- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
max31865模块RTD测温注意事项
max31865模块RTD测温注意事项 注意事项1 参考电阻 注意事项2 接线 注意事项3 电气连接 注意事项4 max31865模块重要细节 注意事项5 SPI时序间隔 注意事项6 max31865读取不到寄存器数据的原因 转化后的RTD数值存放于0x01和0x02这2个8位寄存器。 = 0; rtd = max31685_ReadRegister8(MAX31856_RTDMSB_REG) << 8; rtd |= max31685_ReadRegister8(MAX31856 _RTDLSB_REG); rtd = rtd >> 1; return rtd; } 参考链接1： https://learn.adafruit.com/adafruit-max31865 -rtd-pt100-amplifier?
2.2K10编辑于 2022-07-05 - 来自专栏AIoT技术交流、分享
RTD 比率式温度测量传感器设计思路
---- 许多系统设计人员使用Σ-Δ型ADC和RTD（电阻式温度检测器）进行温度测量，但实现ADC数据手册中规定的高性能时有困难。 在比率式测量中使用RTD有一定优势，因为它能消除激励电流源的精度和漂移等误差源。下面是4线RTD比率式测量的典型电路。4线式配置的优势是可消除由引脚电阻产生的误差。 可以从上述电路推导出下面两个公式： 当ADC工作在双极性差分模式时，计算RTD电阻(RRTD)的通用表达式如下所示： 其中： CodeRTD为ADC码。 RTD的测量电阻值理论上仅与基准电阻的精度和漂移相关。 通常，RREF为精确的低漂移电阻，精度为0.1%。 按照本文介绍的考虑因素，使用匹配RC滤波器电路和根据现场要求选择合适的电阻和电容值，比率式测量应用中的RTD能够获得较佳的结果。
82730发布于 2021-09-06 - 来自专栏AIoT技术交流、分享
热敏电阻、RTD、热电偶的原理和特性
目录 1、热敏电阻 2、RTD特性 3、热电偶 4、热敏电阻、RTD、热电偶的区别 ---- 1、热敏电阻 热敏电阻是一种传感器电阻，其电阻值随着温度的变化而改变。 工业上利用它的这一特性进行温度测量，因此RTD也被俗称为“热电阻”。 根据RTD热电阻的引出线的数量的不同，RTD可分为两线制、三线制和四线制。 两线制RTD的引线是直接在电阻的两端引出两条导线到测温模块上。测温模块采用电桥平衡的原理，RTD作为电桥的一个臂进行测量。 两线制RTD的示意图如下所示： 两线制RTD传感器没有考虑引出导线的电阻，误差较大，仅适用于精度要求不高的场合。 为了消除RTD引线对测量结果的影响，许多RTD采用三线制形式。 四线制RTD是在三线制的基础上又增加了一条线，即电阻的两端各有两条线，如下图所示： 四线制RTD可以完全消除引线电阻的影响，精度非常高，一般用在实验室或者对精度要求很高的场合。
2.8K21编辑于 2022-04-13 - 来自专栏AIoT技术交流、分享
多路三线RTD电阻温度采集电路设计方案
目录 1、电路结构 2、计算RTD电阻 3、电流源和线路电阻失配的影响 4、最小化误差 ---- 电阻温度检测器(RTD)可在很多工业应用中监控温度。 高性能ADC(如AD7792和AD7793)集成激励电流源，适合高精度RTD测量。 图1显示片内电流源激励两个三线式RTD。 RTD通道可由多路复用器选择，如ADG5433高压、防闩锁、三路SPDT开关。 ? 一次只能测量一个RTD。S1A、S1B和S1C闭合测量RTD #1；S2A、S2B和S3B闭合测量RTD #2。 单个ADG5433可切换两个三线式RTD；可增加额外的多路复用器处理两个以上的传感器。RLXX表示RTD和测量系统之间由于导线过长引入的电阻以及开关的导通电阻。 2、计算RTD电阻 由于S1A、S1B和S1C闭环测量RTD #1，RTD电阻可计算如下： ? 因此，测量值仅取决于RREF的数值(和精度)。
1.6K20发布于 2021-08-10 - 来自专栏全栈程序员必看
MAX31865模块的使用-基于ZigBee_CC2530芯片 PT100测温
RTD_SCLK_Set(); cmd<<=1; //数据左移，次高位变为最高位 } RTD_SCLK_Set(); RTD_CS_Set(); } 4.3 SPI读寄存器 () st(RTD_CS = 0;) #define RTD_CS_Set() st(RTD_CS = 1;) #define RTD_SDI_Clr() st(RTD_SDI = 0;) #define RTD_SDI_Set() st(RTD_SDI = 1;) #define RTD_SCLK_Clr() st(RTD_CLK = 0;) #define RTD_SCLK_Set() st(RTD_CLK //RTD控制用函数 void RTD_WR_REG(uint8 adr,uint8 cmd); uint8 RTD_RD_Data(uint8 adr); void RTD_Init(void); main(void) { RTD_Init(); RTD_READ_MSB(); RTD_LSB_Ave_Fliter(5); } 五、PCB 图4.1 MAX31865模块4
1.9K40编辑于 2022-09-07 - 来自专栏总结xyp
目标检测：视觉系统中的CNN-Transformer融合网络
