我大概讲一下实现的原理:正弦波移相φ,当使得大于sin(φ)的值为1,其他值为-1,占空比就跟这个φ值之间有联系. 占空比原理图如下所示. 结果上图,可以实现调节占空比,方波频率,方波个数. 下面是函数的代码: function y=squarewav(Vm,f,K,n) %参数为幅度,频率,占空比,以及波形个数 % 正弦信号 % f = 1000;% 正弦波频率 w = 2*pi*f;% 正弦波角频率 % Vm = 2;% 正弦幅值 u = (0.5-K)*pi;% 相位 N = 4000;%

学校的课程设计,总结一下. 注意 1.高低电平的改变不适合在主函数的while循环中,因为要有数码管动态显示的延时和其它逻辑处理,时间太长会不能及时改变高低电平值. 2.中断的执行时间一定是不能超过定时时间的,不然就会中断没处理完又来了下一个中断,造成频率出错. 3.假设100us中断一次,中断程序执行时间40us,则当前中断执行完毕距下一个中断到来还有70us,这剩下的时间就执行主函数的while循环了,因此设计中断时要给主函数留时间. 4.假设原来的延时函数设置延时1ms,而现在延时函数要被

Function summary http://www.biomecardio.com/matlab/index.html clinspace Curvilinearly spaced points on a parametric curve cumsimps Cumulative Simpson's numerical integration dctn N-dimensional Discrete Cosine Transform evar Variance estimation fspeci

在实时图像采集中,不可避免的会引入噪声,尤其是干扰噪声和椒盐噪声,噪声的存在严重影响边缘检测的效果,中值滤波是一种基于排序统计理论的非线性平滑计数,能有效平滑噪声,且能有效保护图像的边缘信息,所以被广泛用于数字图像处理的边缘提取,其基本原理是把数字图像或数字序列中的一点的值用该点邻域内所有的点排序后的中值来代替. 中值滤波对椒盐噪声有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊.这些优良特性是线性滤波方法所不具有的.而且,中值滤波的算法比较简单,也易于用硬件实现.这篇

本博客所有文章分类的总目录:http://www.cnblogs.com/asxinyu/p/4288836.html Matlab和C#混合编程文章目录:http://www.cnblogs.com/asxinyu/p/4329753.html Matlab还是一如既往的每年2个版本的发布速度.2015年3月R2015a (版本 8.5) 正式发行.在新版本中,带有四个新的工具箱以及79个产品进行的更新.MATLAB 2015a 中的许多新功能都是在 R2014b 的功能基础上升级而来的,其中

MATLAB conv2卷积的实现 二维卷积的算法原理比较简单,参考任意一本数字信号处理的书籍,而matlab的conv2函数的滤波有个形状参数,用下面的一张图很能说明问题: 这里给出一种最原始的实现方案.这种实现对于数据矩阵大小为1000x1000,卷积核矩阵大小为20x20,在我的机器上需要大约1秒钟的时间,而matlab采用的MKL库最快只需要将近0.1s的时间.下面的代码用到了自己目前开发的FastIV中的一些函数接口.具体代码如下: #include "fiv_core.h"

使用C++来写一个IIR滤波器 我们首先要在MATLAB中设计一个IIR滤波器,并生成一个头文件,这个头文件中反映了IIR滤波器的频率响应特性 理论支持 IIR滤波叫做递归滤波器,它是一种具有反馈的滤波器.当阶数较大时一般采取多个二阶节滤波进行串联,这样可以提高系统稳定性. 一个二阶节系数规律如图所示: 可以写出第K个二阶节的差分方程 N个二阶节的级联结构如下图所示: 根据二阶节图,把前一级的输出作为后一级的输入,就可以通过软件实现IIR数字滤波的功能. 使用Matlab生成头文件 首先打开MA

1 conv2函数 C=conv2(A,B,shape); %卷积滤波 参数说明: A:输入图像 B:卷积核 shape的可选值为full.same.valid. 1)当shape=full时,返回全部二维卷积结果,即返回B的大小为(ma+mb-1)x(na+nb-1). 2)shape=same时,返回与A同样大小的卷积中心部分. 3)shape=valid时,不考虑边界补零,即只要有边界补出的零参与运算的都舍去,返回B的大小为(ma-mb+1)x(na-nb+1). 上面叙述看起来略有些抽象

1         图像增强 1.1            直方图均衡化 对于灰度图像,可以使用直方图均衡化的方法使得原图像的灰度直方图修正为均匀的直方图. 代码如下: I2=histeq(I1); figure,imshow(I2); figure,imhist(I2); 原图像为lena的图片,经过直方图均衡化后的图片为Figure 1. Figure 1 原图灰度直方图请参见:MATLAB数字图像处理(一)基础操作和傅立叶变换,经过修正后的灰度直方图为Figure 2: Figure 2

