教学课程资源库 更多>>

关键词： 事件型   非制冷红外焦平面探测器   读出电路   神经形态   行为级  

摘要： 对于传统基于帧(Frame-based)的“卷帘式”读出方式非制冷红外焦平面探测器,其读出电路通常以设定帧率,根据行列次序依次对像素阵列中全部的动态与静态像素单元进行采样量化以获取红外视觉信息,因此其获取的图像静态信息高度冗余,难以应用于高速、低功耗等复杂场景,这严重制约了其发展。 事件型(Event-based)神经形态探测器读出电路通过模拟生物视觉系统中视觉神经细胞的采样机理与神经网络的信息加工处理机制,使用异步方式采集发生变化像素的信息,并将其转化脉冲形式的事件进行传输。同时通过地址-事件表示(Address-Event representation,AER)方式将其变化像素的时间、空间、极性等相关信息转换并重构为具有时空特征的事件信息流。因此其摆脱了传统探测器的固定帧率限制,具有高时间分辨率、大动态范围、低数据冗余和低功耗等诸多优势。然而目前其应用仅限于可见光波段,缺乏先进的“智能”技术来实现红外波段下事件流的产生与读出。 针对传统非制冷红外焦平面探测器读出电路探测速度慢、功耗大、信息冗余多等问题,本文基于生物视觉原理以及事件驱动传输理论,研究并设计了事件型非制冷红外焦平面探测器读出电路,相较于传统基于帧的非制冷红外焦平面探测器读出电路而言可实现更高速、低功耗、低冗余的红外时间、空间事件流读出。首先,本文通过生物视觉神经群活动的简单模型,分析了事件型异步读出电路设计中面临的竞争-冒险、带宽分配、通信协议及数据吞吐量等方面的问题。其次,针对AER读出电路中多路信道数据传输导致的冲突问题分析了事件型非制冷红外焦平面探测器读出电路架构与数据吞吐量之间的权衡问题,提出了基于贪婪机制的旋转优先级仲裁与基于互斥令牌环架构的快速组合读出方式,并针对可见光与红外像元之间的差异,研究了事件型非制冷红外焦平面探测器读出电路中的设计权衡。然后,确定了事件型非制冷红外焦平面探测器读出电路的系统架构,搭建并验证了事件型非制冷红外焦平面探测器读出电路的Simulink行为级仿真模型,为实际电路架构设计提供参考。最后,采用SMIC 1P6M 0.18μm CMOS工艺,基于Cadence仿真软件完成了128×128事件型非制冷红外焦平面探测器读出电路中变化探测单元、基于贪婪机制的旋转优先级仲裁电路、整形降噪单元电路、编码单元电路、基于互斥令牌环的快速读出电路等读出电路单元的设计,并在8×8阵列规模的读出电路上进行了仿真验证。 结果表明,本文设计的事件型非制冷红外焦平面探测器读出电路可实现对红外事件流视觉信息的采集、处理与输出,同时在一定程度上减少了传统基于帧的非制冷红外焦平面探测器的时空信息冗余,形成了高速、低功耗、低冗余的时空事件流读出,对于非制冷红外焦平面探测器在自动驾驶、机器视觉以及工业监测等高速、低功耗、低冗余复杂红外视觉场景的应用具有重要意义。