为解决这些问题，我们提出了一种新的实时目标检测网络（RTD-Net），它结合了卷积神经网络（CNN）和Transformer的优势。 三、提出的网络框架为了提高无人机在复杂环境下的目标检测能力，我们提出了一个名为RTD-Net的实时目标检测网络，其整体结构如图1所示：图1：RTD-Net体系结构概述这个网络特别设计以应对小目标检测、遮挡目标识别和实时处理的需求 RTD-Net的关键组成部分包括：1.RTD-Net概述RTD-Net是一个单阶段检测网络，它直接从输入图像预测目标的位置和类别，然后通过非最大抑制（NMS）处理来获取最终检测结果。 我们还进行了详尽的对比实验，将RTD-Net与多种最新的目标检测模型进行了比较，包括Faster R-CNN、SSD、YOLO系列等，证明了RTD-Net在检测精度和速度上的优势。 TX2嵌入式平台上测试了RTD-Net的实时性能，这是评估其在实际UAV应用中的适用性的关键步骤。
53110编辑于 2025-03-16 - 来自专栏科控自动化
S7-1200模拟量(AD/DA)常见问题及原因分析
答：SM1231 RTD 和 SB1231 RTD 阻抗参数一样。 RTD 信号：≥ 10 MΩ S7-1200 RTD 信号传输距离？ 答：SM1231 RTD 和 SB1231 RTD 信号传输距离参数一样。 RTD 信号：≤ 100 m；要求线路阻抗 ≤ 20 Ω，对于10 Ω 的RTD则要求线路阻抗 ≤ 2.7Ω SM1231 RTD 模块未使用通道如何处理？ 对于 SM1231 RTD 模块未使用通道， 可以采用以下方法做处理： 方法一：对该通道短路（短接方法详见 RTD 信号模块接线）； 方法二：对该通道禁用。 方法三：RTD 模块连接一个电阻（如 2 线制 RTD 连接，方法详见 RTD 信号模块接线）。
7.5K30编辑于 2022-03-29 - 来自专栏拓端tecdat
R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
收盘价 vol：成交量 amount：成交额 head(data,5) #观察数据的头5行 tail(data,5) #观察数据的最后5行 Close.ptd<-data$close Close.rtd Close.ptd,start=c(2005,1,4),freq=242) plot(Close.ptd.ts, type="l",main="(a) 上证指数日收盘价序列图", acf(Close.rtd ,main='',xlab='Lag',ylab='ACF',las=1) title(main='(b) 上证指数收益率自相关检验',cex.main=0.95) pacf(Close.rtd ,main="(a) 上证指数收益率Q-Q图",cex.main=0.95, xlab='理论分位数',ylab='样本分位数') qqline(Close.rtd [1:100]),sd(Close.rtd[1:100]))) axis(1,at=axTicks(1),labels = as.integer(axTicks(1))/100 ) 01 02
27820编辑于 2023-09-07 - 来自专栏算法与数据之美
手把手教你给项目添加文档
首先，我们需要安装Sphinx(速度较慢，建议切换成清华镜像下载)， pip install sphinx sphinx-autobuild sphinx_rtd_theme pip install sphinx sphinx-autobuild sphinx_rtd_theme -i https://pypi.tuna.tsinghua.edu.cn/simple 接着我们进入到本地仓库目录，进行初始化， import sphinx_rtd_theme html_theme = "sphinx_rtd_theme" html_theme_path = [sphinx_rtd_theme.get_html_theme_path
1.2K10发布于 2020-03-27 - 来自专栏拓端tecdat
R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
收盘价 vol：成交量 amount：成交额 head(data,5) #观察数据的头5行 tail(data,5) #观察数据的最后5行 Close.ptd<-data$close Close.rtd Close.ptd,start=c(2005,1,4),freq=242) plot(Close.ptd.ts, type="l",main="(a) 上证指数日收盘价序列图", acf(Close.rtd ,main='',xlab='Lag',ylab='ACF',las=1) title(main='(b) 上证指数收益率自相关检验',cex.main=0.95) pacf(Close.rtd ,main="(a) 上证指数收益率Q-Q图",cex.main=0.95, xlab='理论分位数',ylab='样本分位数') qqline(Close.rtd [1:100]),sd(Close.rtd[1:100]))) axis(1,at=axTicks(1),labels = as.integer(axTicks(1))/100 ) ---- 点击标题查阅往期内容
43620编辑于 2023-09-01 - 来自专栏拓端tecdat
R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列
