精华内容
下载资源
问答
  • Q: ... 杜工程师您好, 按照您的两本两本,一本同步,一本锁相环,书中锁相环参数设计而言, 与您在网上所发程序环路滤波器...请具体说明书名、版本、页码中参数设计公式。你所说的网上所发程序,估计是网易博客...

    Q:

    bin396751019@qq.com

    杜工程师您好,

    按照您的两本两本,一本同步,一本锁相环,书中锁相环参数设计而言,

    与您在网上所发程序环路滤波器增益K并不等于fs/2^Bnco这个原因是什么呢?

    焦急的等您回信

     

    A:

    建议一步步按照书中实例仿真测试,了解程序运行结果,理解参数设计步骤。

    请具体说明书名、版本、页码中参数设计公式。你所说的网上所发程序,估计是网易博客中发布的COSTAS环仿真程序,博客中已有说明,这个MATLAB程序是不准确完整的,仅做为参考,因此没有收录到书中。

     

    展开全文
  • 在上一结放大电路的分析方法当中,利用的是作图以及实际等效出了rbe这个电阻,这一结中完全利用公式来做出晶体管等效模型,叫做H参数等效模型。 由三极管的输入特性曲线可以得到: UBE=F(iB,UCE) 由输出特性曲线...

    H参数等效模型

    在上一结放大电路的分析方法当中,利用的是作图以及实际等效出了rbe这个电阻,这一结中完全利用公式来做出晶体管等效模型,叫做H参数等效模型。
    由三极管的输入特性曲线可以得到:
    UBE=F(iB,UCE)
    由输出特性曲线可以得到
    iC=F(iB,UCE)

    得到这两个公式之后看下图就可以清楚H参数等效模型的推导过程了
    H参数等效模型的推导过程
    此时再看这个图中的h参数等效模型就很清晰明了了,输入端的压控电流源的参数h12,是UCE引起的关于ib的变化,这个变化在UCE大于1v之后值很小所以可以忽略,输出端的h22是在放大区时UCE引起的ic的变化,从图中可以看出来十分的平缓,所以h22这个值很大一般在几百k,只要后端输出电阻不是大到可以媲美这个电阻,输出端的这个1/h22就可以忽略为断路,就得到了上一结的简化三极管的等效模型。
    晶体管三极管h参数等效模型
    在看看上一结中,rbe电阻在这一结公式推导过程中是怎么的出来的,首先看下图。
    晶体管输入回路的分析
    rbb’是基区的等效电阻,rb‘e’,是二极管在交流信号中的等效电阻,re’是发射区的等效电阻,首先发射区的掺杂浓度很高,所以re’很小可以忽略,由此再看下图的推导过程。
    rbe电阻的推导过程
    注意公式的物理意义。

    展开全文
  • 单一参数交流电路总结

    千次阅读 2020-11-21 15:35:15
    分为电阻、电感与电容,考虑的无非是电压、电流、能量转换与功率的问题 电阻 不管是瞬时值,幅值,有效值还是相量,都符合“欧姆定律” 功率总是>0,说明电阻消耗能量 电压与电流同相位 平均功率和直流电计算相似 ...

    分为电阻、电感与电容,考虑的无非是电压、电流、能量转换与功率的问题

    电阻

    • 不管是瞬时值,幅值,有效值还是相量,都符合“欧姆定律”
    • 功率总是>0,说明电阻消耗能量
    • 电压与电流同相位
    • 平均功率和直流电计算相似

    电感

    • 电压超前电流90°
    • 感抗 Xl=ωL (相当于电阻)
    • 通直阻交,通低频阻高频
    • 幅值和有效值仍满足电压=电流×感抗,但因为相位不一样,相量法要多×j
    • 瞬时值不满足u=i × Xl
    • 平均功率(有功功率)为0,
    • 瞬时功率的幅值为无功功率(表示电源与储能元件之间往返的功率)

    电容

    • 电流超前电压90°
    • 容抗Xc=1/ωc(相当于电阻)
    • 隔直通交
    • 幅值和有效值仍满足电压=电流×容抗,但因为相位不一样,相量法要多×(-j )
    • 瞬时值不满足u=i × Xc
    • 平均功率(有功功率)为0, - 瞬时功率的幅值为无功功率(表示电源与储能元件之间往返的功率)
    • 特别注意,一开始,电压初相位为0,则电流的初相位为π。但是为了和电感统一,将电流的初相位定义为0,则电压的初相位变为-π。此时,电容的无功功率变为了负值
    展开全文
  • 贝叶斯统计与贝叶斯公式

