-
公开(公告)号：CN116192129A
公开(公告)日：2023-05-30
申请号：CN202211598187.0
申请日：2022-12-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于双极SR锁存器的数字鉴相器，包括反馈信号D触发器、参考信号D触发器、与门、或门、双级SR锁存器和超前滞后符号位D触发器。本发明通过反馈信号D触发器和参考信号输D触发器对反馈信号和参考信号进行采样，便于后续对信号的处理；然后通过或门完成对两个输入信号的相位误差鉴定操作，对两个信号实现与门操作并在输出为高电平时对两个输入端D触发器进行复位；最后通过双级SR锁存器完成对反馈信号相对于参考信号相位超前或滞后的关系描述进行输出信号，并通过输出端D触发器完成超前滞后符号位的保持功能。本发明可以输出两个输入信号的相位误差，并表示超前或滞后关系，与此同时本发明的输出误差信号速度很快。
-
公开(公告)号：CN115276407A
公开(公告)日：2022-11-01
申请号：CN202210951664.0
申请日：2022-08-09
Applicant: 重庆邮电大学
IPC: H02M3/157
Abstract: 本发明请求保护一种基于自适应峰值电流的DC‑DC模式切换电路，属于DC‑DC轻/重载模式切换电路的技术，包括自适应峰值电流检测电路、PWM/PSM信号选择电路、自适应栅宽切换电路、降压核心电路。其中晶体管M5用于检测流过开关管M1的峰值电流，晶体管M6管用于检测流过开关管M2的峰值电流。同时为了提高轻载效率，M1管的宽长比小于M2管的宽长比。当DC‑DC工作在重载情况下，检测到的峰值电流比较大，VSENSE>VREF，CHOOSE＝1通过自适应逻辑控制电路后，开关管M1/M2同时导通，为负载提供能量。当DC‑DC工作在轻载情况下，检测到的峰值电流比较小，VSENSE
-
公开(公告)号：CN115276407B
公开(公告)日：2023-09-26
申请号：CN202210951664.0
申请日：2022-08-09
Applicant: 重庆邮电大学
IPC: H02M3/157
Abstract: 本发明请求保护一种基于自适应峰值电流的DC‑DC模式切换电路，属于DC‑DC轻/重载模式切换电路的技术，包括自适应峰值电流检测电路、PWM/PSM信号选择电路、自适应栅宽切换电路、降压核心电路。其中晶体管M5用于检测流过开关管M1的峰值电流，晶体管M6管用于检测流过开关管M2的峰值电流。同时为了提高轻载效率，M1管的宽长比小于M2管的宽长比。当DC‑DC工作在重载情况下，检测到的峰值电流比较大，VSENSE>VREF，CHOOSE＝1通过自适应逻辑控制电路后，开关管M1/M2同时导通，为负载提供能量。当DC‑DC工作在轻载情况下，检测到的峰值电流比较小，VSENSE
-
公开(公告)号：CN116054829A
公开(公告)日：2023-05-02
申请号：CN202310071187.3
申请日：2023-01-17
Applicant: 重庆邮电大学 , 中国电子科技集团公司第二十四研究所
IPC: H03M1/10
Abstract: 本发明请求保护一种用于Pipeline ADC的数字后台校准系统，包括降频器、待校准ADC、低速高精度ADC、LMS自适应滤波器和减法器；能解决流水线ADC因级间增益误差导致系统精度下降的问题。在原有的算法模型中引入反双曲正切函数，构建步长和误差信号之间的非线性函数关系式，共同约束步长取值，使得当前的步长值跟当前误差与前一次误差比值的平方相关，提高算法的收敛速度。同时结合步长归一化处理，增大步长的选择范围，稳定程度更高。用低速高精度ADC为基准，与待校准ADC并联，并将两者的数字输出的差值送到LMS自适应自适应滤波器中进行处理，使得待校准ADC的输出不断逼近低速高精度ADC输出，且原ADC的转换过程不受影响，达到数字校准的目的。
-
公开(公告)号：CN113267465B
公开(公告)日：2023-04-18
申请号：CN202110521855.9
申请日：2021-05-13
Applicant: 重庆邮电大学
IPC: G01N21/3586 , G01N21/01 , G01J3/42 , G01J3/28
Abstract: 本发明公开一种基于时域光谱技术的太赫兹双模式成像系统及方法，飞秒激光发射端产生的脉冲激光分成泵浦激光和探测激光，泵浦激光经过延迟后聚焦照射在太赫兹发射端产生太赫兹波，探测激光分成远场成像探测激光和近场成像探测激光经，远场成像探测激光聚焦照射在可移动第二光导探测端，近场成像探测激光聚焦照射在可移动第一光导探测端；太赫兹波经准直聚焦后穿过样品照射在可移动第一光导探测端上；照射在可移动第一光导探测端上的太赫兹波可以通过切换通道准直聚焦后照射在可移动第二光导探测端上，本发明基于现有的太赫兹成像系统的改进，解决了太赫兹成像系统单模式成像、对样品信息探测得不全面和成像分辨率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN115378231B
公开(公告)日：2024-09-20
申请号：CN202210961176.8