收盘价 vol：成交量 amount：成交额 head(data,5) #观察数据的头5行 tail(data,5) #观察数据的最后5行 Close.ptd<-data$close Close.rtd Close.ptd,start=c(2005,1,4),freq=242) plot(Close.ptd.ts, type="l",main="(a) 上证指数日收盘价序列图", acf(Close.rtd ,main='',xlab='Lag',ylab='ACF',las=1) title(main='(b) 上证指数收益率自相关检验',cex.main=0.95) pacf(Close.rtd ,main="(a) 上证指数收益率Q-Q图",cex.main=0.95, xlab='理论分位数',ylab='样本分位数') qqline(Close.rtd [1:100]),sd(Close.rtd[1:100]))) axis(1,at=axTicks(1),labels = as.integer(axTicks(1))/100 ) SV
48320编辑于 2023-01-05 - 来自专栏机器人课程与技术
Win10/Ubuntu20.04编译ros2_documentation-foxy过程
(exception: No module named 'sphinx_rtd_theme') make: *** [Makefile:13: html] Error 2 zhangrelay@s2: /media/zhangrelay/96F0DD30F0DD1779/ros_ws/ros2_documentation-foxy$ pip3 install sphinx-rtd-theme -i http sphinxcontrib-applehelp in /home/zhangrelay/.local/lib/python3.8/site-packages (from sphinx->sphinx-rtd-theme : sphinxcontrib-devhelp in /home/zhangrelay/.local/lib/python3.8/site-packages (from sphinx->sphinx-rtd-theme ) (2.4.7) Installing collected packages: docutils, sphinx-rtd-theme Attempting uninstall: docutils
71910发布于 2021-12-02 - 来自专栏Dechin的专栏
使用python编写量子线路打印的简单项目，并使用Sphinx自动化生成API文档
Collecting sphinx-rtd-theme Downloading sphinx_rtd_theme-0.5.1-py2.py3-none-any.whl (2.8 MB) satisfied: Pygments>=2.0 in /home/dechin/anaconda3/lib/python3.8/site-packages (from sphinx->sphinx-rtd-theme ) (1.1.1) Installing collected packages: sphinx-rtd-theme Successfully installed sphinx-rtd-theme-0.5.1 23 00:04 _static drwxr-xr-x 2 dechin dechin 4096 2月 23 00:04 _templates 可以参考楼主的配置方案，这里我们主要是将主题配置成了rtd See the documentation for # a list of builtin themes. # html_theme = 'sphinx_rtd_theme' # Add any paths
3.3K20发布于 2021-05-21 - 来自专栏机器人技术与系统Robot
Xenomai3.1+ubuntu 18.04/16.04
period, priority 99) RTH|----lat min|----lat avg|----lat max|-overrun|---msw|---lat best|--lat worst RTD | 0.174| 0.464| 1.780| 0| 0| 0.174| 1.780 RTD| 0.088| 0.464 | 1.357| 0| 0| 0.088| 1.780 RTD| 0.336| 0.464| 1.822| 0 1.822 RTD| 0.327| 0.462| 2.297| 0| 0| 0.088| 2.297 RTD| 0.347 | 0| 0| 0.088| 2.297 RTD| 0.190| 0.464| 1.311| 0| 0|
7.8K4132发布于 2020-08-15 - 来自专栏拓端tecdat
R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
收盘价 vol：成交量 amount：成交额 head(data,5) #观察数据的头5行 tail(data,5) #观察数据的最后5行 Close.ptd<-data$close Close.rtd Close.ptd,start=c(2005,1,4),freq=242) plot(Close.ptd.ts, type="l",main="(a) 上证指数日收盘价序列图", acf(Close.rtd ,main='',xlab='Lag',ylab='ACF',las=1) title(main='(b) 上证指数收益率自相关检验',cex.main=0.95) pacf(Close.rtd ,main="(a) 上证指数收益率Q-Q图",cex.main=0.95, xlab='理论分位数',ylab='样本分位数') qqline(Close.rtd [1:100]),sd(Close.rtd[1:100]))) axis(1,at=axTicks(1),labels = as.integer(axTicks(1))/100 ) 02
