教学课程资源库 更多>>

关键词： 互补金属氧化物半导体   超宽带   低噪声放大器   压控振荡器   射频收发机   雷达系统  

摘要： 近年来,硅基半导体工艺发展迅猛,射频收发机朝着高集成度和高性能方向发展,并得到了产业界和学术界高度关注。目前,雷达芯片已经获得市场初步认可并处于蓬勃发展阶段,然而复杂的场景对雷达收发前端性能和环境适应性提出了更高的要求,论文针对雷达射频收发机关键电路和系统展开了研究,主要创新点如下: 1)提出了低功耗、高品质因数(Q)有源陷波滤波器设计方法。陷波滤波器通过电流反馈环和容性源退化结构有效地补偿了无源器件的损耗,实现了 Q值数量级的提升,并解决了有源陷波滤波器中低功耗与高Q的矛盾问题。设计并实现了一款高干扰抑制超宽带低噪声放大器(LNA),测试结果表明,LNA在3.3～10.1 GHz的带宽内,增益为14.55± 1.5 dB,噪声系数为2.08～3.70 dB,实现了 5.77 GHz中心干扰频点40.9 dB的高干扰抑制率(IRR),陷波滤波器仅消耗456μA电流,相比已有的具有干扰抑制功能的LNA,本工作以最低的滤波器附加功耗实现了最高的IRR。 2)提出了低功耗、低插损、高效失真消除的线性化网络。线性化网络利用弱反型偏置的二极管和容性源退化结构有效地提升了失真电流消除效率,克服了传统线性化网络对于插损、功耗与线性度提升之间的限制关系。此外还提出了一种基于非线性Y参数与诺顿等效模型的线性化LNA通用化设计方法,以此为指导设计并实现了两款高宽带线性度LNA,测试结果分别实现了 3.9～12.1 GHz和8.1～13.4 GHz的带宽,输入三阶截断点(IIP3)为-2.1～7.9 dBm和6.5～11.4 dBm,与未采用线性化相比IIP3提升了 4～12 dB和8～14 dB,线性化网络仅消耗345μA和295 μA电流,本工作相比于其他工作具有最低的线性化网络附加功耗和最高的IIP3。 3)提出了宽带相位噪声抑制技术,设计并实现了一款低功耗低相位噪声压控振荡器(VCO)。采用多耦合约束的开关变压器和顶底隐式双谐振网络实现了差模谐波对准和共模宽带谐振,解决了谐波类VCO调频时相位噪声恶化的问题,并利用共源差分缓冲级同时复用VCO核心电流和底谐振腔实现了低功耗和能量传输结构的紧凑化。测试结果表明,VCO在10 MHz偏移下相位噪声为-135.4± 1.3 dBc/Hz,闪烁噪声角频率为200～350 kHz,VCO核心功耗仅为2.7 mW。本工作相比于其他工作实现了最低的VCO核心功耗,并具有最优的综合性能指标。 4)提出了一种宽带谐波模式切换技术,根据提出的频带和谐波模式同时切换条件指导设计并实现了一款宽调谐低相位噪声双谐波模式VCO,保证宽带调频下VCO具有低的相位噪声,克服了额外有损谐波调谐电容对Q值的恶化。测试的VCO调谐范围为6.18～9.33 GHz(40.6%),1 MHz偏移下最低相位噪声为-122.4 dBc/Hz。本工作与其他的谐波类VCO相比具有最宽的调谐范围以及在全频带可比拟的相位噪声性能。 5)设计并加工了一款基于多频差频移键控(FSK)体制的全集成正交下变频X波段雷达收发机芯片。在提升探测精度的同时实现了系统的低成本、低功耗和高可靠性。芯片测试实现低功耗工作模式下仅消耗825μW,并仅占用50 MHz的测距带宽,实现了 5米距离内小于10厘米的动目标测距精度,相比于单频差FSK体制精度提升了一倍,结合人工智能算法实现了接近100%的手势识别效果。所实现的芯片为发表的首款可应用于室内人体探测的X波段FSK雷达收发机芯片。

