作品简介

本书共分为模拟电子、数字电子以及现代电子技术三大部分。模拟电子部分主要介绍了使用基础元器件实现各种电子电路,包括放大电路、信号发生与转换电路、电源电路等,为电子系统的设计打下坚实的硬件基础。数字电子部分重点介绍了单片机与嵌入式系统的设计与应用。借助Arduino入门单片机、通过STM32进行提高、经由树莓派领略高级程序设计思想,逐步提高软件设计能力。现代电子技术部分着重介绍如何结合互联网、物联网、人工智能等相关现代技术,构建更为复杂的电子系统。全书涉及知识面广,但并不是简单地罗列,而更看重设计的思想与方法。另外,本书十分注重知识的实用性,强调理论与实际相结合,并配有丰富的实例来对相关知识点进行验证与演示。

本书既可作为工科院校及相关院校的电子类、自动控制类、机电类、电气类、计算机类等相关专业开展电子制作和科技创新的参考书,也可作为电子系统设计与开发工作人员的参考书。

刘辉,主要研究方向为智能检测与控制技术。发表SCI检索论文2篇,EI论文2篇。具有丰富的实践经验,参与多项省部级课题,指导或参加多项电子设计类竞赛并获全国奖项6项以及省级奖项若干。

王征,主要研究方向为嵌入式开发与人工智能控制技术。发表SCI论文2篇,主持或参与省部级课题7项,指导学生获得“2019全国大学生工程训练综合能力大赛"全国特等奖及省级奖项若干。

作品目录

  • 前言 PREFACE
  • 主要符号表
  • 第1章 初识电子设计
  • 1.1 电阻
  • 1.2 电容
  • 1.3 电感
  • 1.4 阻抗
  • 1.5 变压器
  • 1.6 开关及接插元件
  • 1.7 半导体元件
  • 1.8 半导体集成电路
  • 1.9 继电器
  • 1.10 常见电子元器件选型与使用注意事项
  • 1.11 电子设计实物制作
  • 第2章 放大电路
  • 2.1 基本放大电路
  • 2.2 多级放大电路
  • 2.3 差分放大电路
  • 2.4 集成运算放大电路
  • 2.5 运算电路
  • 2.6 实际运算放大器
  • 2.7 比较器
  • 2.8 放大电路实例——单电源供电的比例放大电路
  • 第3章 波形发生与变换
  • 3.1 一个简单的方波发生器电路
  • 3.2 使用放大电路构成正弦波振荡器
  • 3.3 正弦波转换为方波
  • 3.4 滤波器
  • 3.5 方波转正弦波设计
  • 第4章 直流电源
  • 4.1 直流电源的组成
  • 4.2 整流与滤波电路
  • 4.3 线性稳压电路
  • 4.4 开关稳压电路简介
  • 4.5 Buck降压电路
  • 4.6 Boost升压电路
  • 4.7 Buck-Boost电路
  • 4.8 集成升压/降压电路芯片
  • 4.9 隔离开关电源
  • 4.10 恒流源电路
  • 第5章 单片机入门——Arduino
  • 5.1 数字电子技术与模拟电子技术
  • 5.2 初识单片机——Arduino
  • 5.3 模拟与数字的桥梁
  • 5.4 人机接口
  • 5.5 常用传感器
  • 5.6 电机控制
  • 5.7 Arduino实战——循迹小车
  • 第6章 单片机提高——STM32
  • 6.1 STM32F103单片机简介
  • 6.2 驱动外设的一般方法——以ADC为例
  • 6.3 模块化编程思想
  • 6.4 中断
  • 6.5 通用定时器
  • 6.6 DMA
  • 6.7 STM32实战——数字电源
  • 第7章 实时操作系统
  • 7.1 CMSIS-RTOS简介
  • 7.2 使用CMSIS-RTOS创建线程
  • 7.3 锁
  • 7.4 线程间通信
  • 7.5 虚拟定时器
  • 7.6 CMSIS-Driver
  • 第8章 Linux操作系统应用
  • 8.1 Linux操作系统与树莓派简介
  • 8.2 树莓派初体验
  • 8.3 树莓派远程调试
  • 8.4 python基础
  • 8.5 Python常用模块
  • 8.6 Linux操作系统实战——树莓派常用外设开发
  • 8.7 面向对象思想初探
  • 第9章 电子设计与互联网
  • 9.1 网络模型简介
  • 9.2 树莓派中的Socket编程
  • 9.3 STM32F103中的Socket编程
  • 9.4 HTTP协议简介
  • 9.5 互联网实战——基于Web的远程监控系统
  • 第10章 电子设计与物联网
  • 10.1 物联网的核心套件——IoT Core
  • 10.2 初探MQTT
  • 10.3 物联网实战——树莓派接入云端
  • 10.4 物联网实战——STM32接入云端
  • 第11章 电子设计与机器学习
  • 11.1 机器学习简介
  • 11.2 机器学习库——TensorFlow
  • 11.3 体验机器学习
  • 11.4 动手搭建第一个机器学习算法——曲线拟合
  • 11.5 梯度下降
  • 11.6 分类任务
  • 1 1.7 交叉熵
  • 1 1.8 分类任务的性能评估
  • 1 1.9 超参数调整
  • 11.10 机器学习实战——无人驾驶小车
  • 第12章 电子设计与深度学习
  • 12.1 梯度消失与梯度爆炸解决方法
  • 12.2 深度学习中过拟合解决办法
  • 12.3 深度学习速度优化
  • 12.4 卷积神经网络CNN
  • 12.5 循环神经网络
  • 参考文献
展开全部