29200编辑于 2023-05-08 - 来自专栏全栈程序员必看
garch模型的结果分析_管理学五力模型分析案例
或者从硬盘中读取恒生指数日价格数据 HSI <-as.xts(HSI) # 将数据格式转化为xts格式 compute return series ptd.HSI <-HSI$HSI.Adjusted # 提取日收盘价信息 rtd.HSI <-diff(log(ptd.HSI))*100 # 计算日对数收益 rtd.HSI <-rtd.HSI[-1,] # 删除一期缺失值 plot(rtd.HSI) # 画出日收益序列的时序图 standardDeviation predVol_6 <- pred.model_6$standardDeviation et <- abs(rtm.outsample - mean(rtm.outsample)) rtd.HSI .2013 <- rtd.HSI['2013'] rv <- sqrt(aggregate(rtd.HSI.2013^2,by=substr(index(rtd.HSI.2013), 1, 7), sum
89440编辑于 2022-11-17 - 来自专栏拓端tecdat
R语言随机波动模型SV：马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
收盘价 vol：成交量 amount：成交额 head(data,5) #观察数据的头5行 tail(data,5) #观察数据的最后5行 Close.ptd<-data$close Close.rtd Close.ptd,start=c(2005,1,4),freq=242) plot(Close.ptd.ts, type="l",main="(a) 上证指数日收盘价序列图", acf(Close.rtd ,main='',xlab='Lag',ylab='ACF',las=1) title(main='(b) 上证指数收益率自相关检验',cex.main=0.95) pacf(Close.rtd ,main="(a) 上证指数收益率Q-Q图",cex.main=0.95, xlab='理论分位数',ylab='样本分位数') qqline(Close.rtd [1:100]),sd(Close.rtd[1:100]))) axis(1,at=axTicks(1),labels = as.integer(axTicks(1))/100 ) 点击标题查阅往期内容
45920编辑于 2023-04-05 - 来自专栏云深之无迹
Sphinx初尝
这里我也不托管,先搞一手主题 安装 成功 # for using Read the Docs theme import sphinx_rtd_theme # html_theme = 'sphinxdoc ' html_theme = 'sphinx_rtd_theme' #html_theme_path = [] html_theme_path = [sphinx_rtd_theme.get_html_theme_path 首先分别运行下列命令安装recommonmark与sphinx_rtd_theme库。 pip install recommonmark pip install sphinx_rtd_theme 安装好，在conf.py中修改下列两个配置： source_suffix = ['.rst' , '.md', '.MD'] html_theme = 'sphinx_rtd_theme' 并新增： source_parsers = { '.md': CommonMarkParser,
2.1K20发布于 2020-12-07 - 来自专栏Linux内核深入分析
Linux音频驱动-ASOC之Machine
card->rtd = devm_kzalloc(card->dev,sizeof(struct snd_soc_pcm_runtime) * (card->num_links + card-> num_aux_devs),GFP_KERNEL); if (card->rtd == NULL) return -ENOMEM; card->num_rtd = 0; card->rtd_aux = &card->rtd[card->num_links]; for (i = 0; i < card->num_links; i++) { card->rtd[i].card = card; card->rtd[i].dai_link = &card->dai_link[i]; card->rtd[i].codec_dais = devm_kzalloc(card->dev ->rtd[i].codec_dais == NULL) return -ENOMEM; } 3.
2.9K22发布于 2020-03-24 - 来自专栏北京马哥教育
使用 sphinx 制作简洁而又美观的文档
zh-sphinx-doc.readthedocs.org/en/latest/invocation.html#sphinx-apidoc 安装readthedocs主题 # pip install sphinx_rtd_theme 编辑conf.py import sphinx_rtd_theme html_theme = "sphinx_rtd_theme" html_theme_path = [sphinx_rtd_theme.get_html_theme_path
2.1K60发布于 2018-05-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号