基于80C486处理器的多功能实验板的设计与实现

来源 :测控技术 | 被引量 : 0次 | 上传用户:sfyuya007
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
针对近年来飞机含80C486处理器电路板修理现状,为掌握该系列板件的修理保障能力,迫切需要开展其软硬件测试技术研究.在对80C486处理器进行系统阐述基础上,设计并研制一块基于80C486处理器的多功能实验板,给出该板的硬件电路图与软件流程框图,并基于汇编语言进行功能调试,实验结果表明其有效性.所做的含80C486处理器的正向设计与软件编程研究工作为修理含80C486控制器板的机载模块奠定了基础,同时也为后续含有该型控制器的板件测试和修理提供了借鉴方法,并对同类型其他控制器的测试提供参考.
其他文献
无线传感器网络中,低比特数据传输和处理有利于节约网络的开支和节点能耗.然而,低比特数据在传输过程中,很容易受到干扰而导致比特值随机反相.论文研究利用非理想信道情况下接收到的1比特采样信号的变量含误差(EIV)模型参数估计问题,提出了一种基于牛顿迭代的鲁棒估计算法.该算法首先将问题转化为基于比特扰动概率的极大似然优化问题,然后利用牛顿迭代算法获得问题的最优解.该算法有较快的收敛性,同时针对EIV模型中的乘性噪声和比特值随机反相问题有较好的鲁棒性.论文推导了克拉美罗下界(CRLB),并且进行了性能仿真,结果验
质子交换膜燃料电池(PEMFC)是未来氢能时代重要的发电方式,铂基催化剂技术是商业生产质子交换膜燃料电池的核心.本文阐述了铂基催化剂的衰减机制,主要从碳载体处理和铂合金化两个方面对催化性能的影响进行简要论述,为后续对催化剂的开发提供更好的理论指导.
针对无线传感器网络(wireless sensor networks,WSN)寿命严重受能量制约的问题,本文在LEACH协议的分簇思想上提出一种基于混沌优化萤火虫算法的WSN分簇算法(WSN Clustering Algorithm Based on Chaos Optimized Firefly Algorithm,CACOFA).该算法采用群智能算法中的萤火虫算法对节点进行聚类,引入混沌理论优化算法的收敛速度和解的精确度,通过优化聚类中心的分布来均衡网络节点的负载;在聚类的每个簇内选取双簇首,主簇首负
介绍恒流调光技术的发展及趋势,介绍一种新型三电平升压型功率因数校正(BOOST-PFC)结构的正弦波恒流调光技术,并在Matlab/Simulink仿真软件中搭建了该技术调光器主电路.仿真结果表明,相比传统的H桥交-直-交变换型正弦波恒流调光器,本文研究的恒流调光器具有效率高,功率因数高,谐波小,成本低等优点.
在基于视觉的物体识别领域,单目视觉识别技术往往只能获得物体片面信息,而多目视觉识别技术的运算复杂度较高。随着物联网技术的普及,无源超高频射频识别技术已经大规模应用于物体的标识上,具有的读取速度快、读取距离远的优势。本文提出一种通过先验信息辅助视觉识别的通用方法,提高物体识别的速度和准确性。通过识别射频识别标签,从数据库读取准确的特征信息辅助图像识别物体。通过摄像头采集物体的图像、视频信息后传输给控
为提高船舶电力系统的用电稳定性,保证船舶在空载、加载、短路等诸多工况下功率分配的合理性,采用模块化的思想,对船舶原动机及调速系统、励磁调压系统、同步发电机及发电机并车模型进行详细建模.模拟仿真单台发电机和多台发电机并车运行下空载运行、突加负载运行、突加异步电机等几种典型工况,观察同步发电机转速及端电压变化,电网电压变化,异步电动机电流及电压变化情况,避免在实船上进行典型工况故障分析和实船实验测试产生的高昂成本,仿真结果的数据对船舶电力系统的设计与研究具有积极意义.
按照LNG运输船对自动化程度及安全性的要求,需提供LNG运输船及船只之间、船与陆地之间的有线及无线的通讯系统.本文以小型LNG运输船为应用目标,设计一套完整的自动化通讯系统,来满足小型LNG运输船的通讯需求.该方案提出的通讯系统能够将工作指令准确、迅速的传达,保证日常生产和安全航行,对船舶通讯系统详细设计提供指导.
深入分析了进气湿度对发动机性能影响机理,分别研究了进气湿度对气体热力学性质和部件特性相似规律的影响.基于叶轮机进出口截面换算流量湿度修正系数与临界状态换算流量湿度修正系数近似相等的原理,改进了部件特性湿度修正方法.利用所研究的湿度修正方法对原有部件级非线性模型进行改进,获得含有进气湿度修正功能的发动机仿真模型.利用国内外文献中提供的数据对模型进行验证,仿真结论表明模型具备较高的湿度修正精度.
超声无损检测广泛用于检测界面粘接缺陷,然而粘接缺陷类型的识别一直是检测的难点.因此提出了一种基于多特征融合和主成分分析提取界面粘接状况回波信号特征的方法.首先通过对缺陷信号回波进行消噪处理,提取了缺陷信号时域和时频域的特征参数,并构成联合特征向量.随后,经过主成分分析消除联合特征向量的冗余信息并降低特征向量之间的相关性,实现降维,选取累计贡献率超过95%的主成分作为粘接类型的融合特征向量.最后用BP神经网络实现缺陷类型识别分类.实验结果表明,这种方法可以有效地识别出粘接缺陷类型,识别率优于单独时频域特征提
针对硫回收装置中硫化氢和二氧化硫浓度的实时监控预测问题,提出一种基于改进的深度回声状态网络(DeepESN)软测量建模方法,给出了其离线学习算法。改进的DeepESN网络能够通过多层回声状态网络的结构,可以对具有强非线性特性的化工过程进行有效的深度学习和预测。离线学习算法在求输出权值时加入了岭回归算法,有效地提高了网络学习的稳定性。将该方法在同等条件下与现有的软测量建模方法进行了比较,基于改进的D