基于Vaq的高能效电容拆分结构DAC开关算法

提出了一种应用于逐次逼近型模数转换器( Successive approximation register analog-to-digitalconverters,SAR ADC)的小面积高能效电容拆分结构DAC 开关算法。 在最后两个位转换周期中引入了第三参考电压Vaq(VREF / 4), 降低了开关能耗和电容面积。 为了进一步降低开关能耗,除了第一、第二和倒数第二个位转换周期外,整个转换过程都采用了单边双电平开关算法。 与单调结构开关算法相比,该开关算法能耗减少了98.45%,电容面积减少了75%。 同时进行线性度分析,微分非线性(Dif￣ferential Nonlinearity,DNL)和积分非线性(Integral Nonlinearity,INL) 分别为0.324LSB 和0.243LSB,验证了电容失配对ADC 的精度影响很小。 因此,文章所提出的DAC 开关算法在能耗、电容面积和ADC精度之间具有很好的折衷性。     

基于子波段分离的并发双波段射频功放非线性建模

提出了一种新型的非线性行为建模方法用于建模并发双波段射频功放的非线性,该建模方法采用分离采样法,能够精确描述子波段1和子波段2为不同信号时并发双波段功放的强非线性,同时还能大大降低对高速模数转换器(ADC)采样速率的要求.本文采用子波段1为1001 CDMA2000,子波段2为单载波WCDMA信号作为测试信号,使用输出峰值功率为47 dBm的LDMOS射频功放作为测试功放进行模型有效性验证.实验结果表明,子波段分离的并发双波段射频功放非线性行为建模方法与传统方法相比,在保证建模能力的同时,能够大大降低对ADC采样率的要求.     

非线性问题的求解及优化研究——基于遗传算法和混合遗传算法的分析

遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程中,往往会出现早熟现象。基于GA传统算法,结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。     

基于混合遗传算法的非线性问题求解及优化研究

遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程耗时较长,易出现早熟现象导致结果准确度低。根据GA传统算法与结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化问题和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA)进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。     

亚、超高斯信号后非线性混合盲分离的一种块自适应算法

本文研究了后非线性混合信号的盲分离 .后非线性混合信号是由线性混合的每一路信号分别经过一个非线性畸变产生的 .因此分离这种信号需要在适用于线性混合的线性分离结构前放置一个用于补偿非线性畸变的非线性校正部分 .本文用一种最大似然方法推导了一般后非线性分离结构的学习公式 .在前人一些工作的基础上 ,提出了一种用于亚、超高斯信号后非线性混合的盲分离算法 .该算法用多层感知器对分离结构的非线性校正部分进行建模 ,迭代过程中根据一稳定性条件在分别适用于亚、超高斯信号的概率模型间进行切换并以块自适应方式工作 .通过对模拟信号及实际信号 (图像和语音 )的实验证明了该算法的有效性 .     

基于Proteus的单片机A/D转换仿真实验

A/D转换器是一种能把输入模拟电压或电流变成与其成正比的数字量的电路芯片,它广泛应用在单片机的前向输入通道中。文章采用ADC0804单通道8位并行接口芯片作为A/D转换器完成数据转换,控制器使用美国ATMEL公司的增强型AT89C52单片机,对转换完成后得到的数字量经过单片机P1口输出到8个LED发光二极管上显示。使用KeilC51编程软件,编译成功后,用Proteus仿真软件设计电路原理图,实现A/D转换过程并显示转换结果。     

数字化音频技术在电视节目及多媒体制作中的应用

一、数字化音频技术基础 在电脑里，把模拟音频信号转成数字音频称之为采样，所用到的主要硬件设备便是模拟／数字转换器(Analog to Digital Converter，即ADC)。采样的过程实际上是将通常的模拟音频信号的电信号转换成许多称作“比特(Bit)”的二进制码0和1，这些0和1便构成了数字音频文件(如图1)，图中的正弦曲线     

非线性时间序列的神经网络预测的研究

采用各种改进的BP算法及径向基神经网络来逼近非线性映射Xn 1=4Xn(1-xn)，揭示了人工神经网络有非常强的逼近非线性映射的能力。同时也分析对比了各种算法的性能，讨论了几种改善人工神经网络功能的途径。     

基于DPLL同步的高频降压型DC-DC转换器设计

数字电路在技术性能、集成化和设计周期各方面都超过模拟电路。该文提出了一个采用数字锁相环(DPLL)实现同步的高频滞回控制降压型DC-DC转换器的设计。数字锁相环锁定到参考时钟频率,使用数字控制延迟线(DCDL)补偿占空比变化对转换器开关频率的影响,消除了开关频率对转换器输出电压的依赖性,有效解决了转换器的稳定性与快速阶跃响应的矛盾,转换效率、纹波等性能优越。     

组合KdV-Burgers方程的预校算法及其数值仿真

非线性偏微分方程的有限差分算法存在两大难点,一是求解高阶非线性方程组消耗太多的时间和内存,二是计算过程极不稳定,以至在很短暂的时间步内产生爆破现象.为了改善数值稳定性和提高计算效率,针对KdV-Burgers方程,提出一种预校算法及其改进技巧：多次校正的PCM算法,Gauss-Seidel算法和正反交替校正算法.通过这个预校算法,可以求解许多一般的非线性偏微分方程,包括KdV方程,修正KdV方程,组合KdV-MKdV方程,Burgers方程,KdV-Burgers方程等.在一定条件下,这种算法收敛速度快、稳定性好、计算复杂度保持为O（1/h.1/τ）;相比Fourier拟谱方法和线性隐式格式,该算法无需求解高阶方程组,编程统一,内存消耗很少.数值实验表明所构造的格式能长时间模拟不同孤立波解的传播与碰撞过程,验证了算法的有效性和稳定性.