基于LM358和LM386的话音放大器设计
在设计电路前需要在仿真软件中先从理论上验证一下电路的可行性，然后再通过实际电路进行调试。仿真软件选择NI的Multisim 14.0。
（1）电路采用 9V 单电源供电；
（2）前置放大器由两级放大器构成，其中放大器 1 的增益为 6dB，放大器 2 的增益为 6-20dB；
（3）带通滤波器：通带为 300Hz ~ 3.4kHz，增益不限；
（4）功率放大级增益：26 dB；
（5）输出额定功率 P > 0.4W，失真度 < 10%；负载：8Ω 喇叭。
上图是前置放大电路的仿真，使用的是LM358芯片，两个运算放大器都构成方向比例放大器，放大倍数分别为 − R 5 / R 4 -R5/R4 −R5/R4和 − ( R 9 + R 8 ) / R 6 -(R9+R8)/R6 −(R9+R8)/R6 需要注意的是该芯片需要使用双电源进行供电，但要求中只给了9V电源，所以将9V电源进行分压得到4.5V，将4.5V作为基准电位。注意，该电路需要考虑C1和R4、C2和R6串联组成的高通滤波器的影响；此外，电源给芯片供电的时候需要加上去耦电容，去耦电容在实际电路中的放置需要靠近芯片的电源引脚。
图2是滤波电路的设计，设计需要中是需要一个带通滤波器，但带宽有点大，就选择一个高通滤波器和一个低通滤波器的组合来做，滤波器的设计可以使用滤波器设计软件来实现，也可以先选定需要用的滤波电路，然后确定部分元器件的参数，通过公式去计算其他的器件参数。
由于最终的输出不足以驱动负载，所以往往要在末级加上一个功率放大电路，这里用的是LM386，这款芯片的功耗低、电压增益可调、电源电压范围大、外接器件少以及总谐波失真小，在录音机和收音机里面有着广泛的应用，386的电压增益可以在26dB-46dB可调，而设计要求中仅需要26dB，所以芯片的1，8引脚可以悬空。而电位器R15可以用来调节扬声器的音量，C10和R16串联起来可以构成校正网络用来做相位补偿。
仿真完成后，在AD16.0中将单层板画出来，通过热转印机，将油墨覆盖到覆铜板上，然后在盐酸+双氧水溶液中进行腐蚀，腐蚀完成后去除表面油墨然后钻孔。
焊接的时候要注意焊一级测一级，放大器、滤波器焊接的时候需要注意实际的元器件的误差值，最好先测量器件的阻值或者容值，然后通过计算微调这些元器件，在此之后再进行焊接。尤其要注意直插元件的电容值和实际值相差的比较大，需要好好关注。
全部都完成后就可以播放一段学习强国的音频进行测试啦！
导读：随着叮咚买菜业务的发展，不同的业务场景对数据分析提出了不同的需求，他们希望引入一款实时OLAP数据库，构建一个灵活的多维实时查询和分析的平台，统一数据的接入和查询方案，解决各业务线对数据高效实时查询和精细化运营的需求。经过调研选型，最终引入ApacheDoris作为最终的OLAP分析引擎，Doris作为核心的OLAP引擎支持复杂地分析操作、提供多维的数据视图，在叮咚买菜数十个业务场景中广泛应用。作者｜叮咚买菜资深数据工程师韩青叮咚买菜创立于2017年5月，是一家专注美好食物的创业公司。叮咚买菜专注吃的事业，为满足更多人“想吃什么”而努力，通过美好食材的供应、美好滋味的开发以及美食品牌的孵
C#实现简易绘图工具一.引言实验目的:通过制作窗体应用程序(C#画图软件),熟悉基本的窗体设计过程以及控件设计,事件处理等,熟悉使用C#的winform窗体进行绘图的基本步骤,对于面向对象编程有更加深刻的体会.Tutorial任务设计一个具有基本功能的画图软件**·包括简单的新建文件,保存,重新绘图等功能**·实现一些基本图形的绘制,包括铅笔和基本形状等,学习橡皮工具的创建**·设计一个合理舒适的UI界面**注明:你可能需要先了解一些关于winform窗体应用程序绘图的基本知识,以及关于GDI+类和结构的知识二.实验环境Windows系统下的visualstudio2017C#窗体应用程序三.
