HR7P201 芯片在出厂时已做好内部振荡器的校准，校准精度 16MHz±2%@25℃，3V~5.5V。如果用户选择芯片内部振荡器作为系统时钟源，在芯片上电复位完成后，内部电路会自动把校准值加载到校准寄存器 OSCCALH 与 OSCCALL，完成校准操作，因此不需要通过软件进行赋值。
标签： HR7P201
上传时间： 2022-01-18
上传用户：zhanglei193
/*************************MAX7219低4位显示dutycycleA变量，高4位显示dutycycleB变量旋转EC11改变dutycycleA变量大小按下EC11按钮时，将dutycycleA变量写入EEPROM，然后再将EEPROM储存信息赋值给dutycycleB8A的EEPROM为512字节一个扇区，每次写入数据前都需要先擦除扇区再写入，所以不是同时修改的数据尽量不要放在一个扇区************************/程序简单，但是注释很详细，附带有手册。非常适合初学者
上传时间： 2022-01-28
上传用户：trh505
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
产品型号：VK36E4 产品品牌：VINKA/永嘉微电/永嘉微 封装形式：ESSOP10 产品年份：新年份 联 系 人：许先生 Q Q：191 888 5898 联系手机：188 9858 2398（信） 深圳市永嘉微电科技有限公司，原厂直销，原装现货更有优势！工程服务，技术支持，让您的生产高枕无忧！QT273 量大价优，保证原装正品。您有量，我有价！ 1.概述 VK36E4具有4个触摸按键，可用来检测外部触摸按键上人手的触摸动作。该芯片具有较 高的集成度，仅需极少的外部组件便可实现触摸按键的检测。 提供了4路直接输出功能。芯片内部采用特殊的集成电路，具有高电源电压抑制比，可 减少按键检测错误的发生，此特性保证在不利环境条件的应用中芯片仍具有很高的可靠性。 此触摸芯片具有自动校准功能，低待机电流，抗电压波动等特性，为各种触摸按键+IO 输出的应用提供了一种简单而又有效的实现方法。 特点 • 工作电压 2.4-5.5V • 待机电流6uA/3.0V,12uA/5V • 上电复位功能（POR） • 低压复位功能（LVR） • 触摸输出响应时间： 工作模式 48mS 待机模式160mS • CMOS输出，低电平有效，支持多键 • 有效键最长输出16S • 无触摸4S自动校准 • 专用脚接对地电容调节灵敏度(1-47nF） • 各触摸通道单独接对地小电容微调灵敏度（0-50pF）. • 上电0.25S内为稳定时间，禁止触摸. • 封装 ESSOP10L(4.9mm x 3.9mm PP=1.00mm)
标签： CMOS 输出 36E VK 36 E4 脚位 体积 按键 开漏输出
上传时间： 2022-02-25
上传用户：2937735731
产品型号：VK36E4 产品品牌：VINKA/永嘉微电/永嘉微 封装形式：ESSOP10 产品年份：新年份 联 系 人：许先生 Q Q：191 888 5898 联系手机：188 9858 2398（信） 深圳市永嘉微电科技有限公司，原厂直销，原装现货更有优势！工程服务，技术支持，让您的生产高枕无忧！QT274 量大价优，保证原装正品。您有量，我有价！ 1.概述 VK36E4具有4个触摸按键，可用来检测外部触摸按键上人手的触摸动作。该芯片具有较 高的集成度，仅需极少的外部组件便可实现触摸按键的检测。 提供了4路直接输出功能。芯片内部采用特殊的集成电路，具有高电源电压抑制比，可 减少按键检测错误的发生，此特性保证在不利环境条件的应用中芯片仍具有很高的可靠性。 此触摸芯片具有自动校准功能，低待机电流，抗电压波动等特性，为各种触摸按键+IO 输出的应用提供了一种简单而又有效的实现方法。 特点 • 工作电压 2.4-5.5V • 待机电流6uA/3.0V,12uA/5V • 上电复位功能（POR） • 低压复位功能（LVR） • 触摸输出响应时间： 工作模式 48mS 待机模式160mS • CMOS输出，低电平有效，支持多键 • 有效键最长输出16S • 无触摸4S自动校准 • 专用脚接对地电容调节灵敏度(1-47nF） • 各触摸通道单独接对地小电容微调灵敏度（0-50pF）. • 上电0.25S内为稳定时间，禁止触摸. • 封装 ESSOP10L(4.9mm x 3.9mm PP=1.00mm)
标签： SSOP 36E VK 36 10 E4 抗干扰 4通道 触控
上传时间： 2022-02-25
上传用户：2937735731
产品型号：VK36E4 产品品牌：VINKA/永嘉微电/永嘉微 封装形式：ESSOP10 产品年份：新年份 深圳市永嘉微电科技有限公司，原厂直销，原装现货更有优势！工程服务，技术支持，让您的生产高枕无忧！QT283 量大价优，保证原装正品。您有量，我有价！ 1.概述 VK36E4具有4个触摸按键，可用来检测外部触摸按键上人手的触摸动作。该芯片具有较 高的集成度，仅需极少的外部组件便可实现触摸按键的检测。 提供了4路直接输出功能。芯片内部采用特殊的集成电路，具有高电源电压抑制比，可 减少按键检测错误的发生，此特性保证在不利环境条件的应用中芯片仍具有很高的可靠性。 此触摸芯片具有自动校准功能，低待机电流，抗电压波动等特性，为各种触摸按键+IO 输出的应用提供了一种简单而又有效的实现方法。 特点 • 工作电压 2.4-5.5V • 待机电流6uA/3.0V,12uA/5V • 上电复位功能（POR） • 低压复位功能（LVR） • 触摸输出响应时间： 工作模式 48mS 待机模式160mS • CMOS输出，低电平有效，支持多键 • 有效键最长输出16S • 无触摸4S自动校准 • 专用脚接对地电容调节灵敏度(1-47nF） • 各触摸通道单独接对地小电容微调灵敏度（0-50pF）. • 上电0.25S内为稳定时间，禁止触摸. • 封装 ESSOP10L(4.9mm x 3.9mm PP=1.00mm)
