用于SOC系统的逐次逼近型ADC设计

设计了一个基于SOC系统的触摸屏逐次逼近型结构的10 bit 2Msps模数转换器(ADC)。高精度比较器和Bootstrap开关应用于设计电路中,提高了芯片速度和降低了功耗。芯片采用SMIC0.18μm 1P6M CMOS工艺流片,版图面积为0.25mm2,2MHz工作时平均功耗为3.1mW。输入频率320kHz时,信噪比(SNR)为56dB,ENOB为9.05bit,无杂散动态范围(SFDR)为66.56dB,微分非线性(DNL)为0.8LSB,积分非线性(INL)为1.4LSB。     

一种时间交叉采样ADC失调与增益误差校准方案

针对时间交叉采样模数转换器的失调、增益误差提出了校准方案.该方案主要通过各通道模数转换器向同一通道校准的方法,首先计算出误差参数,再根据误差参数对数字量进行校准.采用该校准方案对四通道10位640 Msps模数转换器进行校准,经MATlAB仿真,结果表明输入频率为79.14 MHz时,校准后的无杂散动态范围为75.17 dB,信噪比为55.98 dB,有效精度为9.01 bit,比较准前分别提高了24.6 dB、6.47 dB、1.08 bit.     

基于DVB-C的符号同步电路优化设计

根据DVB-C标准,采用反馈环路实现符号同步,其中时钟误差检测器选择M&M算法.通过复用将符号同步电路中时钟误差检测器和环路滤波器的乘法器数目由六个减少到两个,减少了硬件规模.通过对所设计的符号同步环路仿真,环路能够在采样时钟抖动为200×10-6时完成对64QAM(正交幅度调制)信号的符号同步,并能在较短时间内达到收敛.     

一种红外探测与跟踪系统的仿真设计和实现

介绍了一种基于舰载平台的双波段红外探测与跟踪系统仿真的设计与实现 ,其目的是为舰载指控系统数据融合提供目标信息。该仿真包括目标与背景辐射亮度的计算、传感器虚警概率和检测概率的计算 ,以及产生目标与背景红外图像的方法和目标跟踪的实现。     

无掩模定域性电沉积三维微结构的工艺研究

在无掩模定域性电沉积增材制造三维金属微结构的工艺试验过程中,针对成型质量、速度与可重复性的基本要求,采用控制单一变量法和正交实验法研究了极间电压、脉冲占空比、极间距等主要工艺参数对实验结果的影响。研究结果表明:极间电压的大小对微区域电沉积速率一致性、脉冲电流占空比对微沉积速率大小、极间距大小对微沉积区域电场线分布均有不同程度的影响。通过正交实验优化得到的工艺参数为:极间电压2 V、脉冲电流占空比0.4、极间距20 μm、脉冲频率2 kHz,三坐标工作台X和Y轴移动速度均为1 μm/s、Z轴移动速度5 μm/s。通过优化工艺参数取得较好的沉积效果,沉积速率可达300 μm³/s,获得的镍质简单三维微结构,最大深宽比12∶1。     

一种双态免疫微粒群算法

针对基本微粒群算法的缺陷,提出了一种双态免疫微粒群算法.把微粒群分为捕食与探索两种状态,处于捕食状态的精英粒子采用精英学习策略,指导精英粒子逃离局部极值;处于探索状态的微粒采用探索策略,扩大解的搜索空间,抑制早熟停滞现象.同时引入免疫系统的克隆选择和受体编辑机制,增强群体逃离局部极值及多模优化问题全局寻优能力.实验表明...     

多子种群微粒群免疫算法及其在函数优化中应用

为克服基本微粒群算法的早熟问题,借鉴多子种群和自适应的思想,提出了基于两层模型的多子种群自适应多态杂交微粒群免疫算法.该算法首先通过对若干个子种群进行低层自适应多态杂交微粒群操作,改善了子种群的多样性,有效抑制了收敛过程中的早熟停滞现象;然后通过高层免疫克隆选择操作,显著地提高了全局寻优能力,进一步提高了收敛精度.针对函数优化的仿真结果表明:与其他改进微粒群算法相比,该算法具有更快的收敛速度和更高的求解精度,尤其适合高维及多模态优化问题的求解.     

融合Powell搜索法的粒子群优化算法

为了进一步提高多模态函数寻优的效率,提出一种融合Powell搜索法的粒子群优化算法.将PSO算法的全局搜索能力与Powell法的强局部寻优能力有机地结合起来,在保证求解速度,尽可能找到全部极值点的同时提高了解的精确性.由于该算法只利用了函数值信息而不需要计算导数,是求解可微和不可微多模态函数优化问题的通用方法.仿真实验表明了新混合算法的有效性.     

基于改进粒子群优化算法的离散混沌系统神经滑模控制

针对离散混沌系统,提出一种基于融合Powell法的粒子群优化策略(Powell-PSO算法)的神经滑模等效控制方法。该方法通过将BP神经网络的输出作为滑模等效控制的切换部分的系数,有效地克服了传统滑模等效控制的抖振现象;利用Powell-PSO算法对神经滑模控制器的参数进行全局优化,提高了离散混沌系统的控制品质。仿真实验结果表明,所提出的方法无需了解离散混沌系统精确模型,具有响应速度快、控制精度高以及抗干扰能力强的优点。     

双态免疫优势蚁群算法及其在TSP中的应用研究

通过分析标准蚁群算法易于出现早熟停滞现象,该文提出一种高效收敛的算法-双态免疫优势蚁群算法.该算法将蚂蚁分成两种状态,扩大了解的搜索空间,有效抑制了收敛过程中的早熟停滞现象,将禁忌表中的抗体通过克隆扩增、高频变异等免疫算子操作得到精英蚂蚁,再对抗体记忆库引入局部最优免疫策略.针对TSP实验结果表明:该算法与最新的改进蚁群优化算法相比,其收敛速度及求解精度均得到了提高.