参考: PID控制器开发笔 浅谈位置式PID 专家PID控制在快速系统中的仿真及应用(这篇了论文介绍的积分分离PID.专家PID(脚本实现和simulink实现)很详细) PID控制算法的C语言实现一 PID算法原理 在工业应用中PID及其衍生算法是应用最广泛的算法之一,是当之无愧的万能算法,如果能够熟练掌握PID算法的设计与实现过程,对于一般的研发人员来讲,应该是足够应对一般研发问题了,而难能可贵的是,在我所接触的控制算法当中,PID控制算法又是最简单,最能体现反馈思想的控制算法,可谓经典中的

Arduino 的程序可以划分为三个主要部分:结构.变量(变量与常量).函数. 结构部分 一.结构 1.1 setup() 1.2 loop() 二.结构控制 2.1 if 2.2 if...else 2.3 for 2.4 switch case 2.5 while 2.6 do... while 2.7 break 2.8 continue 2.9 return 2.10 goto 三.扩展语法 3.1 ;(分号) 3.2 {}(花括号) 3.3 //(单行注释) 3.4 /* */(多行注

数字逻辑课程的自由设计中,我编写了一个3x3开窗的中值滤波器,处理一副128*128像素值的图像,并且最终可以在FPGA上板实现. 中值滤波的本质就是对于一个n*n的窗口,将其内部的值进行排序,取中位数作为中间的点的值.通过中值滤波可以很好的减弱图片的噪声,并且报纸边缘不变. 中值滤波的硬件实现主要分为三个模块:开窗模块.中值计算模块与存储器模块. [1]开窗模块主要需要利用循环同步计数器来实现,分别进行列和位置的循环,从而达到最终开窗的目的. 开窗模块的代码如下: `timescale 1ns

转自:http://blog.csdn.net/poem_qianmo/article/details/20537737 1:Mat imread(const string& filename, intflags=1 ); eg: Mat image0=imread("dota.jpg",CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR);//载入最真实的图像 ge1=imread("dota.jpg",0);/

原 https://blog.csdn.net/alwaystry/article/details/52756051 图像算法五:[图像小波变换]多分辨率重构.Gabor滤波器.Haar小波 2018年11月30日 01:49:25 芥末酱- 阅读数:720    版权声明:不允许转载本博客文章,否则违版必究. https://blog.csdn.net/weixin_42346564/article/details/84642513 matlab设计: 与单纯运用某种自适应算法相比,基于小波分

读取写入方式分为数字和模拟 读取方式:(注意接地) 数字:digitalRead(pin); 模拟:analogRead(A1);float val=value*(5.0/1023.0);                  //  0·····1023 写入方式: 数字:digitalWrite(pin,HIGH/LOW); 模拟:analogWrite(pwm,0·255);   //  这里涉及脉冲宽度调制,与占空比方波有关,如果要去读取对应pin值推荐用万用表,如果利用digitalRea

方波信号为: 傅里叶级数展开为: 程序运行结果: 程序代码: clear x = -6:0.01:6; T = 4; f = x; for N = 1:length(f) temp = rem(abs(x(N)),T); if temp>1 && temp<3 f(N) = 0; else f(N) = 1; end end % f(x) = 1/2 + sum(g(k,x)) (k=1,2,3,4......) % g(k,x) = sinc(k/2)*cos(k*pi/2*

滑动平均(moving average):在地球物理异常图上,选定某一尺寸的窗口,将窗口内的所有异常值做算术平均,将平均值作为窗口中心点的异常值.按点距或线距移动窗口,重复此平均方法,直到对整幅图完成上述过程,这种过程称为滑动平均. 滑动平均相当于低通滤波,在重力勘探和测井资料处理解释中常用此方法. 如果滑动窗长为n的话,滑动平均就是让数据通过一个n点的FIR滤波器,滤波器抽头系数都是1,这样取滑动平均就是起到序列平滑的作用. Matlab中有多种滑动平均方法,比如filter和tsmovavg

1 设计内容 本设计是基于FPGA的音频信号FIR低通滤波,根据要求,采用Matlab对WAV音频文件进行读取和添加噪声信号.FFT分析.FIR滤波处理,并分析滤波的效果.通过Matlab的分析验证滤波效果后,将叠加噪声信号的音频信号输出到txt文件里.然后使用Matlab语言编写滤波器模块和测试模块,通过Modelsim软件读取txt文件的数据,将数据送入滤波模块,最后将滤波的结果输出到txt文件里,最后用Matlab将处理的结果从txt文件读出.显示.FFT分析用Verilog设计的FIR滤

基于MATLAB的中值滤波均值滤波以及高斯滤波的实现 作者:lee神 1.   背景知识 中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点. 方法是用某种结构的二维滑动模板,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数

MathWorks从MATLAB 2015a开始推出与ROS集成的Robotics System Toolbox(机器人系统工具箱),它为自主移动机器人的研发提供现成的算法和硬件接口. 粒子滤波基本流程 A particle filter is a recursive, Bayesian state estimator that uses discrete particles to approximate the posterior distribution of the estimated s