共查询到20条相似文献,搜索用时 15 毫秒
1.
《单片机与嵌入式系统应用》2007,(8):73-73
美国模拟器件公司(ADI公司)AD9912直接数字频率合成器(DDS)是为测量与测试设备、无线基站以及安全通信设备而设计的,它能提供优秀的无杂散动态范围(SFDR)性能;信号输出高达400MHz,功耗不超过1000mW,这种新的性能的实现是由于采用美国模拟器件公司具有自主知识产权的“杂波抑制”通道,使两个最大的谐波杂散降低高达10dB。 相似文献
2.
《电子制作.电脑维护与应用》2011,(8):4-4
美国国家半导体公司宣布推出全新系列模数转换器(ADC),该产品实现了业界首次对超过2.7GHz射频信号的直接采样,同时具有-71dB的三阶互调失真(IMD3)性能和高达每秒3.5千兆次的采样速率。 相似文献
3.
《单片机与嵌入式系统应用》2011,(9):86-86
MicrochipTechnologyInc.(美国微芯科技公司)推出旗下首款独立的适用于三相电能计量的高精度六通道模拟前端(AFE)。MCP3903AFE包括6个16/24位∑-△模数转换器(ADC),提供了较高的精度,同时具有89dB〈典型值)的信噪比和失真度(SINAD),以及-99dB(典型值)的总谐波失真(T... 相似文献
4.
5.
《单片机与嵌入式系统应用》2010,(9):88-88
飞兆半导体公司(Fairchild Semiconductor)推出有源PFC控制器产品FAN7930以满足需求,用于临界导通模式(critical conduction mode)的升压PFC应用。该器件适用于LCD和PDPTV应用,以及200W以下需强制使用PFC的应用,包括功率超过25W的C类照明设备,以及超过75W的D类PC、电视和监视器等。 相似文献
6.
《单片机与嵌入式系统应用》2012,12(2)
飞兆半导体公司(Fairchild Semiconductor)扩展高性能模拟移动音频器件组合,推出FAN3850x系列数字麦克风前置放大器,包括16dB或19dB增益的FAN3850A和具有温度补偿功能的15dB增益FAN3850T。 相似文献
7.
针对现代无线通信系统中射频功率放大器的强非线性特征, 提出了一种高精度、低复杂度的LMEC(LUT-MP-EMP-CIMT)模型。该模型由查找表(LUT)、记忆多项式(MP)、包络记忆多项式(EMP)及记忆交叉项(CIMT)并联构成。与并联双非线性两箱模型(PTNTB)相比, LMEC模型增加了EMP子模型和CIMT子模型。实验结果表明, LMEC模型能带来更好的建模精度和线性化效果, 较MP模型的建模精度提升了2. 9 dB, 邻信道功率比(ACPR)值降低约5 dB; 较PTNTB模型精度提升了1. 1 dB, ACPR值降低约3 dB; 与通用记忆多项式模型(GMP)相比性能相近, 但减少了50%的系数。 相似文献
8.
基于立体视频数据压缩的目的,提出了一种基于分层视差估计/补偿的立体图象编码方案。该方案是采用JPEG标准独立编码参数图象,并利用视差估计/补偿技术编码目标图象,应用分层马尔可夫随机场(MRF)模型。率失真(RD)模型以及交叠块匹配的混合视差估计/补偿算法,可得到光滑准确的视差场,与通常的变尺寸块匹配(VSBM)相比,该算法得到的视差补偿图象的峰值信噪比(PSNR)可提高2.5dB左右;双向半像素精度的视差估计/补偿的性能要比单向整像素搜索提高3dB,实验结果表明,该立体图象编码方案能有效地压缩立体图象数据,并可推广到立体序列图象的编码压缩中。 相似文献
9.
为了更准确地描述带有记忆效应的射频(RF)功放特性,基于传统的动态X参数模型,结合功放长期记忆效应以及短期记忆效应机理,提出一种新型动态X参数功放建模方法。新模型保留X参数模型的静态核函数,利用双记忆路径模型提取出表征记忆效应的非线性函数,替换动态核函数。采用输出信号为幅度与频率双变量的新型反馈(FB)结构,引入时变频率变量而简化动态核函数为二维核函数。使用MW6S010N设计功放并建模,由仿真可知,新模型在单音大信号及码分多址(CDMA)信号激励下,均能正确表征功放特性,归一化均方误差(NMSE)较静态X参数模型、传统动态X参数模型以及前馈(FF)结构X参数模型分别减少8.0 dB、6.3 dB、2.5 dB。结果表明该模型能够更加准确拟合带有非线性记忆效应功率放大器的特性。 相似文献
10.
《单片机与嵌入式系统应用》2012,12(2)
德州仪器(TI)推出高精度差动放大器,充分满足高达+275V高共模电压应用的需求。该INA149支持100dB最佳共模抑制比(CMRR),在125℃的高温环境下具有90dB最低CMRR性能。此外,该放大器还可在显著降低初始增益误差的同时,将压摆率大大提升,从而可加快响应速度,增强整体系统性能。 相似文献
11.
光纤熔接机是用于对光纤进行低损耗、低反射连接,以及确保光纤接头在未来使用中长期稳定的设备。光纤熔接机的使用者对熔接机的要求是:
●快速、廉价的光纤端面准备;
●无需调节任何参数的全自动熔接操作;
●精确的光纤接头损耗现场测试。
本文展示的是怎样通过先进的测量技术达到以上的要求以及具体在光纤熔接机上的应用。本文描述了熔接损耗的降低以及其测量精度的提高。同时也讨论了通过技术改进,避免现场熔接时对熔接损耗采用估计的方式。光纤熔接机设备优化以后,使用者能得到的好处是:
●精确的光纤切割角度测量以及通过自动调节光纤推进,进而补偿不好的光纤端面;结果是有60%的光纤熔接损耗通过最小化高损耗(〉0.1dB)的部分得到改进的熔接;
●自动探测光纤类型;
●提高熔接损耗测量精度(在线测量损耗——真实损耗)从0.030dB降低到0.018dB。 相似文献
12.
