离散数学中deg（）是什么

最新推荐文章于 2023-10-08 17:32:35 发布
最新推荐文章于 2023-10-08 17:32:35 发布
阅读量1.3w 收藏 7
点赞数 3
分类专栏： 学习笔记 文章标签： 数学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51012937/article/details/114497394
版权

设无向图 G = （V，E），顶点v（v ∈ V）关联的边数称作该顶点的度数，记为deg（v）

deg（v） = 0，则v称为孤立点
deg（v） = 1，则v称为悬挂点
若v有环，计算度时deg（v）增加2
若deg（v）为奇数，称 v 为奇点
若deg（v）为偶数，称 v 为偶点

图 G = （V，E）中，顶点度数总和等于边数的两倍。
∑ deg（v） = 2 | E |

离散数学精简笔记 ——《图论》
qq_42662837的博客
12-17 6024
一.图的基本概念 图（graph） G：G=(V,E，γ)由顶点(vertex)集V和边(edge)集E，γ组成 无特殊说明n表示图G的定点数，m表示图G的边数，一边数为m的n阶图可简化为（n，m）-图 顶点（vertex） V ：或结点 ，|V|为G的阶，X阶图指的顶点个数 边（edge） E ：平常写作｛e1，e2……｝ 函数（γ） ：为E到V的一个函数，有γ（e）=｛v1，v2｝，表示v1...
离散数学复习笔记——平面图
Karthus77的博客
01-03 6866
平面图 文章目录平面图平面图的基本概念约旦定理面和次定理11.2极大平面图欧拉公式平面图的判断平面图的对偶图对偶图的性质自对偶图 平面图的基本概念 可平面图或平面图：可以以这种方式画在平面上,即 使得边与边不在非顶点处相交的图 k5,k3,3k_5 ,k_{3,3}k5​,k3,3​是非平面图 约旦定理 约当曲线：自身不相交的，始点与终点重合的曲线 约当定理：一条约旦曲线L把平面分成了两个开集，分别称为内部和外部，则连接内部点和外部点的任何连续曲线必与 L相交 ，可用来证明非平面图 面和次 面：G的边将G所
离散数学期末复习（4）：图论（Graphs）
cx不会编程的博客
06-06 3041
离散数学期末复习（4）：图论
《离散数学》期末复习笔记
哆啦一泓的博客
04-30 3967
一、图及其图解表示 定义 7.1 一个图G是一个有序二元组(V，E)，记作G = (V，E)，其中V = {v1，v2，…，vn}是一个非空的有限集合，V中的元素称为G的结点或顶点，V称为图G的结点集，记作V(G)。 E = {e1，e2，…，em}是一个由V中元素构成的对偶的集合，E中的元素称为G的边或弧，E称为图G的边集，记作E(G)。 #V(G)，#E(G)分别称为图的结点数和...
离散数学学习笔记-4-整环里的因子分解
梨花带雨的博客
11-16 1426
整除 单位 单位性质和真因子 素元 素元判断条件 唯一分解 重要例题 +++++++++++++++ 唯一分解环 唯一分解环判断条件 ++ 总要性质 最大公因子的存在 互素 +++++ 两种唯一分解环 1.主理想环 引理2 主理想环一定是唯一分解还 2.欧式环=====映射很关键 整数环 域上的多项式环是欧式环 多项式环的因子分解 ...
deg怎么读_deg(m)是什么意思
weixin_42589700的博客
12-24 1513
1. A shrink film comprising a polyethylene film, characterized in that said polyethylene is an ethylene copolymer mixture having a molecular weight distribution in the range 10 to 35, a density of 915...
离散数学的概念总结.doc
06-21
- **图**：在离散数学中，图是由一系列点（也称为顶点或节点）和连接这些点的线（称为边或弧）组成的集合。 - **有向图**：若图中的边具有方向性，则称为有向图。例如，社交网络中的“关注”关系就形成了一个有向图...
离散数学第四版课后答案(第9章).doc
06-21
在离散数学中，无向树是研究图论的基础概念之一。 **1.1 无向树的基本性质** - **边数与顶点数的关系**：对于任何无向树 T，如果它有 n 个顶点，则必定有 n-1 条边。 - **握手定理**：对于无向图 G，所有顶点的...
MIT的离散数学公开课的第五章的讲义
05-07
### MIT离散数学公开课第五章知识点详解：图论 #### 一、引言与基础知识 ...图论作为离散数学的重要组成部分，在计算机科学中有着广泛的应用前景。未来章节将更深入地探索图的不同类型以及相关算法和技术。
离散数学-图论-图的术语
