高性能电荷泵电路设计

本文针对传统电荷泵电路中的电荷注入、时钟馈通、电荷共享和充放电失配等非理想因素,设计了一种高精度电荷泵,降低了锁相环(PLL)的相位噪声。基于CHARTERED 0.25um CMOS的Bsim3模型,采用Cadence的Spectre仿真器对该电路进行了模拟仿真,结果表明该电路与传统的电荷泵相比具有更高的精度。并解决了传统电荷泵中的电荷注入、时钟馈通、电荷共享和充放电失配等问题,显著提高了电荷泵精度。     

电荷泵中电流失配的讨论

电荷泵锁相环在电子通讯技术中的应用非常广泛,本文分析了电荷泵的工作原理以及它对锁相环性能的影响,讨论了电荷泵中的电流失配现象,给出了从晶体管尺寸和电路结构两方面减小电流失配的方法。     

一个改进型CMOS电荷泵锁相环的设计

本文针对传统电荷泵电路的非理想效应,对CMOS锁相环中的电荷泵电路进行了改进,设计了一种采用电流控制技术的新型pump-up电荷泵.采用标准chartered 0.35um/3.3V模型,通过Cadence Spectre仿真,仿真结果显示,该锁相环有效地抑制了电荷共享和电流失配非理想特性的影响,消除了锁相环输出抖动,可稳定输出13.56MHz时钟信号,稳定时间小于11.2us,功耗小于 18mW.     

用于高性能锁相环的CMOS电荷泵的设计

一般的CMOS电荷泵有充放电流失配的问题.电流失配导致了相位偏差.本文研究了一般CMOS电荷泵电流失配产生的原因,提出了一种新型的电荷泵.利用误差放大器和参考电流源以获得良好的电流匹配特性,降低了锁相环的相位噪声;利用电荷移除管有效地抑制了电荷共享.采用chartered 0.35umCOMS工艺进行仿真.仿真结果显示该电路有很好的电流匹配特性.     

一种应用于CMOS电荷泵锁相环中的新型电荷泵

电荷泵是CMOS电荷泵锁相环中的一个重要模块,其性能直接决定了整个锁相环系统的工作稳定性和各项指标的好坏,但传统结构的电荷泵却存在电荷共享、电流失配、电荷注入以及时钟馈通等问题。本设计为一种利用可调节共源共栅结构的差分输入单端输出电荷泵,采用TSMC 0.18μm RF CMOS工艺,利用Agilent公司推出的系统分析软件ADS（Advanced Design System）完成对电路的仿真。仿真结果表明该CMOS电荷泵具有相位噪声小,输出电流平滑,输出电压谐波分量低,开关延迟小等优良特性,在电荷泵输出电压范围为0.7～2.4V内,充放电电流匹配良好。     

高性能锁相环中电荷泵电路研究

本文分析了电荷泵型锁相环中电荷泵电路的工作机制和过冲问题，在此基础上提出了低噪声电荷泵设计技术，有效减小了电荷泵的过冲效应，提高了锁相环中电荷泵电路的稳定性。     

一种用于高速PLL的CMOS电荷泵电路的设计

通过对电荷泵电路中存在的电荷注入、时钟馈通、电荷共享等现象的分析,设计了一个新型的高速电荷泵锁相环.电荷泵的设计是根据Mentor Graphics的eldo平台仿真CMOS0.35um技术.工艺,.仿真采用3.3V电源电压供电,功耗为0.47mW.仿真结果表明,该电荷泵电路可以很好地满足高速锁相环电路的要求.     

一种高效率低功耗的电荷泵设计

在集成电路设计中,随着工艺尺寸越来越小,电路在功耗方面的要求越来越高。设计高效率低功耗的电荷泵（charge pump）,可以提高电荷泵的工作效率,降低整个电路的功耗。这里介绍了一种高效率低功耗的电荷泵,通过仿真图像可以清楚地看到电荷泵的工作情况,看到它是如何实现高效率低功耗的。     

RFID电子标签中EEPROM的改进设计

介绍了RFID无源标签设计中的EEPROM存储器结构,通过分析Dickson电荷泵的工作原理以及广泛应用的NMOS电荷泵的设计思想,提出了一种改进的PMOS电荷泵设计方法,能够消除NMOS电荷泵电路中由于衬底接地而产生的衬偏电压造成的体效应,并对该PMOS电荷泵设计方法进行了仿真分析。     

一种新型的低电压高速CMOS锁相环电荷泵

采用0．18μm标准CMOS工艺，设计并流片验证了一种新型的低电压高速CMOS锁相环电荷泵。该电荷泵电路适合低电压工作，电源电压仅为1V。该电路的输出电压也达到了相对较宽的范围：100mV到900mV，同时又较好地抑制了输出电流的尖脉冲干扰。最后HSPICE模拟结果表明：在较高的工作频率（500MHz）下，电荷泵电路功耗也相对较低（60μW）。     

CMMB系统中的符号与时钟同步方案

提出一种基于中国移动多媒体广播(CMMB)系统的符号同步与时钟同步方案,其中,CMMB系统是基于正交频分复用(OFDM)实现的。为正确获得CMMB系统中OFDM符号的起始位置,并消除采样时钟偏差对系统的影响,将信标符号与循环前缀相结合,给出基于OFDM的符号同步方案,包括获取与跟踪2个阶段,以解决系统符号同步问题,同时利用OFDM符号中的离散导频对采样时钟频率偏差进行估计,取其均方误差作为验证标准,从而实现系统的时钟同步。仿真结果表明,该方案有效可行。     

