-
公开(公告)号：CN111949578B
公开(公告)日：2023-05-09
申请号：CN202010781818.7
申请日：2020-08-04
Applicant: 西安电子科技大学
IPC: G06F13/16
Abstract: 基于DFI标准的DDR3控制器，包括请求解析接口模块、分组及ID标志模块、Bank读写管理模块、读写数据通道模块、一级队列缓存模块、指令发送模块、非读写模块以及DFI接口模块，本发明通过规定的分组原则、取令原则、重排序策略保证速率传输的高效性；通过设定组命令数量阈值、对命令请求时间段做标记结合重排序策略防止命令老化；通过分组原则来保证对同一bank地址的读写按照请求顺序进行，定义相关的ID属性实现命令跟数据一一对应，共同实现传输的可靠性。
-
公开(公告)号：CN115642903A
公开(公告)日：2023-01-24
申请号：CN202211274619.2
申请日：2022-10-18
Applicant: 西安电子科技大学
IPC: H03K5/156
Abstract: 本发明提供的一种无源芯片的微功耗时钟校准方法以及电路，通过在芯片内部加入了超低功耗温度传感器，在出厂完成空口校准后，当芯片处于使用阶段温度传感器检测温度变化，然后数字校准电路根据温度量化值产生补偿逻辑序列，调整充放电电流大小，对时钟频率二次补偿，使得频率稳定在较小的容差范围内，可产生微功耗、高精度、不随温度变化的时钟信号；通过本发明的校准方法，芯片的内部时钟校准仅需出场时的一次，减少了芯片实际使用、测试过程中的必要流程与工作量，应用成本低。
-
公开(公告)号：CN115561706A
公开(公告)日：2023-01-03
申请号：CN202211137557.0
申请日：2022-09-19
Applicant: 西安电子科技大学
IPC: G01S5/16
Abstract: 本发明公开了一种集成光接收电路的标签、采用光信号精确的定位方法及系统，该标签包括：与第一放大电路连接的光接收器，光接收器是片上集成的、具有通过P型衬底和N+构成的PN结的光电二极管；光接收器在接收到光信号时，在反偏电场作用下向第一放大电路提供电流；第一放大电路与比较器连接，在未接收到提供的电流时输出第一电压值，在接收到提供的电流时输出第二电压值；第二放大电路与比较器连接，用于输出小于第一电压的电压值；比较器比较两个放大电路输入的电压值，在第一放大电路的电压值小于第二放大电路的电压值时产生翻转信号并发送至数字基带；数字基带根据翻转信号将存储的数据发送至接收端；该数据用于辅助接收端对标签的位置定位。
-
公开(公告)号：CN109738851B
公开(公告)日：2022-12-09
申请号：CN201910059457.2
申请日：2019-01-22
Applicant: 西安电子科技大学
Abstract: 一种基于超高频射频识别定位系统中载波相位测量的方法，本发明涉及RFID定位技术领域；载波相位测量系统包括读写器，环形器、射频标签和上位机，将射频标签放在待测位置，通过读写器天线发射电磁波，射频标签的反向散射信号被读写器的接收天线接收，相位信息通过下变频之后最终表现为幅度信息，利用接收到的I/Q两路基带信号的强度来恢复载波信号相位。其占用资源小，速度较快，测量的相位得到的定位精确度可以达到毫米级，能够修正载波泄漏和读写器内部的I/Q失配对测量相位带来的误差。
-
公开(公告)号：CN114548014A
公开(公告)日：2022-05-27
申请号：CN202210011082.4
申请日：2022-01-05
Applicant: 西安电子科技大学
IPC: G06F30/373
Abstract: 本发明涉及一种IGBT关态电流拖尾退化的评估方法，包括：实时采集多组待测IGBT的关态电流时序数据；对待测IGBT的关态电流时序数据进行滤波处理，得到关态电流时序趋势数据；构建双指数模型U＝a*exp(b*k)+c*exp(d*k)，根据关态电流时序趋势数据，计算得到双指数模型的模型参数，其中，a、b、c和d表示双指数模型的模型参数，k表示循环周期；根据模型参数，建立用于拟合IGBT关态电流退化轨迹的状态方程U(k)，根据状态方程U(k)对待测IGBT的关态电流退化进行评估；其中，状态方程U(k)为：U(k)＝a*exp(b*k)+c*exp(d*k)，式中，U表示趋势奇异点值，k表示循环周期。本发明的IGBT关态电流拖尾退化的评估方法，利用奇异性分析在提取参数退化的准确轨迹的同时保证了计算的精度，而且提高了IGBT关态电流预估的速度。
-
Patent Agency Ranking
公开(公告)号：CN113936266A
公开(公告)日：2022-01-14
申请号：CN202111213054.2
申请日：2021-10-19