2302_76740238的博客
10-08 637
图的术语
离散数学之图论
weixin_46503355的博客
08-20 6567
离散数学之图论 1.基本概念 图由结点和连接两个结点之间的连线组成。连线的长度和结点的位置是无关紧要的。 几乎每一门可以想象的学科里都有问题可以用图模型来解决。例如：可以用图来表示生态环境里不同物种的竞争；可以用图来表示在组织里谁影响谁，以及用图来表示比赛结果；旅行商问题；地图着色问题等。 一个简单的例子：大城市之间的高速公路系统建模： 可以把各个城市看成结点，城市之间存在高速公路，则认 为这两个城市之间有连线，这样可以构成一个简单的图 表示方法有： 2、图的表示法 ​ 三元组表示G=<V(G
《离散数学》笔记
热门推荐
ww981580010的博客
03-09 2万+
《离散数学》笔记总结
图论中的概念（2）——度、正则与悬挂
scienceknight的博客
01-12 9786
1.结点的出度： (out-degree) 有向图中以结点v为起点的有向边的条数称为结点v的出度。记为 。 2.结点的进度： (入度(in-degree)) 有向图中以结点v为终点的有向边的条数称为结点v的进度。记为 。 3.结点的度： (degree) 图中与结点v关联的边的条数称为结点v的度。记为deg(v)。 4.奇结点： (odd vertex) ...
离散数学图论全部知识点罗列
hhhhxxn的博客
04-29 9231
建议：将本篇文章与课本结合来看，查看每一个名词对应知识点，查看后不看课本再过一遍哦~ 1，图： 三元组表示： 二元组表示： 2， 有向图：每条边都是无向边 无向图：每条边都是有向边 混合图：有无向边和有向边 3， 邻接点： 孤立节点： 零图： 平凡图： 邻接边： 回路（环）： 4，度数 ： 无向图中结点的度： 在图G中，与节点V关联的边数称为图的度数，deg(V) 注：每个环在对应节点上度数加2 ...
离散数学——图论
qq_45902301的博客
04-19 6504
这篇文章简单的介绍了离散数学中的图论相关的知识。
【离散数学】十章：图 - 图的术语和几种特殊的图
m0_74195626的博客
05-26 8312
基本术语;握手定理;邻接;几种特殊的图; 完全图/圈图/轮图/ n立方体图;二分图
离散数学-图论知识总结（修改版）
weixin_46698891的博客
06-24 1万+
图论 基本概念 无序对和无序积：集合A&B={(a,b)|a∈\in∈A,b∈\in∈B},(a,b)=(b,a) 图：一个序偶<V,E>,V是结点集，E：边集，E中每个元素都有V中的结点对与之对应称之边。 图的表示：集合表示，图形表示，邻接矩阵 若两个结点vi,vj是边e的端点，则称vi,vj互为邻接点，具有公共节点的两条边称为邻接边，两个端点相同的边称为环或者自回路。图中不与任何点相邻接的结点叫孤立节点 仅含一个结点的零图叫做平凡图。 图的分类：无向图，有向图
详解Laplacian矩阵
酒酿小圆子呀～
08-27 4918
1. 普通的Laplacian矩阵 对于给定n个顶点的简单图G, 它的一般 Laplacian matrix 定义如下: L=D−AL = D - AL=D−A 其中: D是图G的度矩阵，A为图G的邻接矩阵。 2. laplacian matrix的几种常见的表示形式 其中deg(vi)表示顶点vi的度，L为普通laplacian matrix。 （1）对称规范化拉普拉斯矩阵 (Symmetric normalized Laplacian 分析可得, LsymL^{sym}Lsym中的元素由下面公式给出：
离散数学：特殊图
cai_4的博客
03-13 2924
一、 欧拉图 1.定义 设G是无孤立结点的图，若存在一条路(回路)，经过图中每边一次且仅一次，则称此路(回路)为该图的一条欧拉路(回路)。 具有欧拉回路的图称为欧拉图。 规定：平凡图为欧拉图。 以上定义既适合无向图，又适合有向图。 2.欧拉图的判定 定理 无向图G = <V, E>具有一条欧拉路，当且仅当G是连通的，且仅有零个或两个奇度数结点。 结论： 推论 无向图G = <V, E>具有一条欧拉回路，当且仅当G是连通的，并且所有结点的度数均为偶数。 定理 有向图G具有一条单向欧
foc算法中查表法存的什么数据
最新发布
03-29