基于拉普拉斯非负稀疏编码的图像分类

针对复杂背景下的图像分类问题,结合非负稀疏编码和局部保持投影算法,提出一种拉普拉斯正则化非负稀疏编码算法。相比于已有的稀疏编码算法,该算法不仅能更好地模拟哺乳动物初级视觉系统主视皮层V1区简单细胞感受野的行为,同时也可使相似的特征经过编码后仍然相似,从而保证特征度量的一致性。将该算法与空间金字塔匹配模型相结合应用于图像分类,在多个图像数据库上的实验结果表明,该算法具有较高的分类精度。     

基于88F6281的高性能嵌入式系统设计

以微处理器88F6281为核心,设计一种基于DDR2存储技术并可挂接硬盘的嵌入式系统平台。针对高频电路对信号完整性的严格要求,从电路原理与印制电路板2个方面设计该平台的主存、硬盘接口、电源等子系统。测试结果表明,该平台具有较高的性能,且稳定可靠,适合对系统性能和存储容量有较高要求的各类嵌入式应用。     

基于扰动属性投影的说话人确认系统?

在说话人确认系统中,由于训练和测试语音来自不同的信道,会产生信道失配现象。为此,提出一种基于扰动属性投影的说话人确认系统。利用有信道标注信息的语音训练出高维空间映射矩阵,通过映射将自适应得到的超矢量作为SVM的输入,削弱说话人特征中的信道信息。实验结果表明,该系统能降低信道失配带来的负面影响。     

主成分分析和超限学习机的模拟电路故障诊断

为提高模拟电路故障诊断特征信息提取的完整性,实现故障模式分类的准确性,达到网络训练测试的快速性,提出了一种基于主成分分析（Principal Components Analysis,PCA）和极限学习机（ELM）相结合的模拟电路故障诊断新方法。在OrCAD16.3中通过设置仿真模拟电路元器件参数及其容差,获得电路各状态的MonteCarlo样本数据,经PCA降维提取特征信息以获得最优的特征模式,继而采用ELM对故障进行分类识别。以Sallen-Key带通滤波器电路为实例进行仿真研究,结果表明该方法具有特征提取效果好,神经网络训练学习速度快,故障诊断效率高,泛化性能好等特点。     

一种SEU硬核检测电路的设计与实现

现有的现场可编程门阵列(FPGA)芯片在进行单粒子翻转(SEU)检错时,只能针对FPGA配置单元进行周期性重复擦写而不能连续检错纠错。为此,设计一种能连续检测SEU错误并实时输出检错信息的硬核检测电路。该设计改进传统FPGA芯片的数据帧存储结构,能对芯片进行连续回读循环冗余校验(CRC)。在FDP3P7芯片上的流片实现结果表明,该电路能在50 MHz工作频率下连续对芯片进行回读CRC校验,并正确输出SEU帧检错信息。     

Haar型LBP纹理特征的行人检测研究

针对行人检测中直接在灰度图像下提取局部二元模式（Local Binary Pattern,LBP）特征受噪声影响大导致检测率低的问题,提出了基于HSV颜色空间提取改进型Haar型LBP（IHLBP）特征的方法。首先将图像由RGB颜色空间转化到HVS颜色空间,然后对HSV图像的H、S、V空间分别提取IHLBP特征,最后将3个IHLBP特征归一化后串接为一个特征向量,得到最终的IHLBP特征。在INRIA Person数据集上采用支持向量机（Support Vector Machine,SVM）作为分类器进行测试。实验结果表明,该方法能有效地提高识别率,可达98.5%。相比于HOG特征、HPG-LBP特征和WLD-LBP特征具有更好的实验效果。     

一种基于FPGA的以太网高速传输平台

介绍一种基于百兆以太网的高速数据传输平台,使用现场可编程门阵列(FPGA)作为主控单元,完成以太网接口芯片的时序控制,实现简单的TCP/IP协议栈。实验结果表明,该平台扩展接口丰富、通用性好,可以方便地与PC机进行连接,并可作为各种实验设备与PC机进行数据传输的中间件。另外,该平台的数据吞吐率较高,可以达到接近100 Mb/s的以太网极限性能。     

TPC译码反馈在超宽带TR接收机中的应用

为了消除超宽带通信中数据辅助（DA）的平均发射参考（ATR）接收机的判决错误传播风险,提出加入FEC译码反馈机制,用译码判决输出来反馈更新相关模板的思路。比较选择出适合的Turbo乘积码（TPC）,据此形成了一种TPC译码反馈的改进DA-ATR接收机。对其性能进行了分析和多径信道仿真,结果表明：该接收机能有效消除上述风险,检测性能优于单纯TPC纠错的一般ATR接收机,约有1 dB信噪比增益优势。     

改进的粒子群算法及其SVM参数优化应用

支持向量机是一种性能优越的机器学习算法,而其参数的选择对建模精度和泛化性能等有着重要的影响,也是目前机器学习研究的一个重要方向。在简要介绍基本粒子群优化（PSO）算法的基础上,提出了一种量子粒子群优化算法,给出了其实现方式,并通过4个基准测试函数进行性能对比评价。基于这种量子粒子群优化算法,对最小二乘支持向量机（LS-SVM）的参数优化进行了研究。仿真结果表明,量子粒子群优化算法能给出很好的优化结果。