    千次阅读 2019-06-02 09:20:16
    , 也就是在给定数据下的似然函数,那么贝叶斯统计的参数估计的公式就表现为       上式中三项分别为后验分布、似然函数、先验分布。 理解上述贝叶斯统计公式,有几个需要注意的问题。 第一...

    https://www.toutiao.com/a6695720844376670733/

     

     

    逻辑推理的一个常见误区是以偏概全。一个典型例子是:许多渠道显示,地震发生时伴随的一个常见现象是动物园里的动物普遍地焦躁不安。于是,有些人就把动物焦躁不安作为地震预测的一个强有力的手段。更有甚者,一旦发现动物普遍地焦躁不安,直接就说,哪里要发生地震了。那,这样的推理具有什么样的缺陷呢?

    地震和动物焦躁不安都是不确定性事件。用A表示动物园里的动物普遍地焦躁不安,用B表示地震的发生。那们上述推理犯了这样一个错误:

    贝叶斯统计与贝叶斯公式

     

    更加直白一点讲,误将正命题的正确性当成了逆命题的正确性。

    仔细想想,我们在日常生活当中,实际上经常性地犯这样类似的错误。比如,在一次列车旅行当中,坐在你对面的旅客和你攀谈。你注意到这位朋友中等身材。简短的语言交流之后,你发现他思维敏捷程度甚至不输任何人。继续接触下来,你感觉这个人做的工作似乎与应急管理非常类似。继续聊天,那人告诉你他比王宝强还喜欢K歌。这个时候你边上的另一位旅客说,你猜猜他是做什么工作的?给两个选项:

    (A)应急管理研究

    (B)农民

    你会选哪个呢?如果你选(A),但你就陷入了刚刚讲的推理误区了。对照贝叶斯公式,你发现你漏掉了什么?

    你在这个推理过程当中漏掉了背景信息!在一个这样的列车上,你说是研究员多呢,还是农民多?反过来,如果坐的是高铁,那你直接猜他做应急管理研究。

    上面讲的这个推理误区,在认知心理学里称作为Representative Bias.

     

    贝叶斯统计是上述贝叶斯公式的一个简单推广。这个推广,简单地讲,无非是做了下面的一点置换:

     

    贝叶斯统计与贝叶斯公式

     

     

    进一步,按统计学的习惯写法,将

    贝叶斯统计与贝叶斯公式

     

    记作

    贝叶斯统计与贝叶斯公式

     

    , 也就是在给定数据下的似然函数,那么贝叶斯统计的参数估计的公式就表现为

     

    贝叶斯统计与贝叶斯公式

     

     

    上式中三项分别为后验分布、似然函数、先验分布。

    理解上述贝叶斯统计公式,有几个需要注意的问题。

    第一,这是中国人的智慧,永远不要把话讲得太满。什么意思呢,我们不要将先验概率的定义域限得太死。没有充分的、机理上的证据,不要将定义域的上下限定得过于具体。比如,实际计算时一个常见的错误是人为地定一个位于某个确定区间内的均匀分布,然后还宣扬自己没有先验信息。这样做的直接后果是,将一大批可能的黑天鹅[注1]都赶尽杀绝。引申开来就是,自己的推理永远跳不出你先验分布的框框里面。要注意,如果在某个区间

    贝叶斯统计与贝叶斯公式

     

    ,那么无论数据(事实)如何,在该区间

    贝叶斯统计与贝叶斯公式

     

    永远是零——这就是屁股决定脑袋的贝叶斯。

    第二,如果将先验分布理解为对不确定性参数所有先验知识和信息的一个概率描述,那么,贝叶斯更新表现为似然函数乘以先验分布,就可以更加直观地理解为它是不同渠道信息的一个融合。这与数据本身不同观察值在条件相互独立前提下构造似然函数的办法是一脉相承的。这里的关键问题在于,如何对先验信息和知识进行概率化表达?

