IDT72V2113在高速数据采集系统中的应用

本文介绍了FIFO IDT72V2113的内部结构、主要功能及其使用方法，对多片IDT 72V2113的字长和深度扩展做了详细的讨论，并结合TI公司的TMS320C6000系列数字信号处理器(DSP)说明了与IDT72V2113的连接方法，最后介绍了其在DSP高速数据采集系统中的实际应用。     

基于S3C2410型微处理器和UDA1341型立体声音频编解码器的嵌入式音频系统设计

S3C2410是Samsung公司一款基于ARM920T核的微处理器,通过IIS音频总线与UDA1341型CODEC构成一种嵌入式音频系统,实现音频的播放和采集.给出相关硬件电路的说明及Linux下音频驱动程序的设计要点.     

基于SVM算法的烟雾粒子识别系统

本文介绍了一种基于Ｍｉｅ散射理论的烟雾粒子识别系统，并主要介绍了后端ＳＶＭ算法的模式识别处理方法。文章详细给出了系红的原理、结构、以及ＳＶＭ算法的原理及其处理效果，并将ＳＶＭ算法与ＢＰ神经网络算法的应用效果进行了比较。     

常温下氢气声转动弛豫模型研究

氢气声弛豫过程主要由氢气分子的转动弛豫决定.然而,当前大部分声弛豫模型是基于气体分子的振动弛豫,并不适用于氢气.本文利用理想气体焓变与定压热容的关系,提出了一种基于氢气分子转动的弛豫模型,并讨论了转动弛豫和振动弛豫的相似与不同.该模型不仅适用于氢气,还能够和其他气体的振动弛豫模型相结合求解混合气体的声弛豫吸收谱和声速频谱.仿真结果表明,对于H_2,N_2/H_2,CO_2/H_2等气体,该模型生成的声速、声弛豫谱曲线与实验数据符合.本模型为包含氢气的混合气体声学探测提供了一个有效的理论模型.     

气体声弛豫过程中有效比热容与弛豫时间的分解对应关系

声在多原子分子气体中传播所引起的弛豫过程是探索气体特性的重要方面. 本文通过研究气体声弛豫过程中振动自由度与平动自由度(V-T)以及振动自由度之间(V-V)的分子能量转移模型, 给出了有效比热容与弛豫时间的分解对应关系及其通用获得方法. 该分解模型与现有的声弛豫模型相比, 反映了分解后的V-T 和V-V弛豫过程中振动比热容与弛豫时间的对应关系, 并发现了较高能级是引起对应声弛豫过程的决定因素. 将基于该分解模型获得的气体声弛豫衰减谱经碰撞直径微调改进后, 比现有理论更接近实验数据, 其结果证明了该分解对应关系的正确性和合理性.     

模糊神经网络在火灾探测中的应用

本文提出了串联模糊神经网络应用于火灾探测系统，首先将输入信号模糊化后迭送入神经网络进行处理，其模糊系统用指征定义隶属度函数，神经网络采用三层前馈ＢＰ网络结构，用ＢＰ算法进行网络参数的训练。其后由模糊逻辑判决火灾或非火灾。实验结果表明该网络能够准确探测各种标准试验火并有很强的抗干扰能力。     

热敏打印机与高速数字处理器DSP的接口应用

分析了仪器仪表领域的发展趋势，详细介绍了微型热敏打印机的工作原理及应用。给出了热敏打印机同DSP的简单接口方法以及相应的打印机初始化程序。     

基于Rough测度的弱信号空间极化特征快速拾取方法

开展非电磁波的微弱信号处理研究,对于实际环境下的信号监测与探测具有很强的现实意义和应用前景,也面临着许多挑战.本文以微弱气体信号的早期快速探测作为研究背景,在分析了微弱信号早期探测的不确定性的基础上,运用粗糙集的数学方法,提出了基于Rough测度的信号处理方法,以快速拾取弱信号空间的极化特征,并以一维中尺度空间的信号源方位探测为实例,给出了基于Rough测度的快速拾取弱信号空间极化特征的具体算法,通过该算法计算,可以从初始无序的采样信号空间中找到具有趋势性的信号空间极化特征,从而实现信号方位快速识别与跟踪,其仿真结果表明该方法具有良好的稳健性、准确性和容错性.     

基于混沌和神经网络的弱信号探测

本文首先描述了混沌的定义，提出了一个判断时间序列是否具有混沌行为的实验准则，即时间序列要有有限维数的吸收子，一个为正数的Ｌｙａｐｕｎｏｖｅ指数（李氏指数）并且是局部可预测的，分析了神经网络的重构混沌时间序列相空间的性能和受白噪声干扰时重构相空间的能力，基于神经网络所具的强大学习和非线性处理能力和混沌的局部可预测性，提出了一种利用神经网络对淹没有混沌背景下的瞬态信号进行检测的方法，实验表明，这种方法     

基于PPP的微处理器接入Internet

近年来，各种各样的单片微处理器系统（简称单片机）得到了广泛的应用，因特网的应用蓬勃发展，于是将单片机系统接入互联网的研究也成了当前的一大热点，文章在充分研究各种网络协议、RFC文档及硬件电路的基础上，为单片机互联网接入问题给出了一种新颖的解决方案，它能利用非常有限的资源实现这种功能。