毕业设计(论文)--动态测试信号采集仿真与实例分析.doc

动态测试信号采集仿真与实例分析 指导老师 摘要：本项目设计围绕课程讲授的动态信号的采集、分析与处理的基本原理与方法进行，包括以下三个部分内容：1、信号仿真、采集与分析处理；2、基于计算机的声信号采集与分析；3、机械运行数据分析与处理。运用信号的分析与处理等测试技术相关知识，借助Matlab软件，利用傅里叶变换等手段，对采集信号进行数学处理并做时域和频域分析，了解不同信号的特征，进而分析不同人的声音信号以及转子实验台运行的震动原因等。关键词：信号；频谱分析；傅里叶变换Abstract：The project focuses on the basic principles and methods of dynamic signal acquisition, analysis and processing, including the following three parts: 1. signal simulation, acquisition and analysis process; 2. computer-based audio signal acquisition and analysis; 3. the mechanical operation of the data analysis and processing. With the Matlab software and the use of Fourier transform methods, using the testing technology related knowledge, such as the signal analysis and processing, the paper makes the mathematical processing of the collected signals and time domain and frequency domain analysis to understand the different characteristics of the signal. Then it analyzes the sound signals of different people and the causes for a rotor vibration test machine.Key words：Signal; Spectrum Analysis; Fourier transform目 录1 引言32 信号仿真、采集与分析处理42.1问题陈述42.2问题分析42.2问题解答52.2.1采样频率对信号时域复现、频域分析的影响52.2.2采样频率与采样长度（采样点数）与频率分辨率的关系分析62.2.3噪声对信号时域分析和频域分析的影响83 基于计算机的声信号采集与分析93.1问题陈述93.2问题分析93.3问题解答104 机械运行数据分析与处理114.1问题陈述114.2问题分析114.3问题解答11致 谢13参考文献14附录151 引言测试是测量与试验的概括，是人们借助于一定的装置，获取被测对象有相关信息的过程。测试包含两方面的含义：一是测量，指的是使用测试装置通过实验来获取被测量的量值；二是试验，指的是在获取测量值的基础上，借助于人、计算机或一些数据分析与处理系统，从被测量中提取被测量对象的有关信息。测试分为动态测试和静态测试。如果被测量不随时间变化，称这样的量为静态量，相应的测试成为静态测试；反之为动态。测试是人类认识客观世界的手段，是科学研究的基础方法。在工程技术领域中，工程研究、产品开发、生产监督、质量控制盒性能试验等都离不开测试技术，工程测试就是信号的获取、加工、处理、显示记录及分析的过程，本项目旨在深入了解信号表述及其处理分析。项目设计围绕课程讲授的动态信号的采集、分析与处理的基本原理与方法进行，包括以下三个部分内容：(1) 信号仿真、采集与分析处理；(2) 基于计算机的声信号采集与分析；(3) 机械运行数据分析与处理。2 信号仿真、采集与分析处理2.1问题陈述信号采集过程中一般需要考虑以下几个参数：信号频率、采样频率、采样长度等，不同参数的选择对于信号采集的效果会产生直接影响，为了掌握信号采集过程中这些参数对采集过程及其效果产生的影响，可以通过Matlab或C语言对信号采集与分析处理的过程进行仿真分析，具体要求如下：利用Matlab或C语言产生信号：其中：f1=30Hz、f2=400Hz、f3=2000Hz； n(t) 为白噪声，均值为零，方差为 0.7； 幅值、相位任意设定； 对上述等式进行 DFFT 处理。 