教学课程资源库 更多>>

关键词： 直流-直流变换器   电路设计   调制方式   控制模式  

摘要： 在当今的电子信息时代，人们的生产生活与各种各样的电子产品越来越息息相关，对电子产品各项性能指标的要求也在不断提高，而电源管理芯片作为各类电子产品的心脏其重要性也就不言而喻了。目前电源管理芯片主要朝着高效率、低功耗、高带载能力等方向发展，这也是电源管理芯片不断发展进步的动力源泉。　　本文研究近年来国内外降压型DC/DC转换器的实现原理和控制技术，并且介绍了 DC/DC转换器的发展历程、研究现状以及发展趋势;重点阐述了降压型DC/DC转换器的拓扑结构、调制方式以及控制模式;对转换器系统稳定性及补偿网络的参数设计进行详细分析，为转换器的系统级设计和仿真实现打下了坚实的理论基础。　　本文设计出一款基于自适应导通时间控制模式的降压型DC/DC转换器，解决了传统的降压型DC/DC转换器在不同负载条件下转换效率差异较大的问题。当转换器工作于不同负载条件下时，使转换器动态调整工作模式来提升DC/DC转换器的整体转换效率。转换器内部集成了电压基准电路、误差放大器、PWM比较器、OSC振荡器、电流检测电路、自适应导通时间产生模块、数字逻辑控制电路、调频电路、过温保护电路和过流保护电路等模块。　　本文基于SMIC 0.18μm BCD工艺设计出了一款降压型DC/DC转换器，使用Cadence Virtuoso软件进行电路仿真并绘制对应版图，完成版图的物理验证和后仿真。通过前仿真和后仿真的对比验证，转换器具有较好的系统稳定性，其输入电压范围为3 V至12 V,输出电压为0.9 V,负载电流最大可达到3 A,后仿真下最高转换效率可达93.2％。

关键词： 磁耦合谐振式无线电能传输技术   恒流   恒压   等效传输线电路模型  

摘要： 无线电能传输技术(Wireless Power Transfer,WPT),通过发射侧将电能转换为中继能量并隔空传输,再由接收侧将中继能量转换为电能,实现电能无线传递。磁耦合谐振式无线电能传输技术(MCR-WPT)作为WPT领域中成熟的技术之一,正在迅速发展,并广泛应用于医疗、消费电子、交通运输等多个领域。目前多数电子设备使用多循环的锂电池作为储能器件,而锂电池广泛采用两段式充电:第一阶段为恒流(Constant Current,CC)充电,第二阶段为恒压(Constant Voltage,CV)充电,且电池的等效电阻在充电过程中是不断变化的。 为实现无线充电系统从CC模式自动切换到CV模式,保证锂电池平稳充电,主要有三种方法:变频控制、调节主变换器或二次变换器占空比、拓扑切换。然而,这些方案需要广泛的输入调制技术和复杂的控制电路,或者需要发射端和接收端进行无线通信,影响系统稳定性。此外,现有研究主要集中在特定拓扑结构上,缺乏通用性,不易推广至其它混合拓扑结构设计。因此,本文针对实现CC-CV输出方法的局限性,受等效传输线理论的启发,提出了一种直观、简便、统一的电路拓扑结构设计方法,并给出了一种可靠性高的紧凑型三线圈耦合结构。所提出的系统无需发射端与接收端之间通信,增强了系统稳定性。本文主要研究内容如下: 首先,本文介绍了当前常用的WPT技术,并对每种技术的优缺点以及适用范围进行比较总结;对磁耦合机构、补偿电路拓扑、恒流恒压切换策略等三种关键技术的研究现状进行阐述。以串-串(S-S)型谐振拓扑为例,分别对三种MCR-WPT系统建模进行了介绍,对比分析了四种基本拓扑结构的优缺点;介绍了MCR-WPT系统常用的两大基本准则;探究了系统传输特性的影响因素。 其次,针对现有研究方法的局限性,从等效传输线的角度引入新的分析方法,提出了一种等效传输线电路模型,该方法简化了设计过程,提高了恒流恒压自切换电路拓扑的可重用性。给出了三线圈耦合机构的详细设计指南;利用该模型推导了理想和有损条件下的系统传输效率和恒定输出的表达式;提出一种新型三线圈共面耦合机构,所有绕组均共面放置,从而节省了空间。该设计具有更高的可靠性和安全性,当负载移除、开路或短路时,发射器线圈不易损坏。 最后,基于理论分析,给出参数设计流程;通过仿真探究补偿元器件参数的精确度、互感大小以及内阻损耗对系统传输特性的影响。根据等效传输线电路模型设计,搭建了两种耦合结构的实验平台,在误差允许的范围内,实验结果与理论分析、仿真结果一致。实验结果表明,所提出MCR-WPT系统满足锂电池充电特性,能够在5Ω至100Ω的等效负载变化范围内保持稳定的恒流或恒压输出,并实现高效的无线电能传输。仿真分析与实验结果证明了基于等效传输线电路模型的无线充电系统的可行性和可靠性。