Applicant: 西安电子科技大学
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的车道线检测方法，包括如下步骤：步骤一：获得图像数据集，该数据集中包含车道线；步骤二：搭建神经网络模型，设置损失函数和约束损失函数的超参数，该神经网络模型包括依次连接卷积层、池化层、4个残差块、4个不同空洞率dilated module和辅助SE block；损失函数设置为了加速模型收敛且对车道线增加几何约束。步骤三：将数据集喂给神经网络模型进行训练，迭代多轮之后得到收敛的网络模型；步骤四：将网络模型安装与车载摄像头中，即可实现实时监测。本发明在于提供一种基于深度学习的车道线检测方法，在保证较高准确率的情况下，速度也能达到自动驾驶实时性要求。
-
公开(公告)号：CN111092283B
公开(公告)日：2021-04-06
申请号：CN202010006071.8
申请日：2020-01-03
Applicant: 西安电子科技大学
IPC: H01P1/203
Abstract: 本发明涉及一种具有可调陷波的超宽带带通滤波器及应用，包括一个大扇形开路枝节、第一小扇形开路枝节、第二小扇形开路枝节、两个矩形缺陷地结构、四个螺旋形缺陷地结构谐振器以及第一平行耦合线和第二平行耦合线。加载的两对共四个螺旋形缺陷地结构谐振器，每个螺旋形缺陷地结构谐振器内部嵌入一个变容二极管，并且同样每对螺旋形缺陷地结构谐振器各设置一个独立的直流电压源进行独立调节。本发明可在通带内大约2.8GHz~7GHz的一个大范围内实现陷波阻带位置的连续调节且陷波深度均能保证在‑10dB以下，可以根据现场干扰情况，灵活调节来抑制干扰严重的窄带通信频带，能够满足各种不同的应用场景需求。
-
公开(公告)号：CN107733375B
公开(公告)日：2020-08-11
申请号：CN201711068702.3
申请日：2017-11-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种超宽带低噪声放大器，主要解决现有技术噪声和线性度性能较差的问题。其采用两级级联结构，且两级之间利用电容C3耦合。该第二级放大电路采用并联峰值结构的基本共源极电路；该第一级放大电路的输入‑输出之间连接由反馈MOS管M3和反馈耦合电容C2组成串联电路，用以提供宽带的匹配和提高线性度，反馈MOS管M3的源极连接有偏置MOS管M4，用以为反馈MOS管M3提供偏置电流；第一级放大电路输入端与第二级放大电路输出端之间连接有辅助跨导放大器G。本发明可部分或全部消除由第一级放大电路中部分元器件产生的噪声，提高了超宽带低噪声放大器整体的噪声性能，可用于超宽带的无线通信。
-
公开(公告)号：CN107154788B
公开(公告)日：2020-07-07
申请号：CN201710266417.6
申请日：2017-04-21
Applicant: 西安电子科技大学
IPC: H03H7/38
Abstract: 本发明涉及一种射频能量采集电路中的L型阻抗匹配系统及方法，其系统包括采样比较模块、逻辑算法控制模块和可调阻抗匹配网络；采样比较模块用于在逻辑控制模块的控制下对倍压整流电路输出的电压进行连续两次采样并对连续两次采样的电压进行比较；逻辑算法控制模块用于根据连续两次采样的电压的比较结果逐次调整并入可调阻抗匹配网络中L型可调电容阵列的数量；可调阻抗匹配网络用于根据并入的L型可调电容阵列的数量来匹配所述天线与倍压整流电路之间的阻抗。本发明通过判断倍压整流电路输出电压得到当前阻抗匹配效果，避免了复杂的ADC采样或者信号处理单元，电路简单，功耗极低，仅在开关过程消耗能量，适用于微弱能量采集环境。
-
公开(公告)号：CN111130469A
公开(公告)日：2020-05-08
申请号：CN202010143815.0
申请日：2020-03-04
Applicant: 西安电子科技大学
IPC: H03F1/56
Abstract: 一种宽带CMOS二阶有源巴伦放大器，使用两级有源巴伦的串联结构，获得了更高的相位精度以及满足射频电路高损耗的要求。通过输入π型匹配电路消除了信号源到负载传输过程中的相移，实现了50Ω的输入阻抗匹配。第一级有源巴伦电路和第二级输出有源巴伦电路采用电容进行交叉耦合连接，第一阶有源巴伦电路使用宽带相位校正技术得到相位误差和增益误差较小的Vo1和Vo2；第二阶有源巴伦电路利用两个双端转单端的巴伦作为输出端，代替了传统的源跟随器作为缓冲器，利用信号之间的相位补偿来提高相位精度，同时实现了输出匹配。本发明可用于1～8GHz的有源巴伦放大器。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.064 seconds)
