-
公开(公告)号：CN114139692A
公开(公告)日：2022-03-04
申请号：CN202111445121.3
申请日：2021-11-30
Applicant: 河南科技大学
IPC: G06N3/063
Abstract: 本发明涉及一种基于模拟态架构的CMOS人工神经元功能电路，属于半导体集成电路设计领域以及人工智能领域，本发明设计了一种模拟态CMOS人工神经元电路，其中包含两种激活函数电路。所述模拟电路结构主要有两个电路组成，第一个电路为乘法器，采用吉尔伯特乘法器的架构，对输入的电压信号进行相乘并输出乘积电流。第二个电路为激活函数电路，该电路的作用是为神经网络提供非线性的因素，为ReLu激活函数电路或Tanh激活函数电路。由乘法器和激活电路组成的神经网络电路能够拟合任意曲线，同时也能完成神经网络的学习过程。
-
公开(公告)号：CN114938226A
公开(公告)日：2022-08-23
申请号：CN202210438020.1
申请日：2022-04-20
Applicant: 河南科技大学
IPC: H03M3/00
Abstract: 一种高速采样积分兼具加权求和功能的积分器，包括：运算放大器和外围电路,外围电路包括至少一路叠加积分电路和采样/积分电路，叠加积分电路和采样/积分电路均由开关组件和电容组件组成，叠加积分电路和采样/积分电路的开关组件均由时序信号Φ1、Φ2控制进行导通和断开，至少一路叠加积分电路并联在采样/积分电路上并同时接收输入信号，若叠加积分电路和采样/积分电路输入相同信号，配合所述运算放大器以实现采样叠加并积分，若叠加积分电路和采样/积分电路输入信号不同，配合所述运算放大器实现加权求和并积分。通过添加一条输入信号传输支路，实现叠加积分，提高积分器的采样和积分速度；也可以通过改变输入信号，实现加权求和与积分。
-
公开(公告)号：CN114448361A
公开(公告)日：2022-05-06
申请号：CN202111442010.7
申请日：2021-11-30
Applicant: 河南科技大学
Abstract: 本发明涉及一种用于生物信号传感系统的可变增益斩波放大器，属模拟集成电路设计领域，包括两个斩波开关S1和S2，偏置电路，增益控制模块，cascode模块和滤波器。首先电源和偏置电路为整个电路提供稳定的电源电压和静态工作点，然后经斩波开关S1将有用信号调制到斩波频率上，信号经增益控制模块将电压转化成一定量的电流后经过cascode模块将电流转换成放大后的交流电压信号，信号再通过斩波开关S2调解回基带，最后通过低通滤波器将高频部分滤除，得到放大后的低频有用信号。本发明通过斩波原理不仅有效降低了运算放大器的低频噪声，抑制了放大器的失调，并且实现可变增益的功能，适用于宽输入动态范围的低频生物信号处理。
-
公开(公告)号：CN114757136B
公开(公告)日：2024-07-19
申请号：CN202210387539.1
申请日：2022-04-14
Applicant: 河南科技大学
IPC: G06F30/373 , G06F30/27 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种采用反向传播神经网络建模算法设计模拟跨导放大器的方法，包括如下步骤：S1：构建OTA电路，其中MOS管器件M1、M2和M3、M4是成对的差分结构，M1、M2和M3、M4设计参数相同；S2：构建BP神经网络的拓扑结构，得到BP神经网络模型，通过输入所需的四项电路性能指标，输出相对应的所需电路设计参数；S3：使用思维进化算法优化BP神经网络模型训练过程中的参数配置，实现BP神经网络模型精度的提升；S4：BP神经网络模型训练完毕后，采用均方误差MSE和拟合相关系数R2验证模型是否精准。本发明通过BP神经网络构建OTA电路设计参数和性能指标之间的关系，并通过MEA来提升BP神经网络的构建精度，从而实现OTA电路的高精度、自动化参数选取。
-
公开(公告)号：CN114757136A
公开(公告)日：2022-07-15
申请号：CN202210387539.1
申请日：2022-04-14
Applicant: 河南科技大学