    第三,从预测的角度,贝叶斯学派和传统的Fisher学派也是一脉相承的。假设某个随机量

    贝叶斯统计与贝叶斯公式

     

    服从某个参数化概率模型,记作

    贝叶斯统计与贝叶斯公式

     

    那么,在给定数据下的预测值可以写成如下形式:

    贝叶斯统计与贝叶斯公式

     

    引入条件独立性[注2],式中第一项

    贝叶斯统计与贝叶斯公式

     

    即为随机变量的固有不确定性模型,而第二项

    贝叶斯统计与贝叶斯公式

     

    在贝叶斯统计当中即为参数的后验分布,在Fisher学派里头即为似然函数。第二项反映的是模型参数的不确定性。这样,这个预测公式既包含了固有不确定性(Aleatory uncertainty),又包括了认知的不确定性(Epistemic uncertainty)。

    第四,贝叶斯统计往往涉及到高维积分,这一点从上面的预测公式容易看出。当模型参数比较多,后验分布经过似然函数的藕合后通常变是相互关联。因此在计算许多统计量如后验均值、方差时,都将涉及到高维积分。为此,许多现代统计计算方法如Markov-chain Monte Carlo, Quasi Monte Carlo等应用而生。

    贝叶斯统计与贝叶斯公式

    展开全文
  • 一年前发布的MT4版缠中狩猎缠论工具包,... 前几天抽空对MT4版缠论公式指标进行了性能优化,增加K线加载数量限制,可以根据自己需求来设置加载K线数量。如下图参数设置,默认加载9999根K线,一般不看太久的历史数据...
  • 对于AC220V 的交流电,首先我们需要对它进行降压。降压就需要用到变压器,通过变压器,将AC220V降到AC16V。那么降完之后,它还是个交流的,因此,我们降压之后还需要进行一个整流--将交流整成直流。整过来的直流,它...
  • muParser公式库使用简介

    千次阅读 2013-10-30 21:22:24
    muParser是一个跨平台的公式解析库,它可以自定义多参数函数,自定义常量、变量及一元前缀、后缀操作符,二元操作符等,它将公式编译成字节码,所以计算起来非常快。 当前版本V1.28,官方网址...
  • 本文原始地址:最大似然估计(Maximum likelihood estimation, 简称MLE)和最大后验概率估计(Maximum a posteriori estimation, 简称MAP)是很常用的两种参数估计方法,如果不理解这两种方法的思路,很
  • Maple公式推导教程

    千次阅读 多人点赞 2020-02-26 11:27:43
    引言 当时在做本科毕设时,需要推导一个振动系统的运动方程,...首先找到了Matlab,为此特意去学习了Matlab的符号推导,但是发现:Matlab的公式推导时,公式的显示形式与平常手写的不一样,比如a的平方显示a^2;Mat...
  • 【持续更新】Markdown中数学公式及符号整理

    万次阅读 多人点赞 2019-02-28 19:55:52
    Markdown中数学公式及符号整理   在写博客、写文档中经常需要编辑各种形式的数学公式。对于简单的公式,可以在word中编辑,对于复杂的公式一般以截图、粘贴的方式。利用Markdown中的LaTeX插件,公式均以代码形式...
  • Author Topic Model[ATM理解及公式推导]

    千次阅读 2017-01-13 11:34:13
    参考论文 Modeling documents with topics Modeling authors with words The author-topic model Gibbs sampling algorithms详细 ...Author-topic model目标分布及参数本文作者:合肥工业大学 管理学院 钱洋 email:
  • 使用CSDN—MarkDown编辑数学公式

    千次阅读 2016-02-29 12:22:07
    原文摘自:http://blog.csdn.net/smstong/article/details/44340637#t131 数学公式的web解决方案在网页上显示漂亮的数学公式,是多年来数学工作者和学者的愿望。最容易实现的方式就是使用离线编辑器如word,Latex等...
  • 场效应管的主要参数

    2020-05-09 10:28:20
    场效应管的主要参数 1.直流参数: 2.交流参数: 管子的gm的计算只与增强型和耗尽型有关,这里给出手写公式。 3.极限参数
  • MOS管参数每一个参数详解-收藏版

    万次阅读 多人点赞 2019-09-27 11:01:49
    MOS管参数 在使用MOS管设计开关电源或者马达驱动的时候,一般都要考虑MOS的导通电阻,最大电压等,最大电流等因素。 MOSFET是电压型驱动器材,驱动的进程即是栅极电压的建立进程,这是经过对栅源及栅漏之间的电容充电...
  • php+php-fom+nginx配置参数调优详解

    千次阅读 热门讨论 2019-09-17 21:17:56
    对于一台新的服务器,安装LNMP环境只是第一步,第二步当然是要修改默认的配置参数,让这些程序变得好用,性能也提升起来。这篇文章主要讲述php+php-fpm+nginx的配置参数,机器是4GB内存的服务器,相关配置都是按照...
  • a.微带线(microstrip) Z={87/[sqrt(Er+1.41)]}ln[5.98H/(0.8W+T)]  ...此公式必须在0.1 特性阻抗计算公式 表面微带线的特性阻抗值较高并在实际中广泛采用,它的外层为控制阻抗的信号线面
  • 既然是写博客,希望自己的博客以后要做到“准确、生动、简洁、易懂”的水平,做到对自己、对读者负责,希望大家多交流,共同进步! 言归正传,想起当时自己刚入门深度学习的时候,当时对神经网络的“...
  • 1背景 小伙伴在做revit二次开发的时候,可能需要在族环境中将族的类型参数与实例...3.实例参数转类型参数,或者类型参数转实例转实例参数,参见注释4,5 3代码 using System; using System.Collections.Generic; usi...
  • CSDN-MarkDown编辑器使用手册(4)--- 数学公式