关键词： 模拟基带   滤波器   直流失调校准   带隙基准源   线性稳压器  

摘要： 随着5G技术的不断演进,为了精准适配中高速物联网场景、提高设备和网络的性价比,轻量化5G RedCap应运而生。本文基于12 nm CMOS工艺设计了一款适用于5G RedCap射频接收机的模拟基带电路（Analog Baseband,ABB）,该模拟基带电路包括三阶切比雪夫I型低通滤波器（Low Pass Filter,LPF）、直流失调校准电路（DC Offset Calibration,DCOC）、带隙基准源电路（Bandgap Reference,BGR）和线性稳压器电路（Linear Voltage Regulator,LDO）。本文的主要研究内容如下: （1）设计了一款低功耗和高线性度的三阶切比雪夫I型低通滤波器电路。该三阶LPF由一阶LPF与二阶LPF级联而成,可对增益和带宽进行独立调节。运算放大器是LPF设计的核心,本文提出一种带反极点分裂技术的推挽结构运算放大器,该结构能有效降低运放功耗并提高运放带宽。LPF采用1 V电压供电,功耗为2.76 m W（IQ两路）,带宽为0.7/1.5/2.5/5/7.5/10 MHz,增益为0～36 d B以2 d B步进。后仿真结果表明,在TT工艺角、27℃仿真条件下,当输出信号峰峰值为±600 m V时,LPF的ENOB、SFDR和SNR分别为13.5 bit、83.7 d Bc和97 d B;增益为0 d B和36 d B时输入积分噪声（7 KHz～10MHz）分别为271.11μVrms和34.24μVrms;当输入双音信号功率为-36 d Bm、频率为3MHz和4 MHz、增益为36 d B时,IIP3和IMD3分别为7.18 d Bm和80.7 d Bc。 （2）设计了一款直流失调校准电路。采用一种数字辅助电流型数模转换器（IDAC）对直流失调量进行逐次逼近消除。ABB中共包含两级DCOC电路,分别对三阶LPF中一阶LPF和二阶LPF的直流失调量进行校准。后仿真结果表明,当差分输出直流失调量为320 m V时,直流失调校准后一阶LPF和二阶LPF的输出直流失调量均低于5 m V。 （3）设计了一款带隙基准源电路。该Bandgap将正温度系数电流和负温度系数电流叠加获得低温度系数的基准电流,利用基准电流在电阻上产生低温度系数的基准电压。Bandgap版图面积为258μm×91μm,采用1.3 V供电,功耗为460μW。PVT后仿真结果表明,最差温度系数为19.48 ppm/℃,在频率为1 KHz时,最差PSRR为-67.5 d B。 （4）设计了一款线性稳压器电路。该LDO采用传统PMOS功率管结构,主要为LPF和DCOC电路提供电源电压,其输出电压值可调节。LDO的电源电压为1.3 V,功耗为205μW,后仿真结果显示,PVT下LDO输出1 V电压偏差不超过0.01 V。