讨论： 1）通过设置不同的采样频率，画出时域波形和傅里叶变换后的频谱图，讨论在采样点数一定的情况下，如 1024 点，采样频率对信号时域复现、频域分析的影响； 2）采样频率、采样长度（采样点数）与频率分辨率的关系； 3）通过设置不同幅值的信号与噪声，讨论噪声对信号时域分析和频域分析的影响；2.2问题分析令其中f1=30Hz、f2=400Hz、f3=2000Hz； n(t) 为白噪声，均值为零，方差为 0.7； 幅值、相位任意设定； 再确定各参数，得到如下: 对该信号的进行时域、频域状态分析，为了能更好的分析出采样频率与采样长度（采样点数）与频率分辨率的关系，我们采用控制变量法，分成两种情况进行讨论：当采样长度（采样点数）一定时，取不同的采样频率，分别对其进行频谱分析；当采样频率一定时，取不同的采样长度（采样点数），分别对其进行时域分析与频域分析。分析图像，我们讨论了采样频率、采样长度（采样点数）与频率分辨率的关系，之后，我们通过设置不同幅值的信号与噪声，讨论噪声对信号时域分析和频域分析的影响。2.2问题解答2.2.1采样频率对信号时域复现、频域分析的影响我们取相同的采样点数N=1024，设置不同采样频率，fs1=5000Hz、fs2=10000Hz、fs3=15000Hz，具体Matlab程序参见附录一。得到如下图1所示的时域波形与频域图：图1 三种采样频率下的时域波形与频域图分析上述时域波形与频域图，我们发现，当取不同采样频率，fs1=5000Hz、fs2=10000Hz、fs3=15000Hz时，各个谱线的值达不到信号各个谐波分量的幅值，随着采样频率的升高，图形的时域波形的分辨率越来越高，逐渐接近各谐波分量的幅值，即采样频率越高，信号丢失越少，时域复现程度越好。由频域图得，随着采样频率的升高，图形逐渐接近各谐波分量的幅值，即频率较高时，频谱显示的比较准确，谱线能量泄露小，频域分析越准确。2.2.2采样频率与采样长度（采样点数）与频率分辨率的关系分析我们采用控制变量法分别分析采样频率与采样长度（采样点数）对频率分辨率的影响。当采样频率一定，取fs=5000Hz，采样点数分别取N1=1024，N2=2048，N3=4096，Matlab程序参见附录二。首先观察采样点数N1=1024时的时域波形，见下图2：图2 采样频率fs=5000Hz，采样点数N=1024时的时域波形采样点数取N1=1024时的频域图见下图3：图3 采样频率fs=5000Hz，采样点数N1=1024时的频域图采样点数取N2=2048时的频域图见下图4：图4 采样频率fs=5000Hz，采样点数N2=2048时的频域图采样点数取N3=4096时的频域图见下图5：图5 采样频率fs=5000Hz，采样点数N3=4096时的频域图当采样长度（采样点数）不变时，取采样频率，结果已由上节得出，分析图1，我们发现，当采样频率越高时，频域分析效果越好，频率分辨率越高。 分析上图3-5可得，当采样频率均为5000Hz，采样点数分别为1024、2048时，各个谱线的值达不到信号各个谐波分量的幅值，而采样点数为4096时，各个谱线的值非常接近各谐波分量的幅值，可见频率一定时，采样点数越多，谱线能量泄露小，频率分辨率越高。2.2.3噪声对信号时域分析和频域分析的影响为了分析白噪声对信号时域分析和频域分析的影响，我们分别取白噪声方差为0.7、4、20时，对信号进行时域分析和频谱分析。具体Matlab程序参见附录三。得到如下图6所示时域波形与频域图：图6 不同白噪声对信号时域、频域分析的影响当白噪声方差分别为0.7、4和20时，可以看到噪声的幅值越大，频域分析时，信号的谱线越不明显，当噪声信号的幅值比信号的幅值还要大的多时，噪声会淹没信号，频域分析时，根本无法得到信号的谱。而且，噪声的幅值越大，时域越是混乱越难分析，看不出周期性。3 基于计算机的声信号采集与分析3.1问题陈述现代计算机具有对声音、视频进行采样的功能，把模拟信号转换为数字信号。通过计算机上的麦克风及声卡与AD，录制3 人以上在不同环境噪声、不同发声状态下讲同一句话，如“机械工程测试与控制技术”语句。先利用软件将录制语音转换为数据文件ASCII 码（text文本），进行频谱分析，画出时域、频域图形。讨论： 1）该设置至少为多少的采样频率？采样长度多长为合适？ 2） 不同人员讲话声音的时域、频域有什么区别？根据你的分析，该怎样区分不同人员的讲话声音？ 3）要使他人不易识别你的讲话声音，该怎么处理？ 3.2问题分析在不同环境下录制3个人讲同一句话“动态测试信号采集仿真与实例分析”。并利用Matlab软件进行时域频域分析，Matlab程序参见附录四。得到如下图7所示结果：图7 录制3人声音的时域、频域分析 同时，我们对讲话人甲做失真处理，输出的声音与原声音进行对比分析。3.3问题解答（1）该设置至少为多少的采样频率？采样长度多长为合适？答：在录音软件中设置的采样频率为44100Hz，则在matlab中采样频率不能低于44100Hz，否则会失真。采样长度至少要与录音的频率相等（2）不同人员讲话声音的时域、频域有什么区别？根据你的分析，该怎样区分不同人员的讲话声音？ 答：不同的人讲话，时域波形的强度不同，在频域图表现出来的是特征谱线的不同，说话声音低沉的，整体的特征谱线偏低，说话音调较高的，整体的特征谱线偏高。辨别不同人的讲话，关键是对其声音进行频谱分析，找到对应的特征谱线，就可以辨认。（3）要使他人不易识别你的讲话声音，该怎么处理？