关键词： 低压差线性稳压器   无片外电容   瞬态增强   带隙基准   二阶温度补偿  

摘要： 低压差线性(LDO)稳压器作为许多芯片的重要组成部分,具有结构简单,输出电压稳定、瞬态响应快速、面积小等优点。传统LDO稳压器外挂μF级电容保证电路性能,导致LDO稳压器面积过大而不便于芯片集成,即不便在便携式设备上使用,因此随着便携式设备的快速兴起无片外电容LDO稳压器的发展已成为必然。而无片外电容LDO稳压器由于没有外挂μF级电容,在作为芯片内部模块电源时,如果负载发生瞬态变化,会引起输出电压产生较大的上冲尖峰或下冲尖峰,其p F级负载电容也会严重降低LDO稳压器的环路稳定性。因此,本文设计一款LDO稳压器电路,即能保证环路稳定性,又能保证优异的瞬态响应特性。 根据无片外电容的结构特点,首先,为确保LDO能顺利工作,设计了一款带有二阶温度补偿的电流模式带隙基准电路为LDO稳压器提供参考电压,二阶补偿可进一步减少基准电压的温度系数,从而减小温度对整体电路的影响。其次,为改善电路的环路稳定性,分析LDO环路零极点位置分布情况,采用改进型对称型有源电流镜作为误差放大器第一级,非反向增益级作为第二级,使用密勒补偿和有源前馈补偿技术,保证了LDO稳压器在负载范围内保持稳定。最后,为改善电路的瞬态响应性能,本文提出了一个新型瞬态增强电路,其结构简单,在稳态下仅消耗极少的静态电流。 本文基于SMIC 180 nm工艺库进行电路设计,利用cadence软件对电路进行仿真分析。仿真结果显示:在输入电压为1.4 V～1.8 V时,LDO稳压器输出电压稳定为1.2 V,静态电流为70.1μA;LDO稳压器的下冲尖峰为261 mV,瞬态恢复时间为856 ns,上冲尖峰为87 mV,瞬态恢复时间为760 ns;LDO输出电压的温度系数为6.45 ppm/℃;相位裕度在0～100 m A负载电流范围内均大于60°;LDO的电源抑制为-45.62 d B;负载调整率为1.27 mV/A,线性调整率为1.77 mV/V。

关键词： InP HBT   电热特性   器件模型   电热分析算法   热优化设计  

摘要： 随着人工智能(Artificial Intelligence,AI)、扩展现实(Extended Reality,XR)/虚拟现实(Virtual Reality,VR)应用和物联网(Internet of Things,Io T)等新一代信息通信技术的大规模商用,产生了巨大的传输数据。为了满足无线通信系统不断增长的高速数据传输需求,无线通讯系统将朝着超大带宽和超高速数据流传输的方向发展,其核心将是发展超高速网络以实现更高的数据传输速率、更低的延迟和更大的网络容量。随着器件及系统应用向着更高工作频率的方向发展,器件的尺寸被不断缩小,以实现更高的工作频率。然而,缩小器件尺寸使得器件特性及集成电路集成度得到极大提高的同时,也导致大量的器件及电路集成在一个有限面积中,集成电路的能耗密度越来越大,电-磁-热多物理场耦合效应加剧,由此带来的热问题会导致器件特性发生退化,加速电迁移和老化,从而严重影响集成电路性能和可靠性。 基于InP的HBT器件因具有高频增益高、功率密度大、白噪声低、线性度好等特点,非常适合于制作高频固态放大器,InP HBT较高的工作频率和较好的器件一致性,使其也特别适合于超高速集成电路。而InP HBT器件中很多参数都是热相关的,所以温度成为功率电路应用及超高速集成电路设计过程中不可忽视的重要因素。因此,本文针对超高速InP HBT器件及电路应用面临的问题与挑战,开展超高速InP HBT器件级与电路级电热特性研究,探索超高速InP HBT电路电热协同仿真设计方法,主要工作及成果如下: (1)采用理论分析与实验验证相结合的方法开展了InP HBT器件电热耦合特性研究,包括器件的自热效应研究和宽温特性分析。首先基于理论分析、仿真模拟及器件测试,分析了InP HBT器件的自热效应产生机制、器件工作状态对结温的影响及影响自热效应的关键因素和变化规律。然后通过理论分析和宽温测试研究了器件的宽温特性,包括器件关键直流参数及交流参数随温度的退化机制、退化规律及各个模型参数的温度系数,由实验结果发现,温度对各个器件参数有不同程度的影响,直流增益及器件结开启电压均显示出负温度系数,交流参数中除本征基极电阻、本征集电极电容、本征发射极电容和共基极电流传输因子外,大多数小信号参数都显示出正的温度系数。器件自热效应和宽温特性的研究能够很好地指导器件结构的优化设计和电热可靠性的提升。 (2)提出了新型的电热耦合模型,能够高效高精度反映器件自热效应和宽温特性。针对基于传统AHBT等大信号模型中热网络结构全局精度差、高精度多阶热网络热阻提取步骤繁琐等问题,提出了数据驱动的结温模型,该模型可精确描述器件电学特性、结温及结构参数之间的非线性关系,既能精确反映电热耦合特性,又能体现结构参数对电热特性的影响。验证发现器件输出特性精度较传统一阶RC网络及幂指数网络分别提升76.84%及61.53%,且采用宽温自热模型和尺寸缩放自热模型的输出特性均取得很好的建模精度。针对多指器件电热分析器件结构参数众多、基于数据驱动的多指器件电热分析所需训练数据量庞大、建模耗时等问题,采用一种温度迭代算法方法,在有限的数据样本下基于GA-BP神经网络实现了具有很好外推性的多指器件温度分布预测模型。该模型在保证电热分析精度的同时,分析效率显著提升。该方法适用性强,鲁棒性好,对多种材料多种结构的射频微波器件均适用。最后基于MATLAB实现了一款器件级电热耦合分析优化程序(Thermal Analysis&***),能够更好的应用于器件优化设计。 (3)提出了一种大规模集成电路电热分析算法及版图设计快速优化方法,可以指导集成电路版图设计及优化,从而有效保证电路性能及电热可靠性。该方法根据集成电路中各器件的工作状态及电路的版图信息,快速计算提取出电路中器件的自热效应及器件之间热耦合带来的耦合温升,得到集成电路稳定工作时的温度分布情况,迅速确定集成电路的温度敏感节点,结合本文提出的器件间距热优化设计模型可实现集成电路版图快速优化。最后实现了一款电路级电热耦合分析程序(半解析电热分析软件.exe)。本文基于该温度分析算法及模型实现了一款超高速THA电路的电热协同优化。

