电流控制PWM开关电源

介绍电流控制PWM开关电源的基本原理，并将其与电压控制PWM开关电源进行比较，指出了电流控制PWM开关电源的优点。最后给出了一个实用的电流控制PWM开关电源进行比较，指出了电流控制PWM开关电源的优点，最后给出了一个实用的电流控制PWM开关电源电路。     

基于遗传神经网络的机器人腕力传感器动态建模与补偿方法

介绍用于MotomamV3X机器人上的新型多维腕力传感器,比较遗传算法与人工神经网络的特点,将遗传算法的交叉和变异操作进行改进,提出一种融合改进遗传算法(Genetic algorithm, GA)的函数连接型人工神经网络(Functional link artificial neural network, FLANN),并将其用于所介绍的新型机器人腕力传感器动态建模与动态性能补偿中。介绍动态建模与动态补偿原理及改进遗传神经网络算法,给出该传感器的动态模型和动态补偿模型。该方法利用腕力传感器的动态标定数据,采用改进遗传神经网络搜索和优化模型参数,保留了遗传算法的全局搜索能力和FLANN结构简单,鲁棒性好,且具备自学习能力的特点,克服了FLANN容易陷入局部极小的缺陷,具有快的网络训练速度及高的动态建模精度。理论分析和试验结果都证实了所提出的动态建模与动态补偿方法的有效性。     

高效率可调复合式开关电源

结合实例介绍基于单片开关式稳压器和单片开关电源相组合构成的复合式开关电源。这种电源与普通开关电源相比，输出电压可连续调节；与线性稳压电源相比，体积小、效率高。     

基于无线传感器网络的实验室混合气体远程定量分析

为解决实验室排放液体、气体废弃物严重污染环境的问题,应用无线传感器网络技术,设计了实验室环境远程监测系统.采用单一热线型半导体气敏元件HS -513温度调制技术,运用支持向量机回归算法建立混合气体分析模型,提高小样本情况下的泛化性能,实现了对混合气体的定量分析.对乙醇和二甲苯两种混合气体样本进行实验,结果表明该系统可有效分析实验室混合气体成份,具有较高的精度,并可通过无线传感器网络对混合气体远程实时监测分析.     

彩电基色矩阵电路三基色恢复条件

目前一些文章中对正确恢复三基色需要满足什么条件,以及电路参数的变化对基色恢复的影响等问题分析较少.本文用等效电路法对典型的基色矩阵电路作了一定的理论分析,从此出发讨论了正确恢复出三基色对基色矩阵电路的要求.最后对影响三基色正确恢复的因素也作了一定的分析.结合上述分析得到了最终结论.     

小波分析在机器人腕力传感器信号去噪中的应用

机器人腕力传感器在工业现场测量力或力矩时,不可避免的受到随机噪声的干扰,从而影响了测量精度的提高。为了克服传统去噪方法的局限性,本文将多重小波变换应用到机器人腕力传感器信号去噪中,采用浮动阈值法消除噪声,并将传统的低通滤波和FFT／IF丌方法与本文介绍的方法进行比较。结果表明,多重小波浮动阈值去噪方法在机器人腕力传感器信号去噪方面优于传统的方法。     

检测大功率开关电源电流的方法

介绍大功率开关电源中检测电流的几种方法,给出了几种典型电路,分析了各种检测方法的特点。     

基于遗传神经网络的电容称重传感器非线性补偿方法

为了解决电容称重传感器的非线性问题,应用遗传算法训练径向基函数神经网络实现其非线性补偿。介绍非线性补偿的原理和网络训练方法。从实测数据出发,建立了电容称重传感器的非线性补偿模型。该方法能同时优化网络结构和参数,具有全局寻优能力,补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿。实验结果表明,本文所用的电容称重传感器非线性补偿方法是有效和可行的。     

径向基函数神经网络在多维力传感器标定中的应用

维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数（RBF）神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。     

振动速度传感器幅频特性改进方法的研究

介绍对磁电式振动传感器幅频特性改进的方法。首先对磁电式振动速度传感器的特性进行了分析，列出了传递函数，然后设计出与该传递函数相关的函数作为补偿环节，与原传感器串联后可得到平坦的输出特性。利用软件设计数字滤波器和用硬件设计模拟滤波器可使传感器的下限工作频率降低，满足工程上超低频振动测量的要求。