关键词： ZPW-2000A轨道电路   深度学习   LSTM   Transformer   故障诊断  

摘要： 轨道电路作为铁路信号系统的重要组成部分,常常会受电气化、环境等因素的影响而发生故障。一旦发生故障,将导致严重后果,甚至会威胁到人民的生命财产安全。当前,传统的故障诊断方式是通过现场工作人员逐一检查相关参数,再依赖专业知识和经验来判断故障。在实际操作中,检修人员往往缺乏专家级别的知识而耗费大量的人力、物力和财力。 人工智能的飞速发展,为轨道电路的智能诊断提供了技术支持。鉴于此,为克服当前诊断方式存在的弊端,本文聚焦于铁路自动闭塞系统下的轨道电路模块,以ZPW-2000A型轨道电路为研究对象,深入开展基于深度学习技术的轨道电路故障的智能诊断研究。具体研究内容包括: (1)依托信号集中监测系统(CSM,Centralized Signalling Monitoring system),归纳和分析尽可能多的故障模式和故障时序曲线特征,构造模拟曲线函数,建立动态更新的故障库。当前故障库中已模拟31种故障模式。 (2)现实中,故障数据极少,和正常数据相比呈现严重的不均衡性。为克服该问题,本文依托故障库,通过数据增强技术,实现数据生成平台。该平台和实现任意数量的故障数据,为后续模型训练和故障诊断提供数据支持。 (3)构建一种融合卷积神经网络(CNN)、长短时记忆网络(LSTM)和注意力机制(Attention)的新模型,记作CNN-LSTM-Attention。该模型能够针对轨道电路多传感器采集的数据进行特征优化提取,不仅能够在时间步上学习到全局和局部的变化,还能够在数据维度上学习到传感器数据的动态关注度。这一特性使得模型在故障分类方面表现更佳,在模拟数据集上的故障诊断准确率达到了0.99以上。 (4)为了解决轨道电路数据可能存在的时间跨度变化和动态维度问题,本文进一步提出了TCUNet(Track Circuit Union Network)模型。该模型采用Encoder-Decoder架构,其中Encoder的backbone可以是Transformer或CNN-LSTM等多种结构,能够灵活应对不同长度和不同维度的数据,进行高效的特征提取和分类。同时,该模型还设计了预测头,可以对数据进行变化预测。在不同数据集上进行实验验证,实验结果表明:TCUNet模型在有“缺陷”的大数据集上有着优于CNN-LSTM-Attention模型的特征提取能力和分类能力,达到0.95以上,并具有回归预测能力以及优秀的泛化能力。TCUNet模型的提出,为轨道电路诊断系统实现端到端的解决方案提供了关键的技术支持。这一研究不仅提升了轨道电路故障诊断的准确性和效率,而且为铁路运输的安全保障提供了有力的技术支撑。 本文的研究成果将为轨道电路故障诊断领域的进一步发展奠定坚实的基础,并为铁路运输行业的可持续发展做出积极贡献。

关键词： 带隙基准   LVDS发射器   共模反馈电路   预加重电路  

摘要： 在5G时代,无论是在数据中心、通信网络、消费电子产品,还是工业自动化等领域,对于高速、高效、低功耗的数据传输解决方案的需求都在不断增长。传统的接口电路,如TTL、RS-422等俨然无法兼顾高速、低功耗、大容量数据场景下的高可靠传输,低压差分信号技术接口电路在以上多方面具有优势。 低压差分信号技术(Low Voltage Differential Signaling,LVDS),是一种高速、低功耗、抗干扰能力强的信号传输技术,它采用一对差分传输线实现数据传输,其电压摆幅大约在350m V左右。差分传输特性有助于抑制共模噪声,保持信号的完整性,即使在长距离传输或高速率下也能保证良好的信号质量。同时,LVDS接口更倾向于一种通信协议,没有限制传输媒介,兼容多种逻辑电平,极具设计灵活性。简化的电路结构、较低的功耗、低廉的成本使得它在便携式设备和低功耗应用场景中具有较大的吸引力。 本文所设计的高速LVDS接口发射部分设计包含有偏置电路模块、预加重电路模块、单转差信号处理模块、共模反馈处理模块以及LVDS主驱动器。内嵌的共模反馈环路为LVDS接口输出电路提供了稳定的电平。同时,为了满足信号的高速传输需求,弥补高频分量损失,引入了预加重技术。预加重电路模块中采用的可调延时单元,能够根据实际使用场景,人为调整预加重窗口时间,提升信号传输质量。单转差信号处理模块采用的交叉链路均衡延时方法,使得差分信号上升/下降时间基本一致,也为预加重电路模块提供了可靠的控制信号。在以上多模块的协同作用下,实现了高速、高可靠的数据传输。 本次电路设计基于TSMC 180nm工艺,电源电压为3.3V,整体模块功耗分配合理,在低于22m W的能耗下,经仿真验证,LVDS接口发射端可支持1Gbps传输速率需求,眼图质量良好,满足设计使用需求。

摘要： 广东工业大学集成电路创新研究院是广东工业大学为落实省“强芯”工程、奋力推进“1+2+3”攀撑计划学科提升工程,加快“特色鲜明、国内一流、世界知名”的高水平创新型大学建设背景下,成立的新型研究机构。研究院聚焦集成电路前沿课题,围绕集成电路设计及应用系统,从射频通信、数模混合、人工智能、电源管理等方面开展攻关,在突破“卡脖子”技术的同时,培养一批产业领军人才、基础创新人才和骨干技术人才。