标签： 36E VK 36 E4 电源供电 抗干扰 高稳定 脚位 触控
上传时间： 2022-03-01
上传用户：2937735731
ADC-IN:PA4~7 ，采样获取以及多次采样平均值，注意ADC通道寄存器的重新赋值，否则无法实现多通道采集
标签： stm32f030c8t6 adc 多通道采集 keil工程
上传时间： 2022-04-25
上传用户：kjl
加密视频播放方法【未加密可试看】--质量和加密视频一样满意后授权所有视频播放乾颐堂现任明教教主Python基础课V3.0 9.Python语句和语法 if语句.ev4 - 36.20MB乾颐堂现任明教教主Python基础课V3.0 8.Python语句和语法 打印.ev4 - 26.46MB乾颐堂现任明教教主Python基础课V3.0 7.Python语句和语法 赋值.ev4 - 46.34MB乾颐堂现任明教教主Python基础课V3.0 6.Python内置类型 元组与文件.2.文件.ev4 - 51.49MB乾颐堂现任明教教主Python基础课V3.0 6.Python内置类型 元组与文件.1.元组.ev4 - 21.40MB乾颐堂现任明教教主Python基础课V3.0 5.Python内置类型 列表与字典.2.字典.ev4 - 52.04MB乾颐堂现任明教教主Python基础课V3.0 5.Python内置类型 列表与字典.1.列表.ev4 - 107.11MB......
标签： python
上传时间： 2022-05-04
上传用户：bluedrops
华中科技大学 LLC 串联全桥论文
上传时间： 2022-05-12
上传用户：sheng199241
VHDL 基础程序百例 FPGA 逻辑设计源码VHDL语言100例第1例 带控制端口的加法器第2例 无控制端口的加法器第3例 乘法器第4例 比较器第5例 二路选择器第6例 寄存器第7例 移位寄存器第8例 综合单元库第9例 七值逻辑与基本数据类型第10例 函数第11例 七值逻辑线或分辨函数第12例 转换函数第13例 左移函数第14例 七值逻辑程序包第15例 四输入多路器第16例 目标选择器第17例 奇偶校验器第18例 映射单元库及其使用举第19例 循环边界常数化测试第20例 保护保留字第21例 进程死锁 第22例 振荡与死锁第23例 振荡电路第24例 分辨信号与分辨函数第25例 信号驱动源第26例 属性TRANSACTION和分辨信号第27例 块保护及属性EVENT,第28例 形式参数属性的测试第29例 进程和并发语句第30例 信号发送与接收第31例 中断处理优先机制建模第32例 过程限定第33例 整数比较器及其测试第34例 数据总线的读写第35例 基于总线的数据通道第36例 基于多路器的数据通道第37例 四值逻辑函数第38例 四值逻辑向量按位或运算第39例 生成语句描述规则结构第40例 带类属的译码器描述第41例 带类属的测试平台第42例 行为与结构的混合描述第43例 四位移位寄存器第44例 寄存／计数器第45例 顺序过程调用第46例 VHDL中generic缺省值的使用第47例 无输入元件的模拟第48例 测试激励向量的编写第49例 delta延迟例释第50例 惯性延迟分析第51例 传输延迟驱动优先第52例 多倍（次）分频器第53例 三位计数器与测试平台第54例 分秒计数显示器的行为描述6第55例 地址计数器第56例 指令预读计数器第57例 加.c减.c乘指令的译码和操作第58例 2－4译码器结构描述第59例 2－4译码器行为描述第60例 转换函数在元件例示中的应用第61例 基于同一基类型的两分辨类型的赋值相容问题第62例 最大公约数的计算第63例 最大公约数七段显示器编码第64例 交通灯控制器第65例 空调系统有限状态自动机第66例 FIR滤波器第67例 五阶椭圆滤波器第68例 闹钟系统的控制第69例 闹钟系统的译码第70例 闹钟系统的移位寄存器第71例 闹钟系统的闹钟寄存器和时间计数器第72例 闹钟系统的显示驱动器第73例 闹钟系统的分频器第74例 闹钟系统的整体组装第75例 存储器第76例 电机转速控制器第77例 神经元计算机第78例ccAm2901四位微处理器的ALU输入第79例ccAm2901四位微处理器的ALU第80例ccAm2901四位微处理器的RAM第81例ccAm2901四位微处理器的寄存器第82例ccAm2901四位微处理器的输出与移位第83例ccAm2910四位微程序控制器中的多路选择器第84例ccAm2910四位微程序控制器中的计数器／寄存器第85例ccAm2910四位微程序控制器的指令计数器第86例ccAm2910四位微程序控制器的堆栈第87例 Am2910四位微程序控制器的指令译码器第88例 可控制计数器第89例 四位超前进位加法器第90例 实现窗口搜索算法的并行系统（1）——协同处理器第91例 实现窗口搜索算法的并行系统（2）——序列存储器第92例 实现窗口搜索算法的并行系统（3）——字符串存储器第93例 实现窗口搜索算法的并行系统（4）——顶层控制器第94例 MB86901流水线行为描述组成框架第95例 MB86901寄存器文件管理的描述第96例 MB86901内ALU的行为描述第97例 移位指令的行为描述第98例 单周期指令的描述第99例 多周期指令的描述第100例 MB86901流水线行为模型
上传时间： 2022-05-14
上传用户：zinuoyu
