logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

最近在搞一个STM32F103的热电偶采集和PID温控系统,感觉挺有意思的,分享一下我的思路和代码

首先,热电偶采集这块,我用的是MAX6675,这个芯片可以直接把热电偶的信号转换成数字信号,省去了很多麻烦。注意,MAX6675的数据是12位的,所以需要右移3位,再乘以0.25得到实际温度。总的来说,这个系统虽然简单,但涵盖了热电偶采集、PID控制等常见的嵌入式开发任务,适合初学者练手。基于stm32设计,可以实现热电偶采集,PID温度控制,注意51单片机源码基于keil开发环境,STM32源码

文章图片
#编辑器
基于S32K144芯片的XCP标定协议工程源码完全开放,结构清晰便于移植,可直接应用及扩展其他芯片

索性把自己在S32K144上实现的XCP工程开源了,这个版本支持CAN通信,实测通过CANape连接稳定,标定参数刷新速度能到2ms周期。代码里随处可见防御性编程的痕迹,比如每个API都做了指针有效性检查,连除零保护这种细节都没放过。工程里还埋了个彩蛋:在xcp_can.c第420行有个隐藏的调试模式,连续收到三次0x666指令后会激活原始数据日志功能。基于s32k144开发的xcp标定协议,完整

文章图片
#压力测试
锅炉内胆温度控制:西门子200 PLC与组态王6.53联机实战

锅炉内胆温度控制西门子200plc和组态王6.53联机程序T18,带运行效果视频在自动化控制领域,锅炉内胆温度的精准控制至关重要。今天咱就来唠唠如何实现西门子200 PLC与组态王6.53的联机,打造一个T18锅炉内胆温度控制程序,还附带运行效果视频哦,让你有更直观的感受。

文章图片
#AIGC
模板匹配:全平台支持,高速度直逼Halcon,基于形状的模板匹配技术,OpenCV实现(C++...

模板匹配这玩意儿在工业视觉里算是基本功了,但要做到带旋转缩放还能保持速度,不少老司机都栽过跟头。最近用OpenCV折腾了个基于形状的解决方案,实测在i7上单帧处理能压到30ms以内,ARM板子也能跑到100ms级别,效果有点小惊喜。跨平台兼容这块,OpenCV确实给力。后面做匹配时,不仅能对比边缘位置是否吻合,还能检查边缘方向是否一致,误匹配直接砍掉一半。模板匹配,支持旋转缩放,速度直逼halco

文章图片
#xhtml
计及条件风险价值的电 - 气综合能源系统能量 - 备用分布鲁棒优化

matlab代码:计及条件风险价值的电-气综合能源系统能量-备用分布鲁棒优化关键词:wasserstein距离 CVAR条件风险价值 分布鲁棒优化 电-气综合能源 能量-备用调度完美复现:《Energy and Reserve Dispatch with Distributionally Robust Joint Chance Constraints》

文章图片
#restful
基于OpenCV与WPF的卡尺找圆工具代码功能说明

Translation枚举:定义边缘明暗转换类型,Positive(黑到白,梯度为正)、Negative(白到黑,梯度为负)、All(全部边缘),用于筛选目标边缘方向;Selection枚举:定义边缘点选择策略,包括First(第一个边缘点)、Last(最后一个边缘点)、Strongest(梯度最强点)、Weakest(梯度最弱点)、All(所有边缘点),适配不同场景下的边缘筛选需求;Info内部

Matlab 16QAM完整调制解调:误码率、误符号率在AWGN信道下的性能分析与匹配滤波应用

最后说个实战技巧:用parfor循环跑蒙特卡洛仿真时,记得把随机数种子分开设置,不然并行跑出来的结果全是相关的。还有更狠的——直接调用GPU加速,把qammod改成gpuArray版,速度能提升十多倍,不过笔记本显卡可能会抗议。当EbNo超过13dB后,16QAM的误码率会断崖式下降,这时候要是你的曲线没这趋势,赶紧检查匹配滤波的滚降系数是不是设太大了。咱们今天用Matlab整点活,从信号生成到误

文章图片
#websocket
基于 STM8S 系列微控制器的直流无刷电机(BLDC)控制固件分析

本文档基于提供的源代码文件(【01】产品源代码_merged.txt),对一款应用于电动四轮车的**直流无刷电机控制器(BLDC Controller)**的嵌入式软件系统进行详细功能解析。该系统以STMicroelectronics 的 STM8S 系列 8 位微控制器为核心,集成了电机驱动、传感器采集、故障诊断、人机交互及通信等功能模块。固件版本标识为4.00,开发时间可追溯至2014 年,适

#单片机#嵌入式硬件
基于多智能体深度强化学习的车联网通信资源分配优化探索

X00105-基于多智能体深度强化学习的车联网通信资源分配优化。

文章图片
PSO - BP 与 BP 分类模型对比:用 Matlab 轻松实现

【对比】PSO-BP+BP分类模型对比基于粒子群算法(PSO)优化BP神经网络的数据分类预测对比(可以更换为回归/单变量/多变量时序预测,前),Matlab代码,可直接运行,适合小白新手程序已经调试好,无需更改代码替换数据集即可运行数据格式为excel代码已经调试好,替换数据集直接运行main即可一键出文案对比图BP也可更换为SVM,RF等其他模型前私1、运行环境要求MATLAB版本为2018b及

文章图片
#射频工程
    共 15 条
  • 1
  • 2
  • 请选择