基于Simplorer的锁相环电路建模与仿真分析

提出了一种基于Simplorer7.0实现锁相环电路的仿真分析方法,通过对锁相环电路进行数学分析,采用VHDL-AMS语言对鉴相器、环路滤波器、压控振荡器等进行行为级建模,在此基础上,架构了锁相环模型,并对其进行分析.从仿真结果可以得出,利用VHDL-AMS对模型行为级建模,具有概念清晰、仿真简捷、高效.     

CMOS锁相环频率合成器系统设计

在归纳总结现代集成电路Top-Down的设计流程的基础上,从系统的角度出发,提出电荷泵锁相环频率合成器系统参数的设计方法。并应用Matlab和Verilog-A对锁相环频率合成器系统进行建模和仿真。结果表明,系统参数满足设计要求,为晶体管级设计和物理版图设计提供坚实的基础。     

电荷泵锁相环电路设计及其性能

锁相技术广泛应用于通信中的各个领域.在分析电荷泵锁相环电路非理想效应的基础上,对鉴频鉴相器(PFD)、电荷泵(CP)、环路滤波器(LPF)、压控振荡器(VCO)、分频器模块(FDM)进行了优化设计.在进行系统级设计时,建立了相应的行为模型,通过Simulink仿真验证,整个系统基于CMOS工艺实现,符合设计要求,性能优良.     

电荷泵对小数分频锁相环相位噪声的影响

与整数分频电荷泵锁相环不同,小数分频电荷泵锁相环中电荷泵对锁相环的性能有更大的影响,电荷泵的各种非理想因素将降低PLL输出相位噪声和杂散的性能.重点分析了电荷泵两种非理想因素对小数分频锁相环相位噪声和杂散的影响:非线性和电流失调.此外还分析了电荷泵电流源噪声对小数分频锁相环的影响,分析结果为优化电荷泵的电路设计提供理论依据.     

锁相环仿真算法的研究

提出一种新的锁相环仿真算法,利用跳变沿前后的仿真数据计算出跳变沿的准确位置,同时采用指数方式自适应的调整仿真步长,大幅提高锁相环的仿真速度与仿真精度.采用C编写了锁相环的仿真器,对250MHz电荷泵锁相环进行了仿真,其仿真精度与仿真速度都远高于Spectre等仿真器.     

通信系统中差分型电荷泵锁相环

高性能的锁相环芯片,是当今通信领域研究的一个重点.通过改进普通型电荷泵锁相环电路模块,设计出一种带有共源共栅电流源的差分型电荷泵锁相环,使之有效地控制时钟馈通、电流不匹配、电荷注入和电荷共享等非理想效应,保证电荷泵的充放电速度更快、抖动更低.仿真结果表明,该设计实现了快锁低抖特性.     

基于Simulink的ADC系统误差行为级模型

为了更好的研究ADC系统各个性能指标之间的关系及优化电路级设计,本文提出了一种在MATLAB下Simulink仿真环境中ADC的行为级模型。针对ADC中输入和输出之间的延迟、增益误差、幅值受限、谐波失真及噪声等系统误差进行了MATLAB数学建模,并对一个采样速度为1G赫兹,分辨率为6位的并行比较式ADC进行了仿真,以失调电压指标为例阐述了仿真结果对电路级设计中系统指标分配的指导方法。     

高阶有源锁相环路滤波器的设计与仿真

基于频率响应的设计方法,本文对四阶电荷泵锁相环滤波器进行了设计和仿真,利用时间常数与滤波器组件的关系,推导和分析了环路滤波器的传递函数,并在Matlab环境下仿真得到了理想的相位裕度和环路带宽.实验表明,该高阶有源锁相环路滤波器可以在保证相同的鉴相杂散抑制的同时,可允许更宽的环路带宽和更高的鉴相频率,从而改善了锁相环的带内相位噪声性能.     

三阶电荷泵锁相环的改进型事件驱动模型

在分析电荷泵锁相环结构和原理的基础上,采用符号函数sign()来描述状态变化,建立一个输入参考频率为50 MHz,输出频率为900 MHz的三阶电荷泵锁相环的事件驱动模型,通过设定模型中的参数,应用Matlab对模型进行仿真.结果表明:当输入频率为50 MHz时,此三阶电荷泵锁相环完全能够锁定,并且在锁定时,输出频率为900 MHz,达到设计目的,并且该事件驱动模型大大提高了效率.     

Δ-Σ频率合成器带外量化噪声抑制技术

基于对电荷泵电流不匹配引起的高阶Δ-Σ调制器（DSM）量化噪声建模,提出一种改进型小数分频频率合成器（Frac-N）模型,即：在传统小数分频频率合成器的反馈支路上嵌入一个不含分频器的宽频带锁相环（PLL）构成的噪声滤除器（NF）。另外,为了减小鉴频鉴相器（PFD）输入端相位误差,设计了一个线性度能达到89%的电荷泵。该频率合成器采用0.18μm CMOS电路实现,仿真结果表明采用该噪声滤除技术可以对高阶DSM产生的带外量化噪声进行有效抑制。     

自适应粒子群神经网络识别种蛋成活性

提出了一种自适应粒子群神经网络自动识别孵化早期种蛋成活性的方法.通过主成分分析提取孵化种蛋颜色特征,减少了神经网络输入节点数.提出的自适应粒子群优化算法,用于优化多层前馈神经网络的拓扑结构,提高了神经网络的学习质量和速度.实验表明该方法识别种蛋成活性切实可行,识别准确性高,算法具有鲁棒性.     