答：加大采样频率，或者是减少采样频率，也可以改变自己的特征谱线，即使用假声。比如，本实验中，我们对讲话人甲的声音进行失真处理，原采样频率为44100Hz，在播放时设置为48510Hz，产生轻微失真。4 机械运行数据分析与处理4.1问题陈述采集一转子实验台的振动数据，利用上述分析方法对其进行频谱分析，得到其时域和频域特征，分析机器振动原因：不平衡、不对中故障特征及其诊断方法。转子实验台转速可调，采样频率建议为转速的64 倍或128 倍，采样点数2048 点。4.2问题分析 我们将故障原因分成不平衡与不对中两种分别进行分析。4.3问题解答利用实验得到的转子实验台的振动数据，导入Matlab软件，分别对正常与不平衡、正常与不对中进行对比分析。具体Matlab程序参见附录五，分别得到如下图8、9所示的时域波形与频域图。图8 转子不平衡与正常情况下的时域波形与频域图图9 转子不对中与正常情况下的时域波形与频域图分析图8可以发现，转子不平衡时振幅相应全部增大，频率变化不大，可能由于转子工作误差等使得实验结果不明显。分析图9可以发现，转子不对中时幅值增大，并产生一定的相位滞后，正常转子在80Hz处的幅值是40Hz处的幅值的两倍多，而在不对中转子中40Hz处的幅值远大于80Hz处幅值。转子实验台存在由于不平衡、不对中引起的震动故障。致 谢在本项目设计的过程中，要特别感谢机械学院胡建中老师悉心指导与教诲，感谢胡老师在信号分析与处理方面提供的专业知识，胡老师为此投入了大量的精力与时间，老师治学严谨、学识渊博、严于律己、宽于待人，使我不仅学到了基本的思考方式和研究方法，而且还明白了许多待人接物，为人处事的道理。值此论文完成之际，谨向胡建中老师致以崇高的敬意和衷心的感谢。此外，感谢胡老师的两位研究生师兄在实验过程中给予我的诸多帮助，还有张玉坤、王涛等同学，他们同样给予我们很大的支持与鼓励。在此，也向他们表达谢意。参考文献1 贾民平,张洪亭.测试技术.北京：高等教育出版社,2010.10-11,57-652 张德丰.MATLAB数字信号处理与应用.北京：清华大学出版社.2010.120-1293 周品,李晓东.MATLAB数字图像处理.北京：清华大学出版社.2012.224-2254 吴正毅.测试技术与测试信号处理.北京：清华大学出版社.1991.87-975 徐靖涛,王金根. 基于MATLAB的语音信号分析和处理.重庆学院科技学院学报（自然科学版）.2008,10(1).132-133附录附录一：采样点一定时，取不同的采样频率时的Matlab程序clcclear%采样点一定时，取不同的采样频率fs=5000; %采样频率N=1024; %采样最小点数n=0:N-1;t=n/fs;%t=0:1/fs:0.7;f1=30;f2=400;f3=2000;a1=2;a2=4;a3=6;w1=pi/4;w2=pi/3;w3=pi/2;x=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(0.7),size(t);subplot(3,2,1),plot(t,x);axis(0,0.05,-8,8);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,2),plot(F1,mag1);axis(0,2300,0,3);xlabel(频率/Hz);ylabel(振幅);title(采样频率5000Hz);grid onfs=10000; %采样频率t=n/fs;x=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(0.7),size(t);subplot(3,2,3),plot(t,x);axis(0,0.05,-8,8);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,4),plot(F1,mag1);axis(0,2300,0,3);xlabel(频率/Hz);ylabel(振幅);title(采样频率10000Hz);grid onfs=15000; %采样频率t=n/fs;x=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(0.7),size(t);subplot(3,2,5),plot(t,x);axis(0,0.05,-8,8);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,6),plot(F1,mag1);axis(0,2300,0,3);xlabel(频率/Hz);ylabel(振幅);title(采样频率15000Hz);grid