基于GPS和北斗卫星授时的高精度时间显示系统设计

来源 :电子制作 | 被引量 : 0次 | 上传用户:yoki1120
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文根据目前国内通讯授时系统的情况,结合了GPS和北斗卫星导航系统(以下简称BDS)的双模授时方法,提出一种基于GPS和BDS授时的高精度时间显示系统的设计方案。本文研究了一种由单片机STM32控制的基于GPS和BDS授时的高精度时间显示系统,该系统确保在卫星数据丢失的条件下,时间显示依然精准稳定,方案中自主设计的STM32F103RCT6模块,在系统工作空间不受局限的同时,预留了很多可增加的功能空间。
其他文献
变压器是变配电站的核心部件,对其运行状态进行分析以确保电力系统安全稳定运行意义重大。以油浸式变压器为例进行分析。首先从变压器故障诊断技术的重要性出发,总结变压器的故障类型和归纳变压器故障诊断的几种方法。其次详细说明在故障诊断中运用广泛的油色谱分析法及以此为延伸的另外三种监测方法。最后为确保变压器运行的安全和稳定,提出对变压器的日常维护及故障诊断技术需做进一步的研究。为今后变压器的故障检测工作提供必要的参考。
随着科学技术的发展,禽蛋孵化器远程控制系统必然是未来的发展趋势,这个系统可以进一步解放生产力,也可以更好的控制孵化过程,实现更高的产量以及更好的质量。这篇论文首先会对于系统控制的各个关键点以及意义进行介绍,接着会分析系统的详细设计内容,具体包括禽蛋孵化器环境控制系统以及禽蛋孵化器整体框架构建。
功率运算放大器是当前电子领域应用最广泛的器件之一,其制造过程可靠性及因制造引起的失效是导致产品故障的重要因素。探讨一种典型功率运放制造过程出现的失效现象,在分析产品结构基础上对故障样品进行外观检查和性能检验等,找出了引起产品短路失效的原因并给出了相应解决措施。
本文研究商品评论的正负评价分类系统,目的在于分析社区网络中海量的商品评论信息,找出实际有用的信息并以正负评价作为分类。本研究使用结巴分词作为中文断词工具,并使用word2vec训练词向量模型及文本的特征提取,再使用PCA降低维度,最后使用MLP深度学习方法,进行评论的正负评价分类,在实验过程中尝试调整各项参数值进行多次训练,以训练出更有效的深度学习模型。
为了有效地提高科研成果统计管理的效率,同时快速、便捷、规范地完成大量数据的处理工作。设计并开发了一款基于微服务架构的科研成果统计管理系统,该系统对能够不同类型的科研成果进行分级管理和多维化展示;方便学校科研人员的成果申报和管理人员的审核管理,使日常科研成果管理工作体系更加规范化、智能化。
机械零件尺寸测量是工业生产的重要环节之一,其测量结果对产品质量和生产效率有着重要的影响。基于图像处理的机械零件尺寸测量方法,具有非接触、速度快、精度高的特点,满足现代化工业生产对机械零件测量速度和精度的要求。本文以传动链板为研究对象,开发了基于图像的机械零件尺寸测量系统。该系统在VS2008环境中应用OpenCV来开发,实现了图像处理中的各种算法,能快速准确地测量出传动链板两孔的中心距离。
图像语义分割技术在图像分割的基础上融入了目标识别技术,不仅可以做到对目标的提取,还可以判断目标的种类。通过对每个像素进行分类,从而获得含有语义信息的图像就是图像语义分割算法的主要工作。传统的方法大多是借助图像像素自身的中、低阶视觉信息,如颜色、纹理、形状、粗糙度、方向度与紧凑度的相关性来进行图像分割,针对特定背景的分割能力较强,但在较复杂的任务上表现差强人意。但深度学习的到来也带来了巨大的改变,深
针对自然场景文本的背景多样性和文本的不规则性,基于分割的文本检测方法是最近非常流行的检测方法之一,分割结果更能直观的描述各种形状的场景文本。由于计算成本较大,分割算法的处理速度一直是需要克服的一个大问题。本文使用改进的MobileNetV3轻量化特征提取网络和简洁高效的后处理降低模型的计算成本,分割头由特征增强模块和自适应特征融合模块组成,前者可以使用不同深度的信息达到更好的分割效果,更好的特征融
失物招领平台在我们生活中起到的作用越来越重要,传统的失物招领平台速度慢,效率低,找回的可能性不大,如今智能化图像识别匹配技术在日常生活里的使用越来越广泛,计算机智能化图像识别技术可以显著提升匹配的精准度,该平台通过加入图像匹配技术,将哈希算法与CNN特征提取方法相结合,更加精准化高效率的帮失主找回物品,为人们的生活提供便利。
在现实生活中成人识别水果是十分简易的但对于幼儿来说在没有实物之前是无法识别水果的,因此本文设计了一个简易水果识别系统为幼儿在电子设备上识别水果提供可能。本文通过matlab GUI设计了一个水果识别系统界面并通过对水果图像进行二值化处理,边缘处理最后实现了水果分类,结果由设计的GUI界面所示。我们通过算法成功的识别了香蕉,苹果,菠萝,西瓜和桃子。我们可以通过该算法实现的水果识别并为教导幼儿实现电子