关键词： 铅冷快堆   液态铅铋   四方程模型   超临界二氧化碳   印刷电路板式换热器  

摘要： 高效紧凑的超临界二氧化碳（S-CO2）布雷顿循环系统被视为铅冷快堆理想的动力循环系统。印刷电路板式换热器（PCHE）因其耐高温高压、换热效率高等特点,应用于铅冷快堆动力系统,有利于系统的小型化与模块化。因此,研究液态铅铋（LBE）与S-CO2在PCHE微细流道内的流动换热特性对于评估耦合S-CO2布雷顿循环系统的铅冷快堆的安全性与经济性具有重要意义。为实现PCHE在铅冷快堆动力系统中高效能换热,本文对LBE与S-CO2在直线型与折线型PCHE微细流道中的流动换热特性进行了详细分析。 本文首先建立了用于仿真LBE与S-CO2耦合传热过程的多流体共轭换热求解器4Eqn Cht Foam,引入四方程模型用于描述LBE侧的湍流流动换热过程。通过将模拟结果与实验数据进行确认,表明4Eqn Cht Foam中的四方程模型在LBE的传热模拟上相较于传统雷诺比拟假设更加准确。 其次,基于4Eqn Cht Foam研究了LBE与S-CO2在直线型流道PCHE中的流动换热过程,发展了S-CO2在直线型微细流道中的流动传热关联式。新关联式预测值与数值模拟结果之间整体吻合度较好,可用于预测高温高压下S-CO2的相关流动传热参数。此外,采用二次流与场协同理论对LBE与S-CO2在折线型流道PCHE中的流动换热特性进行分析,结果表明,折线型流道PCHE的换热性能与流道弯折角度和周期长度呈负相关。减小弯折角度或周期长度能够提升LBE与S-CO2在流道中的二次流强度和场协同性,强化LBE与S-CO2的对流换热能力并降低传热过程中的熵产,但同时会导致流体的流动损失增加。 最后,对LBE和S-CO2的流动换热与熵产特性以及不同流道PCHE的综合换热性能进行了对比。结果表明,LBE与S-CO2传热过程中,熵产主要集中于S-CO2侧。在应用熵产最小化理论优化LBE-S-CO2换热器设计时,应优先考虑降低S-CO2侧的传热熵产,以降低整体系统的不可逆损失,提高能量利用率。 本文从LBE-S-CO2共轭换热求解器的建立入手,基于4Eqn Cht Foam对LBE与S-CO2在PCHE微细流道内的传热过程展开深入探究,研究成果可为LBE与S-CO2耦合流动换热特性的研究提供数值工具与理论参考。

