电压前馈电流产生电路
    1.
    发明授权

    公开(公告)号:CN107450653B

    公开(公告)日:2019-03-15

    申请号:CN201710771529.7

    申请日:2017-08-31

    Abstract: 本发明涉及集成电路技术。本发明解决了现有电压前馈电流产生电路耐压不够的问题,提供了一种电压前馈电流产生电路,其技术方案可概括为:电压前馈电流产生电路,包括包括电流输出端、运算放大器、LDMOS耐压管一、LDMOS耐压管二、电压输入端、固定电平输入端、电流源、低压电源电压输入端、增强型PMOS管一、增强型PMOS管二。本发明的有益效果是,电路结构简单,且功耗较小,节约版图面积,合理的使用了耐压管解决了传统电路的耐压问题,适用于电压前馈电流产生电路。

    电压前馈电流产生电路
    2.
    发明公开

    公开(公告)号:CN107450653A

    公开(公告)日:2017-12-08

    申请号:CN201710771529.7

    申请日:2017-08-31

    CPC classification number: G05F3/26

    Abstract: 本发明涉及集成电路技术。本发明解决了现有电压前馈电流产生电路耐压不够的问题,提供了一种电压前馈电流产生电路,其技术方案可概括为:电压前馈电流产生电路,包括电流输出端、运算放大器、LDMOS耐压管一、LDMOS耐压管二、电压输入端、固定电平输入端、电流源、低压电源电压输入端、增强型PMOS管一、增强型PMOS管二。本发明的有益效果是,电路结构简单,且功耗较小,节约版图面积,合理的使用了耐压管解决了传统电路的耐压问题,适用于电压前馈电流产生电路。

    高电源电压低功耗低压差线性稳压器

    公开(公告)号:CN107390772B

    公开(公告)日:2019-01-18

    申请号:CN201710773734.7

    申请日:2017-08-31

    Abstract: 本发明涉及集成电路技术。本发明解决了现有低压差线性稳压器功耗较大的问题,提供了一种高电源电压低功耗低压差线性稳压器,其技术方案可概括为:高电源电压低功耗低压差线性稳压器,包括外部电源输入端、电压输出端、PMOS管一、PMOS管二、JFET耐压管一、JFET耐压管二、NMOS管、NPN管一、NPN管二、二极管、电容、电阻一、电阻二、电阻三及电阻四。本发明的有益效果是,避免使用误差放大器,电路结构简单,功耗较小,由于使用了JFET耐压管一及JFET耐压管二,从而可以在高电源电压下工作,适用于低压差线性稳压器。

    高电源电压低功耗低压差线性稳压器

    公开(公告)号:CN107390772A

    公开(公告)日:2017-11-24

    申请号:CN201710773734.7

    申请日:2017-08-31

    CPC classification number: G05F3/26

    Abstract: 本发明涉及集成电路技术。本发明解决了现有低压差线性稳压器功耗较大的问题,提供了一种高电源电压低功耗低压差线性稳压器,其技术方案可概括为:高电源电压低功耗低压差线性稳压器,包括外部电源输入端、电压输出端、PMOS管一、PMOS管二、JFET耐压管一、JFET耐压管二、NMOS管、NPN管一、NPN管二、二极管、电容、电阻一、电阻二、电阻三及电阻四。本发明的有益效果是,避免使用误差放大器,电路结构简单,功耗较小,由于使用了JFET耐压管一及JFET耐压管二,从而可以在高电源电压下工作,适用于低压差线性稳压器。

    基于图像金字塔融合的肺部肿瘤CT影像3D分割方法

    公开(公告)号:CN110533667A

    公开(公告)日:2019-12-03

    申请号:CN201910688043.6

    申请日:2019-07-29

    Abstract: 本发明提出了一种基于图像金字塔融合的肺部肿瘤CT影像3D分割方法,用于解决现有技术中肺部肿瘤CT影像分割精度低、鲁棒性不高的技术问题。实现步骤为:提取3D肺部肿瘤CT影像A;对3D肺部肿瘤CT影像A进行归一化,得到像素值归一化后的3D肺部肿瘤CT影像B;构建3D肺部肿瘤CT影像B的图像金字塔S;对图像金字塔S中的每一个图像si进行超体素预分割,得到图像金字塔S的预分割区域集合F;对预分割区域集合F中每一个元素Fi的所有超体素预分割区域进行合并,组成图像金字塔分割结果集合L;融合图像金字塔分割结果L,得到最终分割结果Z。本发明提高了肺部肿瘤CT影像分割精度,并且分割结果鲁棒,可用于计算机视觉领域中的肺部肿瘤CT影像分割。

    基于金字塔池化孪生网络的SAR图像变化检测方法

    公开(公告)号:CN110533631A

    公开(公告)日:2019-12-03

    申请号:CN201910635704.9

    申请日:2019-07-15

    Abstract: 本发明提供了一种基于金字塔池化孪生网络的SAR图像变化检测方法,主要解决传统方法中变化检测精度依赖于差异图而导致结果不准确的问题。其实现步骤是:1)生成训练样本、测试样本和样本标签;2)构建深度金字塔池化孪生网络;3)构建分类网络;4)使用训练样本和样本标签对深度金字塔池化孪生网络和分类网络进行训练,得到训练好的模型;5)用训练好的模型对测试样本进行测试,得到变化检测结果。本发明能避免使用差异图,有效解决了差异图对变化检测结果的影响,提高了变化检测的准确率,可用于环境检测和灾害检测。

    一种应用于宽输出电压范围Buck变换器的DCR采样电路

    公开(公告)号:CN109742946A

    公开(公告)日:2019-05-10

    申请号:CN201910055989.9

    申请日:2019-01-22

    Abstract: 一种应用于宽输出电压范围Buck变换器的DCR采样电路,属于集成电路技术领域。本发明用于采样Buck变换器中DCR采样电容两端的电压,包括偏置模块、浮动电压产生模块、电平位移模块和电流采样模块,偏置模块用于为电平位移模块、浮动电压产生模块和电流采样模块提供偏置;电平位移模块的输入端连接DCR采样电容两端的电压,用于将DCR采样电容两端的电压抬升后作为电流采样模块的输入信号,使得本发明能够在输入电压为零或为低电压时正常工作;浮动电压产生模块用于产生随Buck变换器输出电压变化的浮动电源和浮动地作为电流采样模块的电源轨,使得本发明能够适应于输出电压变化范围较大的Buck变换器;电流采样模块的输出信号作为DCR采样电路的输出信号。

    基于最大边缘度量学习的SAR图像变化检测方法

    公开(公告)号:CN108846381A

    公开(公告)日:2018-11-20

    申请号:CN201810736484.4

    申请日:2018-07-06

    Abstract: 本发明提供了一种基于最大边缘度量学习的SAR图像变化检测方法,解决了SAR图像变化检测中容易受到相干斑噪声的影响以及传统度量不能很好衡量样本差异信息的问题。实现步骤有:输入变化前后的遥感图像构建全部样本;构建包含全部边界的训练样本;利用训练样本构建正负约束对;利用正负约束对作为输入,建立结构化的支撑矢量机模型获得映射矩阵,对映射矩阵进行分解;利用分解后的映射矩阵将全部样本映射到特征空间,在特征空间中对全部样本进行SAR图像变化检测分类。本发明分类精度高,尤其是在时间复杂度低的情况下仍然保持高精度的分类效果,在抑制噪声的同时保持了很好的边界信息。用于SAR图像变化检测。

Patent Agency Ranking