申请日：2022-08-09
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于零电流检测的DC‑DC变换器调制模式切换电路，属于集成电路技术领域。包括CCM/DCM判断电路、PWM/PFM选择电路和功率管开关。其中CCM/DCM判断电路用于判断DC‑DC变换器工作模式，判断DC‑DC变换器是工作在DCM模式还是CCM模式。PWM/PFM调制电路用于产生PWM调制信号和PFM调制信号，分别用于DC‑DC的CCM工作模式和DCM工作模式。功率开关管有一组大尺寸功率开关管MH1和ML1，一组小尺寸功率开关管MH和ML，小尺寸功率开关主要用在DCM模式来减小开关损耗。PWM/PFM选择电路根据CCM/DCM判断电路产生的判断信号VCTL来进行PWM调制模式和PFM调制模式的选择，并且对功率开关管尺寸进行选择。
-
公开(公告)号：CN115656824A
公开(公告)日：2023-01-31
申请号：CN202211069491.6
申请日：2022-09-02
Applicant: 重庆邮电大学
IPC: G01R31/36
Abstract: 本发明请求保护一种基于CNN‑LSTM模型的锂电池核电状态预测方法。该方法主要数据集准备、模型训练以及模型测试三个阶段组成。数据集准备阶段选取适用于该研究的数据集，对该数据集进行分析、预处理和分割；模型训练阶段探索并确定采用CNN‑LSTM模型，对模型训练结果进行误差分析、层级和超参数优化后保存最优模型；模型测试阶段验证模型是否能有效预测锂电池核电状态。本发明利用电池电流、电压、温度三个参数对电池核电状态进行预测；预测模型主要由1D‑CNN和LSTM构成，它们分别用于提取电池数据中的空间和时间特征，最后通过全连接层整合运算得预测值。本发明克服传统锂电池核电状态预测方法误差大、过度依赖电池模型的问题，具备高预测精度、收敛速度快等优点。
-
公开(公告)号：CN115118282A
公开(公告)日：2022-09-27
申请号：CN202210879031.3
申请日：2022-07-25
Applicant: 重庆邮电大学
IPC: H03M1/10
Abstract: 本发明请求保护一种基于双曲正切函数的流水线ADC变步长LMS校准系统，包括待校准ADC，降频器，低速高精度ADC，LMS自适应滤波器和减法器。在传统LMS算法的基础上，引入双曲正切函数tanhx，通过建立步长与误差的非线性关系，u(n)＝αu(n‑1)+β2tanh(e(n‑1))，根据误差信号大小实时更新步长；同时在抽头权系数更新时增加一个与误差有关的扰动因子r(n)，抵消部分过大的迭代增量，减小抽头权系数的振荡幅度。待校准ADC的输出端与变步长LMS自适应滤波器的输入端相连，输出通过降频器降频后与减法器的一个输入端相连，减法器的另一个输入与低速高精度ADC的输出端相连接，输出端与滤波器的控制端相连，使得待校准的流水线ADC的输出逐渐逼近低速高精度ADC的输出。具有校准精度高，收敛速度快等优点。
-
公开(公告)号：CN115659880A
公开(公告)日：2023-01-31
申请号：CN202211067666.X
申请日：2022-09-01
Applicant: 重庆邮电大学
IPC: G06F30/327 , G06F30/337 , G06F17/16 , G06F18/211
Abstract: 本发明请求保护一种基于奇异值分解的主成分分析算法的硬件电路及方法，属于无监督学习的降维算法的硬件实现技术。该电路包括下面的电路模块：控制模块、Hestense模块、CORDIC模块和雅可比旋转模块，其中，控制模块用于控制各个模块的时序和工作状态；Hestense模块用于计算CORDIC模块所需的参数，由乘法器、加法器、寄存器和RAM搭建构成；CORDIC模块用于计算反三角函数，由多路选择器、寄存器和移位器搭建构成；雅可比旋转模块用于计算输入数据的正交化结果，由四个乘法器、一个加法器和一个减法器搭建构成。
-
公开(公告)号：CN115423081A
公开(公告)日：2022-12-02
申请号：CN202211150640.1
申请日：2022-09-21
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于FPGA的CNN_LSTM算法的神经网络加速器，CNN硬件实现部分包括数据输入行缓存模块，卷积计算模块，Relu激活函数模块，中间结果缓存模块，池化计算模块；LSTM硬件实现部分包括LSTM控制模块，门函数计算模块，Sigmoid激活函数线性近似模块；FC硬件实现部分包括FC控制模块，全连接层计算模块，Relu激活函数模块，数据输出缓存。本发明目的在于能够结合具体的应用场景设计出高性能、低功耗、灵活性强的CNN_LSTM神经网络加速器。创新点在于相比较传统的神经网络加速器，本发明使用并行流水的设计方法实现了CNN‑LSTM算法的神经网络加速器，对提高神经网络加速器的低功耗与数据吞吐率有着显著的效果，而且利用FPGA的并行处理能力使得算法有更快的运行速度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
