固态数字语音记录仪的设计与实现

介绍一种固态数字语音记录仪的实现方案。它主要由ＤＳＰ最小系统、液晶显示模块、串行通信接口、键盘电路和片外闪烁存储器电路构成。实现语音信息的采集与播放,并且能够和笔记本电脑通过ＲＳ２３２串行口进行通信。     

基于DS18B20与ISD1420的温度检测与报警系统设计

本文设计了一种基于AT89C51的温度检测及报警系统.该系统将多个单总线温度传感器DS18820并接在控制器的一个端口上.对各个传感器温度进行循环采集,将采集到的温度值与设定值进行比较,当超出设定的上限温度时,通过ISD1420语音电路给出语音提示及报警信号.文中给出了单根数据线上扩展多个温度传感器的设计方法,并给出了系统实现的硬件原理图及软件流程图.经实验测试表明,该系统测量精度高、抗干扰能力强、报警及时准确,具有一定的参考价值.     

基于NRF905的无线温度数据采集系统

设计并实现了一种采用单片射频收发芯片nRF905、DS18B20和以单片机AT89C52为主控制器的无线数据采集系统.系统由一些相互独立的工作站构成,每站均包括数据处理模块、数据收发模块和数据采集模块三大模块.系统能够实现温度信息的采集、传送和LED显示,并且在温度超过最大值时,驱动蜂鸣器产生报警信号.     

基于单总线数字传感器的温度控制系统原理及应用

随着现代化生产和科学研究的发展,人们对温度过程控制的要求越来越高。文章介绍以单片机P89C668为核心的智能温度控制系统。它使用一线制数字温度传感器DS18B20采集温度,与传统测温装置相比,具有结构简单,测温精度高、应用面广等特点。另外,系统还扩展了和上位计算机的串行通信,实现远程监控。整个系统不但成本低廉、而且使用和扩展方便,可广泛应用于人们日常生活、工农业生产和科学研究领域,为广泛深入应用提供了借鉴。     

基于KCPSM的分布式智能温控系统设计

在分析传统温控系统架构性能瓶颈的基础上,提出基于常变量可编程状态机KCPSM和单总线数字温度传感器DS18B20的分布式智能温控系统电路设计方案。该方案集可靠性、灵活性和可扩展性于一体,克服了传统温控系统难于扩展、灵活性不高等缺点,具有一定的应用价值。     

煤矿井下温湿度监测和光纤通信系统的研究

针对煤矿井下采用热电偶测量环境温度的缺点,文章提出了一种基于单片机MSP430控制数字温度传感器DS18B20实现矿井下温湿度监测和光纤通信系统的设计方案。该系统通过单片机MSP430控制温度传感器DS18B20实现对煤矿井下的温湿度数据的采集;采用光纤传输实现温湿度信号的无失真传输;采用温湿度监控软件,通过串口通信,在PC机上实时监控系统的温湿度。实际测试表明,该系统工作稳定,温度测量精度达0.1℃,湿度测量精度达1%RH,可实现可靠的数据传输。     

多原子分子统计热力学MCAI课件——多原子分子的内旋转

统计热力学是物理化学理论框架中的一个重要部分 ,其中有许多抽象的概念和过程很难用传统的教学方法描述清楚 ,多原子分子的内旋转和简正振动就是突出的例子。 3DSMAX动画创作技术提供了将这些抽象概念和过程加以形象描述和模拟的有力工具。作者用它研制了多原子分子统计热力学MCAI课件 ,使上述抽象概念和过程表达得生动和直观 ,便于初学者理解 ,充分发挥了多媒体技术在化学教学中的作用。本文介绍该课件的第 1部分———多原子分子的内旋转     

证据推理理论组合规则评价方法研究

证据推理理论(包括DS理论和DSm理论)是处理不确定信息的重要方法,其组合规则性能的好坏直接影响推理结果.为了有效评价证据推理理论组合规则的性质,总结了基于DS理论的组合规则评价方法存在的问题,并深入分析了问题出现的原因;根据DSm理论的特点,提出了基于DSm理论组合规则的评价方法.该评价方法主要从冲突证据处理、证据时序性和计算量3个方面对基于DS理论的组合规则评价方法进行了改进.     

基于PSoC的飞艇艇内温度采集系统设计

介绍基于PSoC、nRF24L01射频芯片和DS18B20数字温度传感器的智能无线温度采集系统在飞艇上的设计,并对系统实际运行的结果数据进行测试分析,实现温度的测量与数据传输。重点描述了系统采集端软硬件的设计与实现,阐述了软件与硬件的设计要求。本系统功耗低、结构简单、通信效率高,可实现飞艇范围内全方位的温度测量。     

一种信度马尔科夫模型及应用

马尔科夫链以其无后效性广泛应用于自然科学和工程技术领域. 经典的马尔科夫链并不能反映对象状态的不确定性, 并且当状态划分边界过于清晰时, 状态转移情况不稳定. 为了保持状态转移的稳定性以及能够有效地表示和处理对象状态的不确定性, 本文提出了一种信度马尔科夫模型. 新模型引入了Dempster-Shafer (DS) 证据理论来描述对象状态的不确定性, 将对象的所有状态归类为一个辨识框架, 建立基本概率指派函数, 然后生成一个命题转移概率矩阵, 最后根据对象当前的状态得到将来的状态. 本文提出的信度马尔科夫模型是对经典马尔科夫链的推广, 向下兼容了它的性质. 实例表明, 新模型克服了上述缺陷, 获得了较经典马尔科夫链更加合理、准确的结果, 具有更高的有效性和实用性.