校园网限制BT下载的几种方法 总被引:1,自引:0,他引:1
当前,以BitTorrent(以下简称BT)为代表的P2P下载占用了网络接入的大量带宽(据统计已经超过了50%),严重影响了用户使用正常的Web、e—mail以及视频点播等业务。因此,教育行业以及企业用户都有对这类流量进行限制的要求。 相似文献
13.
14.
针对视频密文域可逆信息隐藏(RDH)嵌入容量不高的问题,提出一种基于直方图平移的视频密文域大容量可逆信息隐藏方案。首先,利用流密码算法对4×4亮度帧内预测模式和运动矢量差值(MVD)的符号位进行加密,形成视频密文域;其次,构造MVD的二维直方图,设计关于(0,0)对称的直方图平移算法;最后,在MVD密文域中进行直方图平移,实现可分离的视频密文域可逆信息隐藏。实验结果表明,与对比方案相比,所提方案的嵌入容量平均提升263.3%,加密视频的平均峰值信噪比(PSNR)最高不超过15.956 dB,含密的解密视频的平均PSNR均能达到30 dB以上。所提方案可以有效提升嵌入容量,适用于更多类型的视频序列。 相似文献
15.
多阶微分采样及其在高速ADC系统中的应用 总被引:1,自引:0,他引:1
首先阐明了多阶微分采样的原理,给出了更为简洁的完美重构条件。然后根据该条件导出了多阶微分采样完美重构滤波器组的频谱响应和理想的冲激响应。时理想滤渡器的冲激响应进行了延迟、截断和加窗来得到可实现的有限冲激(FIR)重构滤波器组,从而实现了高速的多阶微分采样型ADC系统。理论分析和仿真结果说明本文设计的重构滤波器组可以对多阶微分采样进行很好的重构,整个系统信纳比(SINAD)平均可迭83.3dB,无伪波动态范围(SFDR)平均达102.7dB。 相似文献
16.
17.
针对当前图像超分辨率重建算法中存在的字典单一而导致重建图像质量不佳的问题,提出一种将图像块分类与图像卡通纹理分解相结合的单幅图像超分辨率重建算法。首先,将图像分块,并将图像块分为边缘类、纹理类和平滑类三类,其中纹理类用形态成分分析(MCA)算法分解为卡通部分和纹理部分;然后,对边缘类、卡通部分和纹理部分分别训练高低分辨率字典;最后,求解稀疏系数并与高分辨率字典重建图像块。仿真结果显示,与基于稀疏表示的超分辨率重建(SCSR)算法和单幅图像超分辨率重建(SISR)算法相比,所提算法的峰值信噪比(PNSR)值分别提高了0.26 dB和0.14 dB,表明该算法的重建效果更好,重建图像纹理细节更丰富。 相似文献
18.
19.
针对传统图像超分辨率重建方法存在的重建图像模糊、噪声量大、视觉感差等问题,提出了一种基于混合深度卷积网络的图像超分辨率重建方法。首先,在上采样阶段将低分辨率图像放缩至指定大小;然后,在特征提取阶段提取低分辨率图像的初始特征;接着,将提取到的初始特征送入卷积编解码结构进行图像特征去噪;最后,在重建层用空洞卷积进行高维特征提取与运算,重建出高分辨率图像,并且使用残差学习快速优化网络,在降低噪声的同时,使重建图像的清晰度及视觉效果更优。在Set14数据集放大尺度×4的基准下,将所提方法与双三次插值(Bicubic)、锚定邻域回归(A+)、超分辨卷积神经网络(SRCNN)、极深度超分辨网络(VDSR)、编解码网络(REDNet)等超分辨率重建方法进行对比。在超分辨实验中,所提方法与对比方法比较,峰值信噪比(PSNR)分别提升了2.73 dB、1.41 dB、1.24 dB、0.72 dB和1.15 dB,结构相似性(SSIM)分别提高了0.067 3,0.020 9,0.019 7,0.002 6和0.004 6。实验结果表明,混合深度卷积网络能够有效地对图像进行超分辨率重建。 相似文献
20.
为去除磁共振成像(MRI)中的吉布斯伪影,提出一种基于自蒸馏训练的自注意力连接UNet(SDSacUNet)算法。为了缩小UNet框架中跳连接两端编码和解码特征之间的语义差距,帮助捕捉伪影的位置信息,将UNet编码端每个下采样层的输出特征分别输入各自的自注意力连接模块进行自注意力机制的运算,而后与解码特征进行融合,参与特征的重建;在网络解码端进行自蒸馏训练,通过建立深层与浅层特征之间的损失函数,使深层重建网络的特征信息可以用于指导浅层网络的训练,同时优化整个网络,提升图像重建水平。在公开的MRI数据集CC359上评估SD-SacUNet算法的性能,获得的峰值信噪比(PSNR)为30.26 dB,结构相似性(SSIM)为0.917 9;与GRACNN(Gibbs-Ringing Artifact reduction using Convolutional Neural Network)、SwinIR(Image Restoration using Swin Transformer)相比,SD-SacUNet的PSNR分别提高了0.77 dB、0.14 dB,SSIM分别提高了0.018 ... 相似文献