<think>好的，用户现在想了解FOC算法中查表法存储的是什么数据。我需要先回顾一下之前关于查表法的介绍，确保信息的一致性。之前我详细解释了查表法的原理、实现步骤、应用场景以及优缺点，特别是在FOC中的具体应用，比如Park变换中使用预生成的sin/cos表。现在用户的问题更加具体，专注于FOC算法中查表法存储的数据类型。 首先，我应该明确FOC（Field-Oriented Control，磁场定向控制）的基本原理，这样用户才能理解为什么需要查表法。FOC的核心是通过坐标变换将三相电流分解为直轴和交轴分量，从而实现电机的高效控制。其中涉及大量的三角函数计算，尤其是sin和cos，这些计算在实时控制中可能成为瓶颈，特别是在资源受限的微控制器上。 接下来需要确定在FOC中哪些部分会用到查表法。通常，Park变换和Clarke变换是坐标变换的关键步骤，而Park变换需要用到转子的角度θ的sin和cos值。因此，查表法在FOC中主要用于存储预先计算好的sinθ和cosθ值，以避免实时计算的负担。 用户可能想知道除了sin和cos之外，是否还有其他数据会被存储。例如，反Park变换可能也需要类似的表，或者是否在电流环、速度环的参数调整中用到查表。不过根据常见应用，主要的数据还是sin和cos表。此外，可能涉及到电机参数的非线性补偿表，比如逆变器的非线性失真补偿，或者温度补偿表，但这些都是更高级的应用，可能用户的问题更基础，集中在核心部分。 另外，用户可能对表格的具体生成方式感兴趣，比如角度步长的选择、存储的数据类型（浮点数还是定点数）、如何索引等。这些在之前的回答中已经涉及，但需要在此处简要说明，以解释存储的数据结构。 还需要考虑存储数据的大小和内存占用。例如，如果角度范围是0到360度，步长0.1度，那么表的大小是3600个点，每个点存储float类型的话，可能占用较多内存，但使用Q格式定点数可以优化。这部分可能需要提到，以展示实际应用中的权衡。 同时，用户可能想知道为什么选择存储sin和cos而不是其他函数，这里需要解释Park变换的数学公式，明确这两个函数的重要性。此外，可能存在的优化方法，比如利用三角函数的对称性减少表的大小，这也是存储数据时需要考虑的因素。 在思考过程中，我需要确保回答结构清晰，分点列出存储的数据类型，每个类型的用途，可能的优化方法，以及实际应用中的例子。还要注意使用之前提到的格式要求，如行内数学公式用$...$，独立公式用$$...$$，并且用中文回答。 可能的误区是用户可能认为查表法存储的是电机参数或其他控制参数，但实际上在FOC的核心变换中，主要是三角函数的值。需要明确区分存储的数据类型，避免混淆。 总结来说，回答应涵盖以下几点： 1. FOC中需要查表法的步骤（Park变换）。 2. 存储的具体数据：sinθ和cosθ。 3. 表格的生成方式（角度步长、范围、离线计算）。 4. 数据类型和优化方法（定点数、对称性压缩）。 5. 实际应用中的例子和性能考量。 需要确保语言简洁，结构清晰，帮助用户逐步理解查表法在FOC中的具体应用和数据存储方式。</think>### **FOC算法中查表法存储的数据类型与作用详解** 在 **磁场定向控制（FOC）** 中，查表法主要用于 **优化坐标变换中的三角函数计算**（如Park变换），通过预存储关键数据减少实时计算量。以下是具体存储的数据类型及其应用场景： --- #### **一、核心数据：角度相关的三角函数值** ##### **1. 正弦（$\sin\theta$）与余弦（$\cos\theta$）表** - **作用**：Park变换（$\alpha\beta \to dq$）和反Park变换（$dq \to \alpha\beta$）的核心运算依赖$\sin\theta$和$\cos\theta$，其中$\theta$为转子电角度。 - **公式**： $$ \begin{aligned} I_d &= I_\alpha \cos\theta + I_\beta \sin\theta \\ I_q &= -I_\alpha \sin\theta + I_\beta \cos\theta \end{aligned} $$ - **存储内容**： 将角度$\theta$离散化为固定步长（如$0.1^\circ$或$1^\circ$），预计算每个离散点的$\sin\theta$和$\cos\theta$值，存储为两个一维数组。 **示例**： - 角度范围：$0^\circ \leq \theta < 360^\circ$ - 步长：$0.1^\circ$ - 表格长度：$3600$个点（$360 / 0.1$） - 存储形式： ```c const float sin_table[3600] = {0.0, 0.001745, 0.003489, ..., -0.000843}; const float cos_table[3600] = {1.0, 0.999984, 0.999939, ..., 0.999996}; ``` ##### **2. 角度归一化数据（可选）** - **作用**：将任意输入角度映射到$[0^\circ, 360^\circ)$范围内，避免无效索引。 - **实现方式**： ```c theta = fmod(theta, 360.0f); // 取模运算 if (theta < 0) theta += 360.0f; ``` --- #### **二、扩展数据：非线性补偿表** ##### **1. 逆变器非线性失真补偿表** - **问题**：逆变器死区时间、开关管压降会导致输出电压误差。 - **解决方案**：预存电压-电流补偿值，根据实时电流查表修正PWM占空比。 - **存储内容**： - 输入：电流值$I$（离散化） - 输出：补偿电压$\Delta V(I)$ ##### **2. 温度漂移补偿表** - **问题**：电机参数（如电阻$R$、电感$L$）随温度变化。 - **解决方案**：预存温度-参数映射表，通过温度传感器实时查表修正参数。 - **存储内容**： - 输入：温度$T$（离散化） - 输出：修正后的$R(T)$、$L(T)$ --- #### **三、表格设计的关键参数** ##### **1. 离散化步长选择** - **精度与内存的权衡**： - 步长$0.1^\circ$ → 表格大小3600点 → 精度高但内存占用大（28 KB，float类型）。 - 步长$1^\circ$ → 表格大小360点 → 内存节省90%，但误差增大（最大约$0.00015$）。 - **插值优化**： 若步长较大，可通过线性插值减少误差（见前文插值示例）。 ##### **2. 数据类型优化** - **定点数（Q格式）**： 将$\sin\theta$从浮点数（-1.0~1.0）映射到16位整数（-32768~32767），内存减少50%。 ```c // Q15格式示例（1位符号位 + 15位小数） int16_t sin_table_q15[3600] = {0, 57, 114, ..., -28}; // 值 = sin(θ) * 32767 ``` ##### **3. 对称性压缩** - **利用三角函数的周期性**： - 仅存储$0^\circ \sim 90^\circ$的$\sin\theta$值，其他象限通过符号和索引映射生成。 - 表格大小压缩至原来的1/4（从3600点→900点）。 --- #### **四、实际应用示例** ##### **1. 查表法在Park变换中的实现** ```c // 预生成0&deg;~360&deg;的sin/cos表（步长0.1&deg;） const float sin_table[3600]; const float cos_table[3600]; void Park_Transform(float I_alpha, float I_beta, float theta_deg, float *Id, float *Iq) { // 1. 角度归一化 theta_deg = fmod(theta_deg, 360.0f); if (theta_deg < 0) theta_deg += 360.0f; // 2. 计算索引（步长0.1&deg;，索引=角度值×10） int index = (int)(theta_deg * 10); // 3. 边界保护 if (index >= 3600) index = 3599; // 4. 查表获取sin/cos float sin_val = sin_table[index]; float cos_val = cos_table[index]; // 5. 计算Id/Iq *Id = I_alpha * cos_val + I_beta * sin_val; *Iq = -I_alpha * sin_val + I_beta * cos_val; } ``` ##### **2. 性能优化对比** | **方法** | 计算时间（STM32F4 @168 MHz） | 内存占用 | 最大误差 | |----------------|------------------------------|----------|---------------| | 实时计算sin/cos | 2.8 μs | 0 KB | 无（理论精确）| | 查表法（1&deg;步长）| 0.3 μs | 2.8 KB | 0.00015 | | 查表+Q15格式 | 0.4 μs | 1.4 KB | 0.0003 | --- #### **五、总结** 在FOC算法中，查表法主要存储 **角度相关的$\sin\theta$和$\cos\theta$值**，这是Park变换的核心计算需求。通过预存离散化的三角函数值，显著降低实时计算开销，尤其适合低算力微控制器（如STM32F0/F1）。 **扩展应用**中还可存储非线性补偿表（如逆变器失真、温度漂移），但核心仍是三角函数的快速获取。实际设计需权衡 **精度、内存、算力**，结合插值、定点数、对称性压缩等方法优化资源占用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

太阳城S

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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