python绘制rc低通滤波器波形图并与spice对比
之前的文章 python绘制rc低通滤波器bode图 中以rc低通滤波器为例,讲解了用python绘制bode图的方法。
本文介绍如何用python绘制波形图,并以rc低通滤波器为例,分别绘制波形图,直观理解滤波器的作用。
简单正弦波
先绘制一个1kHz的正弦波形:
1 | import numpy as np |
之前的文章 python绘制rc低通滤波器bode图 中以rc低通滤波器为例,讲解了用python绘制bode图的方法。
本文介绍如何用python绘制波形图,并以rc低通滤波器为例,分别绘制波形图,直观理解滤波器的作用。
先绘制一个1kHz的正弦波形:
1 | import numpy as np |
Cortex-M3(2005年发布)和Cortex-M4(2010年发布)处理器是ARM公司设计的处理器。
Cortex-M3和Cortex-M4处理器使用32位架构,寄存器组中断内部寄存器、数据以及总线接口都是32位。Cortex-M处理器使用的指令集架构(ISA)是Thumb ISA(是一种RISC(精简指令集)),其基于Thumb-2技术并同时支持16位和32位指令。
主要有以下特点:
最近做脑电采集的项目,搜集项目资料时找到了freeeeg32这个开源项目。
FreeEEG32是一款可堆叠的开源32通道24位Σ-Δ同时采样板,旨在满足需要高质量,价格合理的研究级设备的科学家和脑黑客的需求。我们已经开发了这种脑电图好几年了,因为我们正在努力为昂贵的专有脑电图技术创建明确的开源答案。
FreeEEG32将四个8通道AD7771 ADC与超低噪声(<测量值为0.22 μV)的源和基准电压源集成在一起,全部由功能强大的STM32H7 ARM Cortex-M7驱动,该电源还可以处理预处理。它足够灵敏,可以处理高质量的脑电图数据采集等等。
FreeEEG32在Affero-General Public License(AGPL)下可用。项目文件在我们的 GitHub 存储库中可用。
本文在《无感无刷直流电机之电调设计全攻略》文章基础上做补充
电调开发难易排序:低压低速小负载有感电调 < 高压高速大负载无感电调
要注意的事项:内转子还是外转子电机、mos管选型、mos管限流电阻选取、mos管栅极驱动器选择、高低压分离、大电压回路、布局(寄生电感)、电流采样电阻功率、电流放大电路(差压取观测点)、ad直接采样的时间选取、硬件过零检测的滤波电容和分压电阻选择、电压比较器的供电电压、散热、控制pwm频率、开环启动(升频升压)、开闭环切换、过零点检测算法、停转处理、丢步处理、堵转处理、过流过压处理、消磁处理(大负载)、pwm丢失处理、pmw输入滤波、进角设置、共频噪声、调试信息回传电路(电机转不好仿真)···