• 博客(0)
  • 资源 (7)

空空如也

工业以太网现场总线EtherCAT驱动程序设计及应用

EtherCAT是一种应用于工厂自动化和流程自动化领域的实时工业以太网现场总线协议,是工业通信网络国际标准IEC61158和IEC61784的组成部分。《工业以太网现场总线EtherCAT驱动程序设计及应用》介绍了:实时工业以太网技术进展、EtherCAT系统组成原理、EtherCAT协议、从站专用集成电路芯片ET1100、ET1100从站硬件设计实例、EtherCAT用于伺服驱动器控制应用协议CoE和SoE、Windows XP操作系统下EtherCAT主站驱动程序设计、基于微处理器的EtherCAT从站驱动程序设计和开发实例。, 《工业以太网现场总线EtherCAT驱动程序设计及应用》可作为工业自动化和计算机控制专业研究生教材或教学参考书,亦可作为EtherCAT协议开发技术人员的工具书。

2017-11-06

滤波器综合法设计原理

滤波器综合法设计原理 黄席椿 高顺泉 编著 人民邮电出版社

2016-11-30

基于新型变步长LMS的自适应谐波检测算法

随着现代电力电子技术的飞速发展,许多设备在使用过程中产生了大量谐波,严重影响了电力系统的工作性能。与此同时,各类精密设备和仪器对供电质量也有很高的要求,所以有必要对谐波进行检测及治理。本文简要介绍了谐波的相关概念、谐波的危害和谐波治理的发展现状。对谐波检测相关理论知识及谐波检测方法做了较为详细的介绍,并对几种检测方法进行了对比分析。在对自适应最小均方算法(LMS)进行研究的基础上,提出了基于LMS的自适应谐波检测算法。针对传统LMS算法受固定步长因子的影响,算法收敛速度与稳态误差之间存在矛盾的关系,进而对变步长LMS算法进行了研究,并将其应用到谐波检测算法中。在此基础上,本文提出了基于新型变步长LMS的自适应谐波检测算法。(1)将双曲余弦函数应用到变步长函数中,并对双曲余弦函数进行改进,利用改进后的双曲余弦函数曲线在接近坐标零点时,会减慢变化速率的特点,使得算法在收敛后期能够减小步长因子,从而降低算法稳态误差;(2)将基于瑞利分布变步长LMS算法与谐波检测技术相结合,由于瑞利分布函数曲线变化更加丰富,能够使得算法的步长在收敛初期不断增大,收敛后期又不断减小,因此进一步降低了算法的稳态误...

2016-10-13

微电网的建模及其谐波检测方法研究

对光伏发电系统和风力发电系统进行了分析和建模,以为仿真 平台,搭建了适用于谐波检测的微电网并网模型,奠定了谐波分析的基础。 针对方法本身的包络线拟合问题,论文提出了改进的包络线拟合思路;针对 方法在谐波检测中遇到的模态混叠现象,论文设计了用于滤去基波分量的数字高 通滤波器。综合分析两种改进思路,论文提出了的改进方法,仿真结果表明改进 的方法可以取得良好的谐波检测效果。利用设计平台,论文设计了基 于改进方法的谐波检测平台,实现了谐波信号绘制、谐波检测和谐波瞬时参数计算等功 能,提高了改进方法的实用性。

2016-10-13

电力系统谐波检测算法及检测系统研究

随着各种非线性电力电子装置的广泛应用,电网中的谐波污染日渐严重。为了加强对谐波污染的治理、管理和收费,研究实时、准确、连续测量的电力谐波检测算法及检测系统具有重要的理论和工程实际意义。目前已有的电力谐波监测系统大多采用基于快速傅立叶变换(FFT)的检测方法。该方法的信号采集和处理需要较长的时间延迟,信号处理时存在栅栏效应和频谱泄漏现象,导致谐波检测的实时性较差、精确度不高。另外,FFT仅适用于分析平稳渐变的信号,不能适应负荷动态变化的电力谐波检测。本文在对已有电力谐波检测方法进行分析的基础上,深入研究了FFT检测原理,设计了多卷积窗插值算法和加窗全相位算法两种对FFT改进算法。多卷积窗插值算法从加窗和插值两个方面进行改进,提出一种更适合于电力系统谐波检测的多卷积窗函数和三次样条函数的计算插值算法,使检测谐波幅值的精度大幅提高;解决了传统FFT算法测量谐波不可用的现状,达到了电能质量国家标准。由于多卷积窗插值算法对相位检测精度还有待改进,进而提出了加窗全相位算法,加窗全相位算法原理实现检测相位无误差,且幅值和频率检测精度也有大幅提高。在检测系统中采用这两种算法,能够在线实时动态地检测奇次...

2016-10-13

通信原理系统调制与噪声(第5版).djvu

(美)齐默尔(Ziemer,R.E.)(美)川特(Tranter,W.H.)著

2016-10-13

MATLAB仿真在通信与电子工程中的应用

介绍应用MATLAB软件进行建模和仿真试验研究的方法,提供了大量的可以运行的涉及通信与电子系统各个方面的仿真实例,特别是应用SIMULINK工具建立的仿真系统模型,具有很高的工程应用价值.

2016-10-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除