关键词： 馈能减振器   机械运动整流   机电耦合   能量回收  

摘要： 电动汽车作为替代传统燃油车的重要选择,续航里程是制约其发展的重要因素。传统减振器将车辆的振动能量转化为热能并直接耗散,导致能源浪费,而馈能减振器可以回收这部分能量并增加电动汽车的续航里程。为捕获车辆行驶中产生的振动能量,本文从往复式单电机馈能减振器的结构设计及阻尼与馈能特性、双电机耦合式馈能减振器电机-电路耦合及台架试验方面开展了相关研究,取得具有工程应用价值的成果。具体内容如下: (1)设计并制作往复式单电机馈能减振器,建立基于正弦激励下的阻尼力模型。通过结构设计及阻尼与馈能特性研究,揭示其工作原理,明晰惯性力、电磁阻尼力及摩擦力为馈能减振器的阻尼力构成。利用台架测试结果,结合理论剖析该减振器在不同激励幅值、激励频率、负载电阻下的动力学和电力学特性。研究结果表明,激励幅值、激励频率与阻尼力和输出电压呈正相关;负载电阻与阻尼力呈负相关,负载电阻与输出电压呈正相关。 (2)在往复式单电机馈能减振器的基础上,改进设计并制作一款双电机耦合式馈能减振器,提出五种机电耦合方式,分析不同机电耦合方式下的阻尼力模型、接合分离模型、转速模型以及消耗功的计算方法;通过理论模型剖析该减振器在不同工况、不同电路耦合方式下的阻尼力构成。研究表明,除调节不同激励幅值、激励频率、负载电阻这三个外界条件外,通过改变减振器的机电耦合方式也能起到改变阻尼力的作用。对于阻尼特性,在同样的外界条件下,串联和并联的电路耦合方式能提供更大的阻尼力,消耗更多功;对于馈能特性,采用独立外接电阻相较于其它四种方式有更大的输出电压。 (3)对双电机耦合式馈能减振器开展台架试验研究,通过实验结果与理论研究对照,验证了动力学模型的可行性;根据实验结果分析五种机电耦合方式下的阻尼特性及馈能特性,提出一种阻尼力波动分析方法,揭示了不同电路耦合方式对阻尼力波动的影响。试验结果表明,在频率为1.0Hz、幅值为15 mm、负载电阻为20Ω时,该减振器的阻尼达到最平稳状态。研究的馈能减振器可为多场合下的振动能量回收问题提供理论和技术支持。

