随着生活水平的提高，健康问题引起人们高度重视，尤其是对心脏疾病方面，因而从医院大型设备到便携式仪器，甚至各种远程诊断设备，都有飞跃发展，而所有心电设备的基础都是精确采集到心电信号。

系统采用AT89C52作为控制系统，核心器件采用TI公司的高精度12BIT ,11通道一步采样AD芯片TLC2543。分别从11路采样模拟信号，实现11路数据采集。为了做出发挥部分的特色，这里采用按键扫描方式，选择显示的通道以及数据，用键盘操控数据采集系统。显示部分采用LCD1602，实时根据按键的扫描情况更新采集的数据，并且显示。 控制系统模块:控制系统采用AT89C52。采用12M晶振，整体控制多通道数据采集显示和键盘扫描。 AD数据采集模块:选用TI公司的12 位 66kSPS ADC 串行输出，可编程 MSB/LSB 优先，可编程断电/输出数据长度，11 通道的TLC2543。 液晶显示模块:系统采用液晶LCD1602显示通道以及采样值，并且实时更新新的采样数据。

本电路是一款完整的隔离式4通道温度测量电路，针 对性能、输入灵活性、稳定性以及低成本而优化。它支持 所有类型的热电偶(带冷结补偿)，以及电阻高达4 kΩ 的任意 类型RTD(电阻温度检测器，双线式、三线式或四线式连接 配置)。 RTD激励电流可针对最佳噪声和线性度性能编程。 RTD测量精度达到0.1°C(典型值)，K类热电偶测量精度达 0.05°C(典型值)，这是因为将16位数字温度传感器ADT7310用于冷结补偿。该电路采用4通道、24位、∑-△型ADCAD7193，该器件片内集成PGA，具有高精度和低噪声特性。 由低漏电瞬变电压抑制器(TVS)和肖特基二极管提供输入 瞬变和过压保护。SPI兼容型数字输入和输出均隔离(2500 V rms)，且电路采用全隔离式电源供电。

单片机最小系统电路板设计说明.doc

国外很强的迷你四轴飞行器，附原理图和源代码（基于FreeRTOS操作系统） 有点意思。。 特意将资料分享过来。

使用的51单片机作为主控芯片，两个51单片机通过24L01通信，一个检测吊瓶滴液的速度，如果太快太慢或者不滴液都会报警，并发送到主机，输液者也可以主动通过按键呼叫主机，丛机用1602显示，主机用12864显示。 硬件部分由2部分组成:报警显示板+检测板 51单片机无线点滴报警系统实物展示: 原理图、PCB、程序、及其他资料都有，开题报告模板也有，这是我帮别人做成功的项目，完全可以使用。 整个附件内容截图:

针对目前激光语音恢复电路的精度低、滤波不完全等问题，采用PSD位移传感器设计了一种激光语言还原系统电路。该电路包括基于PSD的光电转换电路、流压变换电路和差分放大电路三部分。通过分析PSD工作原理及特性参数，设计并讨论了流压变换电路及放大电路的性能，实现了微弱信号的低噪声放大。经过实验验证，该电路可在距离障碍物2～3 m处清晰地还原出被隔离的室内语音信号。

概述 智能家居系统主要基于RT-thread与ZigBee开发，该系统主要分为五大部分，ZigBee无线传感器监控子系统，语音识别子系统，总控子系统，网关子系统，云端监控子系统。ZigBee无线传感器子系统通过各个传感器节点采集数据，将采集的数据通过无线网络系统传递给协调器，由协调器与总控系统进行数据交换，以完成数据的传递。总控系统通过网络将数据上传至网络，用户就能在远程进行查家中的各种环境信息，实时掌握家中的最新动态。语音识别子系统可实现人机交互，实现家电设备的智能化控制。网关子系统有两大作用，一是提供整个系统的网络；二是搭载摄像头来采集视频数据，实施远程监控的功能。云端监控子系统主要用于统计分析家中环境信息，通过可视化的界面了解家中最新动态。总控子系统为整个智能家居系统的核心所在，协调各个子系统正常运转。 开发环境硬件:ART-Pi，ZigBee终端，STM32F103最小系统板，MT7628最小系统板 传感器:DH11传感器，LD3320语音识别模块，SYN6288语音合成模块等 RT-Thread版本:RT-Thread V 4.0.3 开发工具及版本: MDK:5.30 Ubuntu:1604 IAR:8.20 RT-Thread使用情况概述该智能家居系统有两个子系统采用了RT-Thread系统，分别是语音识别子系统，总控子系统。 语音识别子系统使用的是RT-Thread Nano，使用了多线程，移植了FinSH组件，方便了该子系统调试。 总控子系统采用了完整版的RT-Thread系统，内核部分使用了调度器，信号量等；驱动部分使用了UART、SPI、BT、WiFi等；协议栈使用了MQTT等。软件包部分使用了Onenet、cJSON等。 系统架构本文所提出的智能家居系统解决方案整体框架如图所示。通过技术论证和架构分析后，决定将系统划分为五个子系统:ZigBee无线传感器监控子系统，语音识别子系统，总控子系统，网关子系统，云端监控子系统。ZigBee无线传感器监控子系统通过各个传感器节点采集数据，将采集的数据通过无线网络系统传递给路由节点，再通过路由节点将收集的各个终端节点的数据进行二次传递给协调器，由协调器与总控系统进行数据交换，以完成数据的传递。总控系统通过无线网络将数据上传至网络，用户就能在远程进行查家中的各种环境信息，实时掌握家中的最新动态。语音识别子系统可实现人机交互，实现家电设备的智能化控制。网关子系统有两大作用，一是连接以太网；二是搭载摄像头采集视频数据，实施远程监控的功能。云端监控子系统主要用于统计分析家中环境信息，通过可视化的界面了解家中最新动态。总控子系统为整个智能家居系统的核心所在，协调各个子系统正常运转。 演示效果心得感悟通过本次比赛，我不仅丰富可项目实践经验，而且对RT-Thread有了深入的学习和理解，我学习了RT-Thread的多线程及其调度、信号量、邮箱、消息队列、内存管理等，外设驱动以及各个组件等相关知识。通过这次比赛的项目实践，我又积累了不少调试经验，丰富了我的知识体系。 最后感谢主办方提供了这么好的一个平台，让我有机会展示自己，还让我学到很多知识。希望在以后的自己里也能为RT-Thread开源社区贡献自己的力量。

语音识别是机器通过识别和理解过程把人类的语音信号转变为相应文本或命令的技术，其根本目的是研究出一种具有听觉功能的机器。本设计研究孤立词语音识别系统及其在STM32嵌入式平台上的实现。识别流程是:预滤波、ADC、分帧、端点检测、预加重、加窗、特征提取、特征匹配。端点检测(VAD)采用短时幅度和短时过零率相结合。检测出有效语音后，根据人耳听觉感知特性,计算每帧语音的Mel频率倒谱系数(MFCC)。然后采用动态时间弯折(DTW)算法与特征模板相匹配,最终输出识别结果。先用Matlab对上述算法进行仿真，经多次试验得出算法中所需各系数的最优值。然后将算法移植到STM32嵌入式平台，移植过程中根据嵌入式平台存储空间相对较小、计算能力也相对较弱的实际情况，对算法进行优化。 系统硬件总体结构图 音频信号采集原理图 附件包含以下资料:

分析了数字信号处理芯片TMS320LF2407A DSP的串行外设接口SPI，及串行通信接口SCI模块。在电机控制实验系统中，给出了由这2个模块构成的串行通信应用实例。重点讲述了相关的串行通信接口电路硬件设计高。