IPC: G06F30/373 , G06F30/27 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种采用反向传播神经网络建模算法设计模拟跨导放大器的方法，包括如下步骤：S1：构建OTA电路，其中MOS管器件M1、M2和M3、M4是成对的差分结构，M1、M2和M3、M4设计参数相同；S2：构建BP神经网络的拓扑结构，得到BP神经网络模型，通过输入所需的四项电路性能指标，输出相对应的所需电路设计参数；S3：使用思维进化算法优化BP神经网络模型训练过程中的参数配置，实现BP神经网络模型精度的提升；S4：BP神经网络模型训练完毕后，采用均方误差MSE和拟合相关系数R2验证模型是否精准。本发明通过BP神经网络构建OTA电路设计参数和性能指标之间的关系，并通过MEA来提升BP神经网络的构建精度，从而实现OTA电路的高精度、自动化参数选取。
-
Patent Agency Ranking
-
公开(公告)号：CN114912398A
公开(公告)日：2022-08-16
申请号：CN202210419316.9
申请日：2022-04-20
Applicant: 河南科技大学
Abstract: 量子遗传算法结合神经网络选取模拟集成电路参数的方法,包括以下步骤：步骤1、通过神经网络对模拟集成电路的电路拓扑结构建模，建立电路拓扑结构的电路参数和主要性能指标之间非线性映射关系；步骤2、利用量子遗传算法对神经网络求最优解，得到模拟集成电路的电路拓扑结构的最佳性能指标对应的电路参数，完成对模拟集成电路参数的选取。对模拟集成电路的关键参数进行自动化选取，减少人工设计，节省仿真时间。
-
公开(公告)号：CN112464614B
公开(公告)日：2024-06-25
申请号：CN202110043219.X
申请日：2021-01-13
Applicant: 河南科技大学
IPC: G06F30/398 , G06F30/392
Abstract: 本发明涉及通过拆分晶体管优化集成电路版图热分布的方法，属于集成电路设计领域。所述方法通过拆分晶体管，将电路的所有晶体管拆分为尺寸大小相同的晶体管，将拆分后的晶体管进行电路仿真，提取每个管子的电流和功耗参数；通过建立相同功率、相同尺寸的模型，对模型进行热量分布分析，获取其自身发热量和热扩散关系；将其热扩散关系和电路的物理版图规则综合考虑，获取最优化的版图放置方式。
-
公开(公告)号：CN115238620A
公开(公告)日：2022-10-25
申请号：CN202210729530.4
申请日：2022-06-24
Applicant: 河南科技大学
IPC: G06F30/337 , G06F30/33 , G06N20/10
Abstract: 本发明公开了一种响应曲面结合支持向量回归机的复合算法辅助模拟IC设计方法，包括如下步骤：S1：构建比较器电路作为实验对象；S2：运行标准试验设计方法选取实验29组数据参数，运行响应曲面算法，求出比较器电路设计参数的最优解；S3：将拟训练的电路模型的训练数据集，输入到DE和SVM的初始复合模型进行模型的拟合训练；对比较器电路的设计参数和性能指标进行模型训练和参数拟合；S4：模型训练完毕后，采用MSE和R2验证模型是否精准。本发明通过较少的实验数据来精准地构建模拟IC中设计参数和性能指标之间的多约束、多参数、相互制约的非线性关系，辅助设计者完成模拟IC的电路设计并有效提升设计效率和获取电路设计参数的精度。
-
公开(公告)号：CN114896933A
公开(公告)日：2022-08-12
申请号：CN202210499947.6
申请日：2022-05-09
Applicant: 河南科技大学
IPC: G06F30/373 , G06F30/367 , G06N20/10
Abstract: 本发明公开了一种采用支持向量机模型辅助优化采样自举开关的方法，包括如下步骤：S1：构建自举采样开关电路，通过互补PMOS晶体管M15来消除电荷注入效应；S2：通过支持向量机建立自举采样开关电路关键器件M5、M7、M10和主要性能指标之间的非线性模型；S3：得出一组最佳设计参数，在IC设计软件Cadence中将该参数组用于实际的采样自举开关的电路设计，并进行性能仿真，对算法给出的该最优解进行最终验证。本发明通过改进采样开关电路的拓扑，减小了电荷注入效应以及采样管和其他MOS管间的寄生电容，并结合支持向量机模型训练算法自动化实现选取电路优值解对应的设计参数，进一步提高了电路最佳性能的求解效率，改善了指标优度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