on附录二：采样频率一定，取不同的采样点时的Matlab程序clcclear%采样频率一定，取不同的采样点fs=5000; %采样频率N=1024; %采样最小点数n=0:N-1;t=n/fs;%t=0:1/fs:0.7;f1=30;f2=400;f3=2000;a1=1;a2=2;a3=4;w1=pi/4;w2=pi/3;w3=pi/2;x=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(0.7),size(t);%仿真信号plot(t,x);axis(0,0.1,-8,8);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;figure(2)plot(F1,mag1);axis(0,2100,0,1.8);xlabel(频率/Hz);ylabel(振幅);title(N=1024);grid onnumber2=N*2;n2=0:number2-1;t2=n2/fs;x2=a1*sin(2*pi*f1*t2+w1)+a2*sin(2*pi*f2*t2+w2)+a3*sin(2*pi*f3*t2+w3)+normrnd(0,sqrt(0.7),size(t2);y2=fft(x2,number2)/number2;mag2=abs(y2);F2=fs*n2/number2;figure(3)plot(F2,mag2);axis(0,2100,0,1.8);xlabel(频率/Hz);ylabel(振幅);title(N=2048);grid onnumber3=N*4;n3=0:number3-1;t3=n3/fs;x3=a1*sin(2*pi*f1*t3+w1)+a3*sin(2*pi*f2*t3+w2)+a3*sin(2*pi*f3*t3+w3)+normrnd(0,sqrt(0.7),size(t3);y3=fft(x3,number3)/number3;mag3=abs(y3);F3=fs*n3/number3;figure(4)plot(F3,mag3);axis(0,2100,0,1.8);xlabel(频率/Hz);ylabel(振幅);title(N=4096);grid on附录三：噪声对信号时域分析和频域分析的影响Matlab程序clcclear%噪声对信号时域分析和频域分析的影响fs=5000; %采样频率N=4096; %采样最小点数n=0:N-1;t=n/fs;%t=0:1/fs:0.7;f1=30;f2=400;f3=2000;a1=2;a2=4;a3=6;w1=pi/4;w2=pi/3;w3=pi/2;x=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(0.7),size(t);subplot(3,2,1),plot(t,x);axis(0,0.1,-15,15);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,2),plot(F1,mag1);axis(0,2200,0,3);xlabel(频率/Hz);ylabel(振幅);title(白噪声方差为0.7);grid onx=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(4),size(t);subplot(3,2,3),plot(t,x);axis(0,0.1,-15,15);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,4),plot(F1,mag1);axis(0,2200,0,3);xlabel(频率/Hz);ylabel(振幅);title(白噪声方差为4);grid onx=a1*sin(2*pi*f1*t+w1)+a2*sin(2*pi*f2*t+w2)+a3*sin(2*pi*f3*t+w3)+normrnd(0,sqrt(20),size(t);subplot(3,2,5),plot(t,x);axis(0,0.1,-25,25);xlabel(时间/s);ylabel(振幅);title(时域波形);grid onnumber1=N;y1=fft(x,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,6),plot(F1,mag1);axis(0,2200,0,3);xlabel(频率/Hz);ylabel(振幅);title(白噪声方差为20);grid on附录四：声音信息采集与处理Matlab程序clccleard1,sr1=mp3read(1.mp3);%读取音频文件1d2,sr2=mp3read(2.mp3);%读取音频文件2d3,sr3=mp3read(3.mp3);%读取音频文件3%mp3write(d1,sr1*1.1,4.mp3);%sound(d1,sr1);d1=d1(:,1);d2=d2(:,1);d3=d3(:,1);subplot(3,2,1),plot(d1);xlabel(时间);ylabel(振幅);title(甲);grid