LetAllLinesOfCodeSpeak

/****************************************************************************************************************

*************************

*Author:JYW

*Time:2019_04_24

*Describe:LetAllLinesOfCodeSpeak

*****************************************************/

/*************************************
*Auther:JYW
*Time:2019_04_24
*Describe:代码练习DHT11等驱动练习
*********************************/

#define BV(x) 1<<x 
void COM()
{//首先读入的是高位
    unsigned char i = 0;
    for(i= 0; i<8;i++)
    {
        uchartemp = 0;
    ucharFLAG = 2;
    while((!DATA_PIN)&&ucharFLAG++);
        Delay_us(30);
        if(DATA_PIN)  uchartemp = 1;
        ucharFLAG = 2;
        while((DATA_PIN)&&ucharFLAG++);
        if(DATA_PIN) break;//这一行代码在自己写的时候忘记了
        ucharDATA <<=1;
        ucharDATA |=uchartemp;
        
    }
}


void DHT11()
{
    P0DIR = BV(7);//输出
    DATA_PIN = 0;
    Delay_ms(19);
    DATA_PIN = 1;
    P0DIR = ~(DV(7));//输入
    Delay_us(40);
    
    if(!DATA_PIN)
    {
       ucharFLAG = 2;
        while((!DATA_PIN)&&ucharFLAG++);
        ucharFLAG = 2;
        while((DATA_PIN)&&ucharFLAG++);
        COM();
        HumBuf_H = ucharDATA;
        COM();
        HumBuf_L = ucharDATA;
        
        COM();
        TempBuf_H = ucharDATA;
        COM();
        TempBuf_L = ucharDATA;
        
        COM();
        CheckBufData = ucharDATA;
        if(CheckBufData = HumBuf_H + HumBuf_L + TempBuf_H + TempBuf_L)
        {
          Hum_H = HumBuf_H;
            Hum_L = HumBuf_L;
            Temp_H = TempBuf_H;
            Temp_L = TempBuf_L;
            CheckData = CheckBufData;
        
        }
        wendu_shi = Temp_H/10;
        wendu_ge = Temp_H%10;
        
        shidu_shi = Hum_H /10;
        shidu_ge = Hum_H %10;
        
    }
    
        else
        {
            wendu_shi = 0;
        wendu_ge = 0;
        
        shidu_shi = 0;
        shidu_ge = 0;
            
        }
        P0DIR = BV(7);//输出

}


 

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值