用于Sigma-Delta调制器的低电压跨导运算放大器

跨导运算放大器是模拟电路中的重要模块,其性能往往会决定整个系统的效果.这里设计了一种适用于高阶单环Sigma-Delta调制器的全差分折叠式共源共栅跨导运算放大器.该跨导运算放大器采用经典的折叠式共源共栅结构,带有一个开关电容共模反馈电路.运算放大器使用SIMC 0.18 μm CMOS混合信号工艺设计,使用Spectre对电路进行整体仿真,仿真结果表明,负载电容为5 pF时,该电路直流增益可达72 dB、单位增益带宽91.25 MHz、相位裕度83.35°、压摆率35.1 V/μs、功耗仅为1.41 mW.本设计采用1.8 V低电源电压供电,通过对电路参数的优化设计,使得电路在低电压条件下仍取得良好的性能,能满足Sigma Delta调制器高精度的要求.     

基于现场可编程模拟阵列FPAA的音频均衡器设计

 数字音频均衡器中最关键的部分就是滤波系统,滤波系统精度的高低、效果的好坏直接决定着整台均衡器对音频的修饰效果.本文采用开关电容技术的现场可编程模拟阵列FPAA构成的数字音频均衡器,选择了一种全新构建音频均衡器的设计方法,以求获得一个使用方便、音效调节效果好、成本低的音频均衡器系统.开关电容椭圆函数滤波器的整体频率响应特性与标准曲线比较接近,是一种较好的音频均衡器滤波器系统.随着开关电容技术、电流模和电压模技术的进一步发展,FPAA可广泛用于工控、医疗、仪器、高级音频、自动测试设备、汽车、通信等领域.     

一种新型的数字电视音频压缩技术原理

介绍了目前数字电视音频的发展趋势,分析了高清晰数字电视音频的一种新型技术--aacplus/DTS,研究了该音频编解码器的结构和原理,展望了其应用前景.     

差分和加权Mel倒谱混合参数应用于说话人识别

说话人识别是信息技术和生物学的新一代身份验证方式,在说话人识别的研究中,特征参数的提取直接影响到识别系统最终的识别效率.通过对Mel频率倒谱系数特征参数进行分析研究,基于Mel频率倒谱系数改进加权函数,将体现个人语音特性的加权特征参数与反映语音帧间变化的差分Mel频率倒谱系数进行维度筛选,再进行参数混合.实验结果表明,通过改进加权函数提取得到的特征参数与差分Mel频率倒谱系数的混合参数在矢量量化的说话人识别系统中,码本容量为16和32时可以达到100%的识别率.     

说话人识别技术在智能家居中的应用

结合智能型楼宇控制系统的特点以及以人为本的理念,提出了一种用DSP实现的说话人识别实时系统．并结合楼宇自动控制网络(BACnet)协议,将系统设计为BACnet设备的一个嵌入式子系统,从而将语音识别技术应用到智能家居控制系统中。     

一种升余弦成形滤波器的设计

给出一种适用于PHS基带系统中高性能成形滤波器,对比两种实现方法在基带芯片中的性能,利用最少的非零比特位来表示符号数的编码技术即符号数Canonic Sign Digit表示(CSD),采用子结构共享技术改进数字滤波器结构,实现了二进制补码与CSD的转换和系统中升余弦Nyquist成形滤波器的ASIC设计,在SMIC 0.18μm工艺下进行了功能仿真、综合和后仿真。     

控制局域网(CAN)中的数据转换的设计与实现

给出了一种实现CAN总线与RS232之间数据的转换的方法及过程．主控单元为单片机P89C51，其中涉及到CAN芯片SJA1000以及串口扩展芯片ST16C654的应用。作者分别以设计原理、硬件设计及软件设计三部分来介绍．并着重介绍了软件部分的功能实现过程，其中CAN接口部分按照CAN的2．0B协议来执行。     

宽带HFC网络中的调制方式与窄带干扰抑制的分析

在整个5－42MHz回传通路频带内，对采用16QAM调制方式的HFC系统，构造了一个非线性窄带干扰抑制器，并应用非线性算法对带宽小于100kHz的窄带噪声进行非线性抑制。     

基于DSP开发板的语音识别系统的研究

文章以SVM作为语音识别核心算法,以TMS320C6713DSK作为硬件平台,选择相应的语音识别算法,利用SVM和DSP各自的优势,设计了一款非特定人、小词汇量的连续实时语音识别系统;并在Matlab平台上进行了实验仿真,然后在TMS320C6713DSK开发板上进行论证;实际系统前端采用MFCC特征参数、并用遗传算法与矢量量化混合算法对其进行聚类得到优化码本,所采用种群数为80,码本长度为16,然后将所得码本作为SVM模式训练和识别算法的输入;结果表明,该系统在满足系统实时性的同时也提高了其正识率,具有一定的实用性。     

基于VQ-MAP与LS-SVM融合的说话人识别系统

传统的最小二乘支持向量机(LS-SVM)使用特征向量作为训练样本,在说话人识别系统中应用时区分性不够明显。对此,提出VQ-MAP与LS-SVM融合的方法,使用通用背景模型(UBM)经过VQ-MAP过程得到说话人自适应参数集,把此参数集作为最小二乘支持向量机的训练样本应用于说话人识别系统中。用Matlab进行仿真实验,结果表明,该识别系统SVM训练时间短,且具有较高的识别率。