-
公开(公告)号:CN116961633A
公开(公告)日:2023-10-27
申请号:CN202310831239.2
申请日:2023-07-07
Applicant: 河南科技大学
IPC: H03K17/284 , H03K17/687
Abstract: 本发明提供一种CMOS晶闸管双边延迟电路,包括上升沿延伸模块和下降沿延伸模块,所述上升沿延伸模块包括两个PMOS管、五个NMPS管、电流源Iref1、电容C1和三个反相器;所述下降沿延伸模块包括六个PMOS管、两个NMPS管、电流源Iref2、电容C2和四个反相器。本发明提高了信号完整性,降低功耗,增加延迟范围为目标。
-
-
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: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: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:CN115498990A
公开(公告)日:2022-12-20
申请号:CN202211142918.0
申请日:2022-09-20
Applicant: 河南科技大学
Abstract: 本发明公开了一种阶梯式开关电阻阵列,包括单刀双掷开关S1‑Sn,所述单刀双掷开关S1连接输出端口OUT,单刀双掷开关S1的0端口与单刀双掷开关S2相连接、1端口与单刀双掷开关S3相连接;单刀双掷开关S2的0端口与第四端口相连接相连接、1端口与单刀双掷开关S5相连接。本发明采用Tomas II结构进行级联实现了四阶可编程有源RC巴特沃斯低通滤波器。提出了一种新的可编程电阻阵列,滤波器通过数字模块控制电阻阵列实现250KHz/500KHz/1MHz/2MHz可调截止频率。
-
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。
-
-
-
-
-
-