onfs=sr1;number1=100000;%取样点n=0:number1-1;y1=fft(d1,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(3,2,2),plot(F1(1:number1/2),mag1(1:number1/2);axis(65,1100,0,0.01);%略去高频段xlabel(频率/Hz);ylabel(振幅);title(甲);grid onsubplot(3,2,3),plot(d2);xlabel(时间);ylabel(振幅);title(乙);grid onfs=sr2;number1=100000;n=0:number1-1;y2=fft(d2,number1)/number1;mag2=abs(y2);F2=fs*n/number1;subplot(3,2,4),plot(F2(1:number1/2),mag2(1:number1/2);axis(65,1100,0,0.01);%略去高频段xlabel(频率/Hz);ylabel(振幅);title(乙);grid onsubplot(3,2,5),plot(d3);xlabel(时间);ylabel(振幅);title(丙);grid onfs=sr3;number1=100000;n=0:number1-1;y3=fft(d3,number1)/number1;mag3=abs(y3);F3=fs*n/number1;subplot(3,2,6),plot(F3(1:number1/2),mag3(1:number1/2);axis(65,1100,0,0.01);%略去高频段xlabel(频率/Hz);ylabel(振幅);title(丙);grid on对讲话人甲声音进行失真处理：clccleard1,sr1=mp3read(1.mp3);%读取音频文件1mp3write(d1,sr1*1.1,4.mp3);sound(d1,sr1);%原声音sound(d1,sr1*1.1);%失真后的声音附录五：正常与不平衡、正常与不对中时域频域分析Matlab程序clcclearfs=1000;zc1=textread(zc.txt,%f); zc2=textread(zc2.txt,%f); bdz=textread(bdz.txt,%f); bph=textread(bph.txt,%f); num1=1;num2=1;num3=1;num4=1;for i=1:size(zc1,1) if mod(i,2)=1 timezc1(num1,1)=zc1(i,1); else z1(num1,1)=zc1(i,1); num1=num1+1; endendfor i=1:size(zc2,1) if mod(i,2)=1 timezc2(num2,1)=zc2(i,1); else z2(num2,1)=zc2(i,1); num2=num2+1; endendfor i=1:size(bdz,1) if mod(i,2)=1 timebdz(num3,1)=bdz(i,1); else BDZ(num3,1)=bdz(i,1); num3=num3+1; endendfor i=1:size(bph,1) if mod(i,2)=1 timebph(num4,1)=bph(i,1); else BPH(num4,1)=bph(i,1); num4=num4+1; endend%正常运转1，用来解释不平衡的subplot(2,2,1),plot(timezc1,z1);axis(0,0.2,-300,300);xlabel(时间);ylabel(振幅);title(正常1);grid onnumber1=size(z1,1);%取样点n=0:number1-1;y1=fft(z1,number1)/number1;mag1=abs(y1);F1=fs*n/number1;subplot(2,2,2),plot(F1,mag1);axis(0,500,0,70);%略去高频段xlabel(频率);ylabel(振幅);title(正常1);grid on%不平衡subplot(2,2,3),plot(timebph,BPH);axis(0,0.2,-300,300);xlabel(时间);ylabel(振幅);title(不平衡);grid onnumber1=size(BPH,1);%取样点n=0:number1-1;y3=fft(BPH,number1)/number1;mag3=abs(y3);F3=fs*n/number1;subplot(2,2,4),plot(F3,mag3);axis(0,500,0,70);%略去高频段xlabel(频率);ylabel(振幅);title(不平衡);grid on%正常运转2，用来解释不对中的figure(2)subplot(2,2,1),plot(timezc2,z2);axis(0,0.2,-300,300);xlabel(时间);ylabel(振幅);title(正常2);grid