-
Patent Agency Ranking
公开(公告)号：CN118473215A
公开(公告)日：2024-08-09
申请号：CN202410615294.2
申请日：2024-05-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种COT转换器的高精度定频电路，涉及集成电路技术领域，所述电路包括频率转电压电路、电压转电流电路、自适应导通时间定时器单元以及DCM/CCM模式判断单元，当检测到开关频率大于参考频率时，通过电压转电流电路，将误差电压转换成误差电流，从而校准频率，当检测到频率小于参考频率时，通过电压转电流电路，从而校准频率，可以提高运算放大器的摆率，从而提高比较器的速度；本发明也采用修调的手段，给电容充电的电流可以加入修调手段，这样可以提高频率转换的精度，从而减少误差，可以减少静态损耗。
-
公开(公告)号：CN118939056A
公开(公告)日：2024-11-12
申请号：CN202410988885.4
申请日：2024-07-23
Applicant: 南京邮电大学
IPC: G05F1/56
Abstract: 本发明公开了一种COT架构高精度输出误差校正电路，涉及集成电路技术领域，通过合适的纹波补偿网络增强反馈电压的纹波，当负载变化导致输出电压波动时，工作于不同占空比下的补偿纹波峰峰值不同，采用亚阈值设计的误差校正电路可以实时检测输出电压，快速响应生成自适应调节的误差电压，在求和比较器中误差电压通过动态校正基准电压，消除纹波补偿引起的反馈电压与参考电压之间的误差，从而在宽输入宽负载条件下提高系统工作稳定性，实现高精度输出电压和快速瞬态响应。
-
公开(公告)号：CN106295675A
公开(公告)日：2017-01-04
申请号：CN201610591861.0
申请日：2016-07-25
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种高准确性的基于智能手机的行为识别方法。该方法分为训练和识别两个阶段。训练阶段分为三个部分，即数据采集及预处理、特征提取、建立识别模型三个部分。识别阶段分为数据采集及预处理、特征提取、CWPG方法分类三个部分。CWPG在初始化阶段首先将用户行为分类到行为组Gi(i＝1,2,3,4,G1为坐和躺，第二组G2为站，第三组G3为走和慢跑，第四组G4为上楼梯和下楼梯),同时，将行为组Gi作为先前状态PS。最后，将用户行为分类到行为组Gi内的具体行为。初始化之后利用了先前状态PS(Gi)以及行为组转换的逻辑。更新先前状态PS为行为组Gj。最后将用户行为分类到行为组Gj内的具体行为。本发明相比于传统的基于智能手机的行为识别方法具有更高的准确性以及适用性。
-
公开(公告)号：CN118971566A
公开(公告)日：2024-11-15
申请号：CN202411085537.2
申请日：2024-08-08
Applicant: 南京邮电大学
Abstract: 本申请涉及应用于ACOT架构的自适应导通定时电路，所述自适应导通定时电路包括自适应导通定时器、强制下管导通模块及一个逻辑或门。其中，自适应导通定时器对CCM模式、DCM模式及负载从轻载切换为重载时的导通时间进行优化，实现了ACOT BUCK在重载下频率的稳定、Ton在轻重载模式下的平滑过渡并减小了负载从轻载切换为重载时输出电压的欠冲幅度；强制下管导通模块在负载突然增大并且导通时间进行延长后强制下管持续导通，直到输出电压增大至正常工作时的电压，减小了输出电压的恢复时间；逻辑或门对自适应导通定时器和强制下管导通模块的输出信号进行逻辑或运算，其输出信号控制RS触发器。
-
公开(公告)号：CN106295675B
公开(公告)日：2019-09-27
申请号：CN201610591861.0
申请日：2016-07-25
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种高准确性的基于智能手机的行为识别方法。该方法分为训练和识别两个阶段。训练阶段分为三个部分，即数据采集及预处理、特征提取、建立识别模型三个部分。识别阶段分为数据采集及预处理、特征提取、CWPG方法分类三个部分。CWPG在初始化阶段首先将用户行为分类到行为组Gi(i＝1,2,3,4,G1为坐和躺，第二组G2为站，第三组G3为走和慢跑，第四组G4为上楼梯和下楼梯),同时，将行为组Gi作为先前状态PS。最后，将用户行为分类到行为组Gi内的具体行为。初始化之后利用了先前状态PS(Gi)以及行为组转换的逻辑。更新先前状态PS为行为组Gj。最后将用户行为分类到行为组Gj内的具体行为。本发明相比于传统的基于智能手机的行为识别方法具有更高的准确性以及适用性。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
