其显示出来!

    标签: 3004 ADC 采样 程序

    上传时间: 2016-01-05

    上传用户:athjac

  • 电机控制中电流检测模块

    电机控制中电流检测模块,电流采样处理。试用DSP28系列

    标签: 电机控制 模块 电流检测

    上传时间: 2014-01-06

    上传用户:离殇

  • PID温度控制

    PID温度控制,用10K的NTC采样,温控精度为0.1

    标签: PID 温度控制

    上传时间: 2016-03-05

    上传用户:TF2015

  • 基于BP神经网络的 参数自学习控制 (1)确定BP网络的结构

    基于BP神经网络的 参数自学习控制 (1)确定BP网络的结构,即确定输入层节点数M和隐含层节点数Q,并给出各层加权系数的初值 和 ,选定学习速率 和惯性系数 ,此时k=1; (2)采样得到rin(k)和yout(k),计算该时刻误差error(k)=rin(k)-yout(k); (3)计算神经网络NN各层神经元的输入、输出,NN输出层的输出即为PID控制器的三个可调参数 , , ; (4)根据(3.34)计算PID控制器的输出u(k); (5)进行神经网络学习,在线调整加权系数 和 ,实现PID控制参数的自适应调整; (6)置k=k+1,返回(1)。

    标签: BP神经网络 参数 BP网络 学习控制

    上传时间: 2016-04-26

    上传用户:无聊来刷下