onnumber1=size(z2,1);%取样点n=0:number1-1;y2=fft(z2,number1)/number1;mag2=abs(y2);F2=fs*n/number1;subplot(2,2,2),plot(F2,mag2);axis(0,500,0,60);%略去高频段xlabel(频率);ylabel(振幅);title(正常2);grid on%不对中subplot(2,2,3),plot(timebdz,BDZ);axis(0,0.2,-600,600);xlabel(时间);ylabel(振幅);title(不对中);grid onnumber1=size(BPH,1);%取样点n=0:number1-1;y4=fft(BDZ,number1)/number1;mag4=abs(y4);F4=fs*n/number1;subplot(2,2,4),plot(F4,mag4);axis(0,500,0,130);%略去高频段xlabel(频率);ylabel(振幅);title(不对中);grid on 转子振动速度均方根程序：clcclearzc1=textread(bdz.txt,%f); num1=1;for i=1:size(zc1,1) if mod(i,2)=1 timezc1(num1,1)=zc1(i,1); else z1(num1,1)=zc1(i,1); num1=num1+1; endendz12=z1/1000;%um转换为mmzv1=diff(z12)/0.001;%速度mm/sU1=sqrt(sum(zv1.*zv1)/size(zv1,1);1. 基于C8051F单片机直流电动机反馈控制系统的设计与研究2. 基于单片机的嵌入式Web服务器的研究 3. MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究 4. 基于模糊控制的电阻钎焊单片机温度控制系统的研制 5. 基于MCS-51系列单片机的通用控制模块的研究 6. 基于单片机实现的供暖系统最佳启停自校正（STR）调节器7. 单片机控制的二级倒立摆系统的研究8. 基于增强型51系列单片机的TCP/IP协议栈的实现 9. 基于单片机的蓄电池自动监测系统 10. 基于32位嵌入式单片机系统的图像采集与处理技术的研究11. 基于单片机的作物营养诊断专家系统的研究 12. 基于单片机的交流伺服电机运动控制系统研究与开发 13. 基于单片机的泵管内壁硬度测试仪的研制 14. 基于单片机的自动找平控制系统研究 15. 基于C8051F040单片机的嵌入式系统开发 16. 基于单片机的液压动力系统状态监测仪开发 17. 模糊Smith智能控制方法的研究及其单片机实现 18. 一种基于单片机的轴快流CO,2激光器的手持控制面板的研制 19. 基于双单片机冲床数控系统的研究 20. 基于CYGNAL单片机的在线间歇式浊度仪的研制 21. 基于单片机的喷油泵试验台控制器的研制 22. 基于单片机的软起动器的研究和设计 23. 基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究 24. 基于单片机的机电产品控制系统开发 25. 基于PIC单片机的智能手机充电器 26. 基于单片机的实时内核设计及其应用研究 27. 基于单片机的远程抄表系统的设计与研究 28. 基于单片机的烟气二氧化硫浓度检测仪的研制 29. 基于微型光谱仪的单片机系统 30. 单片机系统软件构件开发的技术研究 31. 基于单片机的液体点滴速度自动检测仪的研制32. 基于单片机系统的多功能温度测量仪的研制 33. 基于PIC单片机的电能采集终端的设计和应用 34. 基于单片机的光纤光栅解调仪的研制 35. 气压式线性摩擦焊机单片机控制系统的研制 36. 基于单片机的数字磁通门传感器 37. 基于单片机的旋转变压器-数字转换器的研究 38. 基于单片机的光纤Bragg光栅解调系统的研究 39. 单片机控制的便携式多功能乳腺治疗仪的研制 40. 基于C8051F020单片机的多生理信号检测仪 41. 基于单片机的电机运动控制系统设计 42. Pico专用单片机核的可测性设计研究 43. 基于MCS-51单片机的热量计 44. 基于双单片机的智能遥测微型气象站 45. MCS-51单片机构建机器人的实践研究 46. 基于单片机的轮轨力检测 47. 基于单片机的GPS定位仪的研究与实现 48. 基于单片机的电液伺服控制系统 49. 用于单片机系统的MMC卡文件系统研制 50. 基于单片机的时控和计数系统性能优化的研究 51. 基于单片机和CPLD的粗光栅位移测量系统研究 52. 单片机控制的后备式方波UPS 53. 提升高职学生单片机应用能力的探究 54. 基于单片机控制的自动低频减载装置研究 55. 基于单片机控制的水下焊接电源的研究 56. 基于单片机的多通道数据采集系统 57. 基于uPSD3234单片机的氚表面污染测量仪的研制