关键词： 导电铜浆料   印刷电子   低温烧结   电沉积  

摘要： 随着电子信息产业的高速发展与技术迅速迭代,印刷电子技术已经成为一种极具经济与效率的导电图形制作方法;在印刷电子领域,导电浆料对印刷电子产品的最终质量、成本等具有非常重要的影响;目前在印刷电子应用领域,常采用导电银浆作为电子浆料,而导电银浆成本高昂,制约了印刷电子产品进一步发展,采用导电铜浆对导电银浆做替代已经成为降低印刷电子产品的常见策略。 然而,导电铜浆的产业化之路还需改善若干重要技术问题,铜相对于银易在空气中被氧化,这使得导电铜浆极难保存;且目前常使用化学法制备导电铜浆的纳米铜颗粒,仍存在成本低产能高的问题。 针对以上问题,本文开发了一种微纳铜颗粒的电沉积制备法,及其后续在导电浆料、电子电路中的应用,具体研究内容如下: (1)电沉积铜颗粒常包含电流密度及电沉积液配方等要素,以设计正交实验方法优化了微纳铜颗粒的电沉积的电流密度、配方,获得了较为理想形貌的电沉积微纳铜颗粒;然后,探索了甲酸钠添加剂对微纳铜颗粒形貌的影响,制备出晶粒尺寸为300 nm的铜颗粒;并通过电化学方法研究了添加剂在电沉积中的作用,及微纳铜颗粒的电沉积生长机理。 (2)上一步骤中所获微纳铜颗粒,采用甲酸和乙二醇改性,并配制成为导电铜浆料,得到良好的抗团聚、抗氧化能力,保存14天也不发生明显沉降;采用TEM、XPS等方法分析了改性后铜颗粒具有抗氧化、抗团聚性能的原因;甲酸与乙二醇在铜颗粒表面形成了一层厚3 nm的酯类保护层,并确定了该浆料的固含量约为32%。 (3)本文将配制的导电铜浆料在印刷电子领域做了两个应用实例,通过丝网印刷法分别制备了导电线路与RFID天线图形;并在200℃、10 KPa下进行低温热压烧结,烧结后的铜层表面均匀、形成烧结颈;通过测试得知其最高电导率为2.4730×10～7S/m,为块体铜的41.86%;通过测试还得知烧结铜层与基底的结合力达到ASTM标准的4B等级。

关键词： 印制电路板   PCB数字化成像   YOLOX   缺陷检测  

摘要： 印刷电路板(Printed circuit board,PCB)作为现代各种硬件电路的基础部件,其产品质量关系到整个硬件系统能否稳定运行。随着生产工艺的不断提高,其表面缺陷甚至达到肉眼不可见的微小,这对于PCB缺陷检测算法提出了崭新要求。然而传统PCB表面缺陷检测方法存在检测效率低、成本高、误检率高、对硬件传感器依赖较大等问题。针对以上问题,以深度学习模型作为研究基础改进目标检测算法,并结合项目工程的实际需求,设计一套PCB缺陷检测系统,为PCB表面缺陷检测提供有效的技术保障。主要研究内容如下: (1)目前开源的PCB表面缺陷数据集相对较少且类别单一,课题组搭建采集平台获取PCB表面缺陷图像,该数据集包含各类PCB板206种,收集图像42,336张,统计PCB缺陷总量为137,823。 (2)为了解决现有小目标检测算法的稳定性差、误检率高和运行效率低等问题,提出E-YOLOX模型算法,该算法在特征融合阶段添加MAM模块,增加了特征提取层通道和空间注意力,且具有全局视野的能力;在融合特征层之后添加上下文Transformer模块,不仅拥有Transformer的编码能力,且具有捕获特征上下文的能力,基于该方法,检测模型可以学习到一套编码规则,可以解决PCB缺陷之间相似性较高而分类错误的问题,降低类内误检率;同时,针对模型训练迭代缓慢的问题,采用迁移学习的方法,通过冻结相关模型层,加速模型训练,并提出E-Cal-Loss损失函数,稳定模型训练过程。 (3)针对改进模型E-YOLOX开展消融实验和对比试验。消融实验结果表明,添加MAM模块有效提高了模型检测精确率和模型检测帧率,添加上下文Transformer模块在检测帧率上没有提高,但是检测精确率大幅提高,说明该模块对提高小目标的检测精度提升明显;对比实验中E-YOLOX模型相比于YOLOv6模型和YOLOX模型精确率分别提高了8.45%和5.39%,提升效果明显。 (4)设计并构建了一套PCB缺陷检测设备系统,硬件系统以RK3588芯片作为嵌入式主控,海康相机和环形光源作为图像采集设备,软件系统基于Python语言和C++语言开发,在Qt框架上开发可视化操作界面,该可视化操作界面可以实现用户的登录注册、图像预处理、缺陷检测和缺陷信息的数据库展示。在自行搭建的PCB缺陷检测系统上演示了整个缺陷检测功能,证明了该检测系统可以应用于现场生产环境,提高生产效率。