关键词： 无源UHF RFID标签芯片   射频前端   解调电路   高灵敏度   浅调制  

摘要： 随着移动互联网及信息传感技术的不断发展,RFID电子标签在仓储物流管理、交通运输、生物医学等多个领域广泛使用,无源UHF RFID电子标签因其较远的识别距离和低成本的优势成为了目前RFID应用和研究的重要实施方向。对于无源UHF RFID标签芯片来说,射频前端作为整个芯片能量传输和数据传输的关键模块,其电路结构及性能将直接影响整个芯片的识别性能。 本文通过对无源UHF RFID标签芯片结构原理以及相关协议要求的分析,对射频前端数据传输链路的解调和调制电路进行了设计。重点针对射频浅调制信号,对射频前端数据传输前向链路中的解调电路灵敏度、动态范围、调制指数等性能参数进行了优化设计。此外还设计了一种适用于能量收集系统的低压低功耗亚阈值全MOS基准电路,以产生芯片其他模块所需的电压和电流。 针对浅调制信号的解调,为了实现较高的解调灵敏度,采用了有源偏罝对检波管进行阈值补偿,提高了解调电路的检波灵敏度,使芯片在远距离通信时仍能对信号进行解调,同时采用了限压泄流电路使得电路可以在近场时正常工作,提高了信号的动态范围。为了进一步提高解调电路对于浅调制信号的解调性能,采用均值检测电路对参考电平进行提取,同时采用了包络放大器对峰值小于160mV的信号进行放大,使均值检测电路能够更加准确的提取包络信号的均值,该方法在提高灵敏度的同时避免了因信号幅度过小而导致均值电平误差过大,进而导致解调误差过大甚至无法解调的问题。针对系统低压低功耗的需求,设计了一种亚阈值全MOS基准电路,输出基准电压采用不同阈值电压的MOS管来产生,具有较小的工艺偏差。在数据传输的反向链路中,设计了一种利用开关来实现的简单 ASK调制反射电路,在实现信号调号调制的同时不产生额外功耗。 基于UMC110nm工艺实现电路设计,射频/模拟前端电源电压为1V,通过Cadence Specture平台进行了电路原理图设计及前仿真、版图绘制及后仿真验证。最终浅调制解调电路在输入射频载波频率为920MHz,数据调制速率为40～160kHz时,实现了最小幅值为35mV,动态范围为0.035～1V,最小调制指数为30%的信号解调。当输入射频信号幅值为400mV、工作温度27℃时,解调电路在不同工艺角下最大功耗为2.9μW。该解调电路不仅能够适用于远距离通信,对于不同协议下不同调制深度的信号也具有较好的适用性。亚阈值基准电路输出基准电压及电流对电源电压波动均有较好的抑制能力,整个基准电路功耗仅为343nW。调制电路在射频信号的整个动态范围内都可以实现数据的准确调制,且对不同的协议具有通用性。

关键词： 电路板   故障检测   深度学习   目标检测  

摘要： 近年来,深度学习技术的不断进步以及大规模数据集的涌现,使得计算机视觉技术在多个领域得到了广泛的应用与推广。随着我国数字化转型步伐的加快,作为电子产品核心组成部分的电路板(PCB)在航空航天、通信技术、自动化技术等多个关键领域扮演着不可或缺的角色。然而,在生产焊接过程中,电路板往往容易出现各种故障,这些故障可能对产品的性能产生严重影响。因此,如何实现对电路板故障的精确且快速检测定位,已成为当前研究的重要课题。然而,传统的故障检测方法在应用中往往面临成本高、效率低、精确度不足等挑战。为了解决这些问题,本文提出了一种RGM-YOLOv8的目标检测算法。该方法旨在通过深度学习技术的应用,实现对电路板故障的高效、准确检测。本文以电路板故障作为研究领域,具体的研究内容如下: (1)针对于深度学习中电路板数据集的稀缺性等问题,构建了一个名为BDL-PCB的数据集。该数据集采用超分辨率生成对抗网络对原始的693张电路板图像进行数据扩充。经过扩充处理后,共包含电路板图像5868张。其中,划分出4108张图片作为训练集,用于模型的训练过程;882张图片作为验证集,用于模型性能的验证与调整;以及878张图片作为测试集,用于最终评估模型的泛化能力。 (2)针对当前传统网络模型对电路板识别精度低、检测不准确的问题,提出一种基于YOLOv8改进的RGM-YOLOv8检测模型。首先,在主干网络(Backbone)引入可变形卷积网络,把原来C2f模块替换成了RT-C2f模块,以提高目标检测精度。随后,为了解决模型对电路板漏检问题,引入了通道注意力模块CBAM,以增强模型对目标的敏感性。同时,为了优化模型整体的故障检测效果,采用了NWD代替传统的IoU损失函数,以增强算法的鲁棒性。实验结果表明,RGM-YOLOv8算法在mAP50和mAP90-95上的识别率分别为94.2%和67.3%,对比YOLOv8分别均有明显的提高。 (3)依托于上述研究内容,根据实际应用需求开发了电路板可视故障检测系统,该系统通过结合电路板图像特点和故障类型,设计了相应的数据预处理、模型训练和故障检测流程模块,使用户能够更容易完成电路板故障检测。 通过以上工作,针对传统电路板可视故障检测领域存在的成本高、效率低、精确度不足等问题,本文基于电路板可视故障检测技术设计了一种实时、低成本的可视故障检测方法。