关键词： 充电状态   改进卡尔曼滤波算法   锂离子电池   3RC高阶等效电路建模  

摘要： 随着交通运输行业电气化进程的推进和可再生能源并入电网的加速,精确的电池模型在这些高需求领域变得越来越重要。电池的可用容量剩余百分比由荷电状态(SOC)表示。SOC信息可用于预测电池在达到放电状态前的放电时间。当终端电压达到截止电压时,电池被认为是完全放电。电池管理系统(BMS)利用电池模型来评估电池在运行期间的性能(如可用功率和剩余能量估算)。在设计阶段,系统模拟研究也用于确定理想的电池尺寸。通过确保所采用的方法能够处理电池系统的动态和非线性行为,可以实现更高的SOC估算精度。本研究提供了一种改进的卡尔曼滤波和神经网络(NN)建模方法,旨在优化高阶等效电路建模中的状态估计效率和准确性。通过采用考虑高阶系统中复杂动态和非线性因素的高级算法,所提出的方法克服了传统卡尔曼滤波的缺点。本文中实现并展示了四个主要创新研究概念。 (1)本研究通过考虑多个变量(包括运行条件和滞后特性),构建了一个复合3RC EMC模型,并使用动态遗忘因子更新观测函数,有效地研究了动态参数自学习过程,实现了能够在各种操作场景中自适应校正模型参数的技术。锂离子电池(LIB)的开路电压(OCV)滞后性显著,使得SOC与OCV之间的关系更加复杂,因为OCV值不仅取决于SOC值,还取决于其历史值。因此,必须开发能够解释这种现象的模型。在迭代过程中,使用采样电压和预测电压之间的残差作为适应度函数,动态调整遗忘因子,通过最大限度减少过时数据的权重,加强新收集数据在参数识别中的反馈作用,提高了参数识别的准确性。 (2)本研究通过分析传统粒子滤波设计机制并应用进化算法和边缘化函数,成功优化了滤波拓扑结构。基准函数和差异校正器已被整合,以产生高度适应性的框架,用于锂离子电池的SOC联合估计。首先,通过应用遗传算法优化了传统粒子滤波中的重采样过程。然后,通过迭代阶段中许多线性状态变量的边缘化,将后验分布大致表示为单个高斯分布。通过卡尔曼滤波更新已知的剩余非线性状态变量,实现了具有显著鲁棒性和高精度的电池SOC联合估计。 (3)提出了混合脉冲功率表征参数识别的降阶扩展卡尔曼滤波(REKF)算法,用于估计电池表征的充电状态。基于所建立的高阶等效2RC模型,使用降阶扩展卡尔曼滤波算法进行的SOC估算最大误差小于1.85%。REKF算法实现的最大电压误差为0.0409V,平均误差为0.0299V,能够满足BMS应用的精度需求。BMS的主要算法是SOC估算,但在各种操作环境和温度下,常用的基于模型、数据驱动或实验的方法难以独立完成准确的SOC估算,从而影响电池性能和安全。 (4)传统的安时积分法在估算SOC时,通常假设实际电池容量是恒定的,受多种使用条件和环境因素影响。这种简化通常导致不准确的SOC估算。相比之下,使用降阶无迹卡尔曼滤波(RUKF)方法可以实现锂离子电池的实时、高精度SOC评估。对OCV-SOC估算方法、HPPC测试和BBDST工作条件方法的实验结果进行了分析。使用RUKF建立的Thevenin RC模型进行SOC估算的误差小于0.3%。这表明RUKF算法为锂离子电池提供了高度准确的SOC估算。传统的安时积分法常将真实电池容量视为恒定,但使用环境和操作条件可能改变这一假设,导致不准确的SOC估算结果。 (5)为了提高SOC估算的准确性,构建了一个能够准确代表锂离子电池动态特性的电池模型,并使用复杂的自适应滤波算法。使用LSTM-UKF来预测电池的终端电压和三阶等效电路模型(ECM)。本研究提供了一种专门模拟不同温度下电池行为的递归神经网络(RNN),并使用这些参数计算电池SOC。为了去除噪声并进一步减少估算误差,实施了无迹卡尔曼滤波(UKF)。SOC估算的RMSE和MAE值分别小于2.2%和1.5%。UKF方法证明更有效,RMSE和MAE分别减少到1.2%和2%以内。总结来看,本文强调了LSTM-RNN网络和UKF算法在训练和测试时间以及SOC估算准确性方面的优势。结果表明,该方法显著提高了准确性,因此,本研究实施的深度神经网络在改进估算准确性和实施3RC-ECM方面取得了成功。 (6)本研究利用长短期记忆(LSTM)网络中的迁移学习,考察了训练和测试变量对SOC估算准确性的影响。研究了使用自适应反馈校正增益卡尔曼滤波(AFGEKF)和扩展卡尔曼滤波(EKF),使用独立提供的工况数据和LSTM估算的SOC。通过迭代,该方法在各种工作条件下进行了去噪和提高了SOC估算精度。对于几种模型,给出了平均绝对误差、均方误差和平均绝对百分比误差的值:LSTM模型为0.4544,0.7326,0.9371;LSTM-EKF模型为0.3069%,0.4093%,0.3577%;提出的LSTM-AFGEKF模型为0.14687%,0.3169%,0.2492%。研究表明,LST

摘要： ~~