运算放大器篇-第八章 有源滤波器设计 128 采样函数 δ(t)的频域图 δ( )如下： 经过滤波的信号跟 δ( )卷积如下： 可以看到在频域轴上，频谱周期延拓。在滤波器的过渡带内会产生频谱混叠，只要混叠区 域不干扰到有用信号频谱（混叠区域幅度足够小或者避开有用信号区域）就不会产生错误。根 据频谱的对称性，0 到 fs/2 的区域被称为奈奎斯特域。由于实际中滤波器不能做到 0 过渡带， 所以采样率 fs要大于信号带宽 fa的数倍。回顾完信号采样定理，我们来看一个具体的例子。 假设我们感兴趣信号的最高频率为 100Hz，幅度为 0-4Vpp，我们使用 2ksps 的采样率对 信号采样，期望达到 12 位的精度，如下图： Fa＝100H 为我们感兴趣的最高频率，我们设置它为低通滤波器的-3dB 截止频率。Fs 为 采样率 2kHz，根据奈奎斯特采样定律，超过 fs/2 的信号将混叠到 0-fs/2 频段中，其中 fs-fa 到 fs 间的频率成分将混叠回 0-fa 频段内，为了保证 0-fa 频段内 12 位的精度，即 72dB 的动态范 围（72db=20*log (2^12) 计算 12 位 ADC 的动态范围），高于 fs-fa 的频率分量都应该被低通滤 波器限制在-72dBc 以下（将 ADC 的最大量程归一化后为 0db，则 12bit ADC 能测量到的最小 信号为-72db，要使混叠到带内的信号不干扰 ADC 采样，则需要衰减到-72db 以下）。所以我 们的过渡带为 fs-fa＝1.9kHz，阻带衰减量为 72dB。

运算放大器篇-第八章 有源滤波器设计 140 由于 Delta-Sigma ADC 常常用数 MHz 的采样率对数 Hz 的信号进行过采样，因此在模拟 滤波器端，Delta-Sigma ADC 通常只需要一个简单的 RC 滤波器，这个 RC 滤波器可能会大大 提高你的设计精度： 8.6 多阶滤波器如何增强过渡带的陡峭度 大家都有一个概念，就是滤波器阶数越多过渡带越陡峭。如果问这个作用的原理，估计 多数人回答不出来。数学分析来解释太过冗长，这里用一个实际的例子，介绍一下多级滤波 器增加过渡带陡峭度的原理。从这个例子中也可以看到一种分析问题的方法，以及 TINA-TI 仿真在模拟电路中的重要性。

1.领域：matlab，模糊控制器的UAV行驶轨迹控制算法 2.内容：基于模糊控制器的UAV行驶轨迹控制matlab仿真+操作视频 3.用处：用于模糊控制器的UAV行驶轨迹控制算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

轨道电路读取器(英文缩写为TCR)，是用于京津客运专线300km／h 动车组的信号子系统。它读取ZPW-2000A轨道电路信息码，向车载安全计算机提供正常或制动信息，是CTCS-2级系统车载设备的重要组成部分。CTCS-2 系统列控车载设备根据TCR输出信息，并结合地面应答器信息控制列车安全运行。

<html dir="ltr"><head><title></title></head><body>针对无人直升机模型阶数比较高, 设计常规反步法控制器时面临着对虚拟控制输入信号求导过程较为繁琐
的缺陷, 提出一种基于滤波器反步法的控制方法. 首先, 通过滤波器而非直接解析地对虚拟控制量求导, 从而显著简
化了反步控制器的设计过程, 而且由于导数是通过积分过程而非微分得到, 大大降低了测量噪声的影响; 然后, 基于
李雅普诺夫稳定性理论证明了补偿跟踪误差是全局指数稳定的; 最后, 通过仿真结果进一步验证了所提出方法的稳
定性和有效性.</body></html>

用于绘制太阳系中小行星轨道的代码，数据和指令

非常强大的运用伪谱法求解系统轨迹优化的工具，需要在matlab环境下运行，具体使用方法可以百度学习

通过调整无人机速率和飞行轨迹，节省无人机的飞行能耗

pytorch实现基于LSTM的高速公路车辆轨迹预测源码+数据集.zip 第1步：轨迹数据滤波，将原始US101和I-80的原始数据放入下图文件夹，运行代码"trajectory_denoise.py"，结果如下： image 第2步：移除不必要特征以及添加新特征，运行代码"preprocess.py"，结果如下： image 第3步：根据需要添加横、纵向速度和加速度特征，运行代码"add_v_a.py"，结果如下： image 第4步：按照滑动窗口法提取所需8s轨迹序列，运行代码"final_DP.py"，结果如下： image 第5步：最终合并US101和I-80数据集，为保证数据的均衡性以及充分利用数据集，随机采样10组数据集，每组按照6:2:2的比例划分训练集、测试集和验证集；运行代码"merge_data.py". 模型训练及测试 MTF-LSTM模型训练，运行代码"MTF-LSTM.py" MTF-LSTM-SP模型训练，运行代码"MTF-LSTM-SP.py" 本文训练好的MTF-LSTM和MTF-LSTM-SP模型保存在文件夹/algorithm

本文介绍了城市轨道交通信号基础闭塞系统的概念和原理，包括半自动闭塞和自动闭塞的工作原理，以及闭塞与ATP系统的关系。此外，文章还回顾了城市轨道交通线路的组成和分类、列车和车站的概念、车站的分类、接发车作业和调车作业信号机的布置以及城市轨道交通的运行图。掌握闭塞系统的概念和原理，了解相应的工作原理，以及闭塞与ATP系统的知识点是本文的重点。