需求：要创建虚拟机，就需要给他提供一个虚拟的磁盘，我们就在/opt目录下创建一个10G大小的raw格式的虚拟磁盘CentOS-7-x86_64.raw命令格式：qemu-imgcreate-f磁盘格式磁盘名称磁盘大小qemu-imgcreate-f磁盘格式-o?1.创建磁盘qemu-imgcreate-fraw/opt/CentOS-7-x86_64.raw10G执行效果#ls/opt/CentOS-7-x86_64.raw2.安装虚拟机使用virt-install命令，基于我们提供的系统镜像和虚拟磁盘来创建一个虚拟机，另外在创建虚拟机之前，提前打开vnc客户端，在创建虚拟机的时候，通过vnc
我正在寻找用于Rails的优质管理插件。似乎大多数现有的插件/gem(例如“restful_authentication”、“acts_as_authenticated”)都围绕着self注册等展开。但是，我正在寻找一种功能齐全的基于管理/管理角色的解决方案——但不是简单地附加到另一个非基于角色的解决方案。如果我找不到，我想我会自己动手......只是不想重新发明轮子。 最佳答案 RyanBates最近做了两个关于授权的railscast(注意身份验证和授权之间的区别；身份验证检查用户是否如她所说的那样，授权检查用户是否有权访问资源
我正在根据Rakefile中的现有测试文件动态生成测试任务。假设您有各种以模式命名的单元测试文件test_.rb.所以我正在做的是创建一个以“测试”命名空间内的文件名命名的任务。使用下面的代码，我可以用raketest:调用所有测试require'rake/testtask'task:default=>'test:all'namespace:testdodesc"Runalltests"Rake::TestTask.new(:all)do|t|t.test_files=FileList['test_*.rb']endFileList['test_*.rb'].eachdo|task|n
在我的mac上安装几个东西时遇到这个问题，我认为这个问题来自将我的豹子升级到雪豹。我认为这个问题也与macports有关。/usr/local/lib/libz.1.dylib,filewasbuiltfori386whichisnotthearchitecturebeinglinked(x86_64)有什么想法吗？更新更具体地说，这发生在安装nokogirigem时日志看起来像:xslt_stylesheet.c:127:warning:passingargument1of‘Nokogiri_wrap_xml_document’withdifferentwidthduetoproto
我想要像“嘿那里”这样的东西变成，例如，#316583。我希望将任意长度的字符串“归结”为十六进制颜色。我不知道从哪里开始。我在想，每个字符串的MD5散列都是不同的-但如何将该散列转换为十六进制颜色数字？ 最佳答案 你可以只取几位前几位:require'digest/md5'color=Digest::MD5.hexdigest('Mytext')[0..5] 关于ruby-如何使用Ruby基于字母数字字符串生成颜色？，我们在StackOverflow上找到一个类似的问题：
文章目录1.自动驾驶实战：基于Paddle3D的点云障碍物检测1.1环境信息1.2准备点云数据1.3安装Paddle3D1.4模型训练1.5模型评估1.6模型导出1.7模型部署效果附录show_lidar_pred_on_image.py1.自动驾驶实战：基于Paddle3D的点云障碍物检测项目地址——自动驾驶实战：基于Paddle3D的点云障碍物检测课程地址——自动驾驶感知系统揭秘1.1环境信息硬件信息CPU:2核AI加速卡:v100总显存:16GB总内存:16GB总硬盘:100GB环境配置Python:3.7.4框架信息框架版本:PaddlePaddle2.4.0（项目默认框架版本为2.3
我正在尝试整个BDD方法并想测试AMQP基于Vanilla的方面Ruby我正在写的应用程序。选择Minitest后作为与其他名副其实的蔬菜框架不同的平衡功能和表现力的测试框架，我着手编写此规范:#File./test/specs/services/my_service_spec.rb#Requirementsfortestrunningandconfigurationrequire"minitest/autorun"require"./test/specs/spec_helper"#Externalrequires#MinitestSpecsforEventMachinerequire
我分1,000个批处理从服务器获取大约20,000个数据集。每个数据集都是一个JSON对象。坚持这会产生大约350MB的未压缩明文。我的内存限制为1GB。因此，我以追加模式将每1,000个JSON对象作为一个数组写入到一个原始JSON文件中。结果是一个包含20个需要聚合的JSON数组的文件。无论如何我都需要触摸它们，因为我想添加元数据。一般RubyYajlParser使这成为可能:raw_file=File.new(path_to_raw_file,'r')json_file=File.new(path_to_json_file,'w')datasets=[]parser=Yajl::
