使用C8051F32X带USB接口的单片机进行数据采集和USB接口通信(二)——256个AD数据采集及非易失数据块在系统写入flash程序实例

<正>一、AD数据采集1.C8051F32X单片机AD知识122(1)组成如图1所示,C8051F32X单片机的AD系统由两个17通道模拟多路选择器(合称:AMOX0)和一个采样率为200k/s的10位逐次逼近型AD转换器     

PIC单片机C语言程序设计(7)

<正>(接上期)在《PIC单片机C语言程序(1)～(6)》中,我们介绍了C语言的一些基本特点和主要内容,并用C语言编写了一些学习PIC单片机的基本程序和实用程序。上述源程序,需要生成目标码.hex文件,并将其烧写到PIC单片机的芯片中,进行实际运行,方能验证源程序的正确性。此过程必须用PIC单片机的开发工具来完成。本文介绍这些开发工具及其安装方法。     

基于MATLAB的非线性方程组遗传解法

将非线性方程组的求解问题转化为用遗传算法求解目标函数的最小值问题,利用MATLAB的遗传算法与直接搜索工具箱（GADs）对目标函数求取最小值。计算结果表明,用该方法求得的非线性方程组近似解精度较高。     

新型粒子群算法在多元方程组求解中的应用

介绍了求解多元方程组的一种新型粒子群算法。通过引入多路并行的粒子群与可变异惯性权重,有效地增加了算法种群的多样性,提高了算法的整体寻优能力,使传统粒子群算法容易陷入局部最优解的问题得到了有效解决。最后通过求解运算,与传统粒子群算法进行比较,验证了该算法在求解多元方程组问题上的优越性。     

警惕木马Trojan.Hydraq

日前,赛门铁克安全响应中心发布警告:互联网上又开始悄然传播了一种全新的木马病毒Trojan.Hydraq。它其实是一个利用Internet Explorer远程代码执行漏洞(CVE-2010-0249,俗称Aurora)及Adobe Acrobat Reader、Adobe Flash Player远程代码执行漏洞(CVE-2009-1862 )进行传播的木马型病毒。     

基于DRNN的非线性模型预测控制研究

针对飞机液压系统某地面试验装置具有非线性、慢时变的特征,常规的控制算法难于实现精确控制。为了提高系统的实时性和精度,提出了基于DRNN神经网络的非线性模型预测控制算法。控制算法应用对角递归神经网络DRNN作为非线性系统的预测模型,同时采用了具有全局优化能力的启发式遗传算法作为滚动优化工具。将这一控制算法进行仿真试验,仿真试验结果表明,基于DRNN的NMPC对于装置具有自适应能力,控制精度较传统的PID控制有明显的提高。     

剖析“性价比”，买显示器也要看门道 三星EX2220X

价格就是优势 不论是家用还是办公用,屏幕大的电脑其好处不言而喻——看电影时可带来全景画面,办公时可容纳较多窗口。所以,作为显示器来说,21．5英寸是非常合适的产品。而三星EX2220X这款21．5英寸产品,售价不过干余元,其他的不用问,这就已经让你充满了购买欲。     

结合遗传算法与LSSVC的网络异常检测

计算机网络攻击的多样性及隐蔽性,导致了其难以被检测,针对保护网络的安全性,准确识别网络异常问题,为了克服传统网络异常检测技术检测精度低等缺点,提出基于遗传算法优化的最小二乘支持向量机的网络异常检测方法.最小二乘支持向量机分类器(LSSVC)是一种进化的支持向量机分类器(SVC),通过构造新的二次损失函数以解决支持向量机中的二次规划问题.遗传算法用于选择合适的最小二乘支持向量机参数.选取KDDCup99数据测试采用提出的方法检测性能.实验结果表明遗传算法优化的最小二乘支持向量机分类器的网络异常检测精度高,效果好,为网络安全提供了保证.     

关于优化人民币汇率预测仿真研究

研究人民币汇率进行预测是金融市场研究领域一个重要的课题。为了更精确地预测人民币汇率,提出了基于遗传算法优化支持向量机（GA-SVM）的人民币汇率预测方法,GA-SVM中采用遗传算法优化SVM参数,以获得较优的SVM预测模型。并以2008.9.2-2009.1.31人民币对美元的工作日的日汇率数据进行仿真分析。结果表明,在人民币汇率预测中,GA-SVM结合预测法有着更高的预测精度,为掌握汇率变化提供可靠的依据。     

一种单通道SAR对多个地面动目标定位的方法

针对动目标的图像会因为存在径向速度而产生方位偏移问题,即动目标不能成像至正确的方位位置上.采用常规的用于静止目标成像的SAR(Synthetic Aperture Radar)方法对地面动目标成像,对单通道合成孔径雷达(Single-Channel SAR)正侧视工作模式下的多个地面动目标的定位问题进行了研究.首先分析了多个运动目标回波信号的特征,接着根据运动目标回波信号及其频谱的特征估计出了每个运动目标的多普勒中心和多普勒调频率,再利用多普勒参数的估计结果实现了距离走动校正,并计算动目标的运动参数,最后对动目标重新聚焦得到其初始时刻的图像,完成了运动目标的定位.并通过仿真实验验证了方法能准确的估计各个动目标的速度及位置参数,证明了算法的有效性.