基于ATmega128的CAN_NODE总线驱动程序设计

CAN_NODE实验板是一款功能强大的8位AVR单片机实验板,采用的是基于AVR RISC结构的8位低功耗CMOS微处理器ATmega128。该文简要阐述了现场总线技术的概况、CAN_NODE实验板硬件结构和ATmega128的特点,着重介绍了基于该实验板的CAN总线驱动程序。     

基于单片机的CAN_NODE的设计与实现

CAN_NODE实验板是一款功能强大的8位AVR单片机实验板,采用的是基于AVR RISC结构的8位低功耗CMOS微处理器ATmega128。由于其先进的指令集以及单周期指令执行时间,ATmega128的数据吞吐率高达1 MIPS/MHz。板上提供了CAN总线通讯所需要的硬件,按键,LED,USB接口等常用的功能部件,为系统扩展而预留了扩展功能接口,提供了SPI接口和JTAG接口以方便下载和调试。     

基于光电传感器电路的迷宫机器人设计

采用Freescale公司的MC9SDG128单片机进行控制,使用ROHM公司生产的发送接收一体化反射型光电传感器RPR220,设计了一种新型迷宫机器人.该迷宫机器人能够在程序中严格控制光电传感器的开关,同时用软件消除外界干扰,取得了很好的探测效果.     

基于蓝牙技术的智能车实时监测系统的研究

研究开发了以Freescale公司MC9S12DG128单片机为核心控制单元的智能车无线监测系统。系统主要由传感器模块、数据采集与处理模块、UART通讯模块、蓝牙通讯模块、上位机模块组成。详细介绍了以上4个模块的设计开发。经过测试表明,此系统工作稳定,对于摄像头图像的显示,速度曲线的绘制,PID参数修正等功能完全满足智能车调试的需求。     

基于ZigBee技术的交通气象站中雨量测量系统设计

设计了一种以高精度压力式雨量计代替传统虹吸式或翻斗式雨量计的雨量测量方案。详细介绍了以Atmega128为控制核心,通过对CC2420射频收发器的控制实现雨量测量智能化和无线化的系统。交通气象站中对雨量测量的实时性和精确性有着严格的要求,作为交通气象站无线传感网络中的一个节点,该系统具有组网灵活、高精度、低成本、功耗小、可靠性高等特点。     

基于ATmega128的调光控制器方案设计

现有的模拟调光控制器大多采用拉杆、旋钮、开关等对模拟信号进行变换,控制精度不高,体积较大,且只能实现对灯具的通断控制。本文结合PC上位机、ATmega128单片机及AD7226芯片实现一种高精度的模拟调光控制器,通过上位机的调光控制软件可以对灯具实现多种灯光效果的变换。     

MC9S08系列微控制器的C代码生成研究

阐述RTWEC自动代码生成的原理、目标驱动模块的设计,以及与CodeWarrior IDE接口的实现;将智能车的随动算法移植到飞思卡尔8位处理器MC9S08QE128上,并通过和手写代码的对比验证了RTWEC自动生成代码的正确性和高效性。所研究的C代码转换技术可以将自动生成的代码,快速、方便地移植到对RTWEC没有专门支持的嵌入式系统中去。     

HCS12X单片机的SD卡FAT文件系统读写设计

基于HCS12X单片机SPI模块读取Micro SD卡与SD卡,并解析SD卡上FAT文件系统以实现文件的读取与写入。测试证明,系统对FAT文件系统的读取稳定,误差小,速度较快。使用HCS12X类单片机对SD卡进行读取,在汽车智能设计和单片机调试方面有较高的应用价值。     

从MC9S12D到MC9S12XS

从第四届全国大学生"飞思卡尔"杯智能车竞赛开始,竞赛组委会推荐使用MC9S12XS128单片机替代前三届竞赛中使用的MC9S12DG128。S12X是新一代双核单片机,制造工艺从0.25μm进步到0.18μm;总线频率从25MHz提高到40MHz;S12XS单片机保留了S12X CPU,去掉了另一个CPU-XGate,保留了技术进步,提高了性能,简化了操作。     

Testing for jumps in the stochastic volatility models

This paper proposes the Lagrange multiplier (LM) test, or the score test, for jumps in the stochastic volatility (SV) model in the cases where the innovation term follows the normal and Student t-distributions. The tested null hypothesis is that the jump density has zero variance, which is expressed by Dirac’s delta function. It is shown that the unknown jump probability, which is an unidentified parameter under the null hypothesis, is cancelled out in the LM test statistic, and hence this test is free from the estimation problem of unidentified parameters, which is known as the Davies problem [R.B. Davies, Hypothesis testing when a nuisance parameter is present only under the alternative, Biometrika 64 (1977) 247–254]. Monte Carlo experiments show that the null distribution of the LM test statistic can be approximated by the normal distribution with sufficient accuracy.