    万次阅读 多人点赞 2015-03-19 19:04:40
    输入数学公式输入数学公式 数学公式的web解决方案 MathJax渲染过程简单模拟 1 MathJax最简示例 2 模拟MathJax渲染原理 CSDN-MarkDown编辑器常用数学公式输入教程 1 公式定界符与关键字 2 上下标 3 括号和分隔符 4 ...
  • 本文作者:合肥工业大学 管理学院 钱洋 email:1563178220@qq.com 内容可能有不到之处,欢迎交流。 未经本人允许禁止转载。 文章目录指数分布族的概念典型分布转化Bernoulli分布Poisson分布Gaussian分布多元...
  • 极大似然估计求解多项式分布参数

    千次阅读 2018-05-07 22:16:46
    这个多项式分布的参数,采用极大估计是怎么求的呢?当时想了想还真不知道,于是在网上找了资料,学习了一下,特此记录。公式推导很多情况下,假定一个变量XX有kk个状态,其中k>2k>2,每个状态假定的可能...
  • 利用ScriptEngineManager实现字符串公式灵活计算
  • 优化实践」,「阅读原文」查看交流实录 「文末高能」 编辑 | 乌索普 写在前面的话 在前面一章中说到了 TensorFlow 的基础用法(http://gitbook.cn/m/mazi/activity/599d3d2839e4774d0db015cc),这一章...
  • ADC参数详解

    千次阅读 2019-12-09 15:22:10
    是ADC的交流(动态)特性之一。其余比较关键的动态特性还有SINAD、THD、SFDR。 如果信号的带宽固定,采样频率越高,效果就相当于在一个更宽的频率内扩展量化噪声,如果信号带宽变窄,在此带宽内的噪声也减少,信噪比...
  • EXPMA指标基础算法以及计算公式

    千次阅读 2017-03-15 23:01:54
    参考:ecpma指数-百度百科指标概述EXPMA...但这会使信号在时间上滞后,而EXPMA指标是对移动平均线的弥补,EXPMA指标由于其计算公式中着重考虑了价格当天(当期)行情的权重,因此在使用中可克服MACD其他指标信号对于
  • 机器学习方法篇(7)------LSTM公式推导

    千次阅读 2017-07-23 20:40:02
    上篇对循环神经网络RNN进行了公式推导,并提到RNN存在梯度消失问题,容易将较早之前的有用信息“忘却”。而本篇要讲的LSTM模型,通过增加“门”的方式能有效弥补朴素RNN的缺陷。那么,LSTM模型具体是如何实现的?
  • comsol设置交流电信号

    千次阅读 2020-04-16 10:55:19
    交流公式:Asin(omget),可以修改函数名称方便后续调用。 设置变元(自变量)为t,单位设置为s(秒),绘制函数图如右图所示。参数A,omge需要在全局变量参数1那里声明定义。 2.在终端调用函数 直接在终端输入...
  • IMU预积分公式推到及代码解析

    千次阅读 2019-11-11 21:04:17
    主要是各个公式与代码之间的变换: IMU器件的测量模型: 是陀螺仪实际的旋转值,是陀螺仪的测量值, 在测量值与真实值之间相差bias 和 噪声 aw 是物体的加速度在世界坐标系下的值,换言之,也可以理解为肉眼...
  • 4.0电机参数的含义及测量方法

    千次阅读 多人点赞 2019-11-06 19:47:35
    4.0电机参数的含义及测量方法 1.首先给出workbench中设置电机参数的两张图片: 根据workbench中对电机需要的参数来看,作如下的整理翻译及解释 2.Magnetic structure 电机磁结构 英文名 中文翻译 ...
  • 无刷直流电机常用计算公式

    千次阅读 2019-09-29 13:14:57
    https://wenku.baidu.com/view/968aa84ef7ec4afe04a1df55.html 转载于:https://www.cnblogs.com/tankard/p/11524679.html

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 22,348
精华内容 8,939
关键字:

交流参数公式