驾驶员生理指标多层递阶自适应预测

采用多阶递阶模型进行驾驶员生理指标参数的预测研究,详细分析其建模预测方法,以心率指标作为驾驶员生理指标的关键参数,研究多阶递阶模型在驾驶员生理指标参数预测中的应用,并采用Matlab编程对模型求解.结果显示由于多阶递阶充分考虑到了驾驶员生理指标的时变特性和非线性特性,该模型能够很好地跟踪系统的变化趋势,因此其预测精度更高.     

基于卷积神经网络的无人机识别方法仿真研究

为了提高卷积神经网络(CNN)的泛化性和鲁棒性,改善无人机航行时识别目标图像的精度,提出了一种CNN与概率神经网络(PNN)相结合的混合模型。利用CNN提取多层图像表示,使用PNN提取特征对图像进行分类以替代CNN内部的BP神经网络,采用均方差和降梯度法训练模型,通过将预处理的图像传输到CNN-PNN模型,对图像纹理和轮廓进行分类识别,并将此模型的仿真结果与卷积神经网络模型、卷积神经网络-支持向量机模型的结果进行对比。仿真结果表明,与其他两种模型相比,CNN-PNN模型具有更好的精准度,识别率高达96.30%。因此,CNN-PNN模型能够快速有效地识别图像,准确度和实时性较高,在图像识别等方面具有很好的应用前景。     

基于IBIS模型的高速数字I／O缓冲器的瞬态行为建模

引入了一种基于最新版本的IBIS模型给出的信息构造高速数字I／O缓冲器的瞬态行为模型的方法，阐述了从IBIS建模数据中得到这种瞬时状态转换行为模型的过程，同时获得了建模所需要的充分条件，与相应的晶体管级模型相比，该方法在获得了更高仿真精度的同时，提高了具有大量同步开关器件芯片互连的仿真速度，最后，为了验证模型的有效性，给出了该模型和晶体管级模型（SPICE模型）模拟结果的比较。     

增强现实中的多层次遮挡算法

提出了一种改进的基于几何立体匹配的遮挡检测算法来提高增强现实系统中虚实遮挡检测的实时性、精度和鲁棒性．通过立体图像对中虚实点的投影位置关系判断虚实点之间的遮挡关系,不需要进行深度计算,能够有效提高遮挡检测的速度;通过选择网格边界上特征明显的边点进行检测运算能够提高遮挡检测精度;根据显示状态的连续性,提出一种状态拟合模型来改善算法的鲁棒性．实验结果证明此遮挡算法可以实现虚实物体间快速、可靠的多层次遮挡检测．     

废气涡轮增压器旁通阀开度优化研究

采用GT-Power仿真软件建立了小面径比(A/R)增压柴油机仿真模型;并通过发动机台架试验验证仿真模型计算结果的准确性和合理性。在此基础上对外特性各转速下旁通阀开度进行了标定和优化;并分析不同开度对柴油机性能的影响规律,以及高速工况下涡前压力和进气压力两者对柴油机性能的影响。结果表明匹配小涡轮时,通过优化旁通阀的开度可以使进气压力和涡前压力平衡;并提高中高速扭矩,改善经济性。高速时,涡前压力是影响柴油机性能的主要因素。     

基于GWO改进神经网络的风致输电杆塔响应计算方法

针对基于有限元方法的风致输电杆塔仿真模型存在模型参数设置复杂、响应速度低下等问题,本文提出了一种结合杆塔仿真计算与机器学习的杆塔应力快速计算方法,实现了风致输电杆塔仿真模型的高效运算。本文首先利用有限元仿真分析10~35 m/s风速0~90°风向下输电杆塔的应力结果,将其作为神经网络训练样本;分析杆塔本征参数及气象因素对杆塔应力结果的影响,提出一种基于风速、风向和塔材类型等因素的特征值选取方法;利用GWO优化算法提高神经网络准确度,建立基于GWO-BPNN的杆塔风致应力计算模型,计算速度可达建模仿真的10倍以上。在准确率上,基于数据集划分训练集及验证集,模型准确率在98%以上,将计算结果与实际杆塔受灾情况相比情况一致。本模型可用于输电线路防风预警,致力于输电线路防灾减灾。     

简化模糊推论模型与多层构造模糊推论模型的对比研究

能够直接输出非模糊值的简化模糊推论已被广泛应用于控制系统.随着条件部成员函数个数的增加,这种模糊推论模型能够获得较高的输出精度.但是,对于采用从现实环境下获取的示教数据进行模型学习的情况,简化模糊推论模型有时难以获得很高的辨识精度.本文采用现实环境下的两种典型的示教数据,对单层构造的模糊推论模型和多层构造的模糊推论模型进行辨识.实验结果表明,多层构造的模糊推论模型比单层构造的模糊推论模型具有更高的辨识精度和对示教数据的适应能力.图7,表4,参16.     

级联型高压变频系统无速度传感器矢量控制策略研究

为提高级联型高压变频调速系统的可靠性和鲁棒性,提出了一种用于级联型高压变频系统的无速度传感器矢量控制策略.该策略重点针对磁通观测模型、转速辨识方法及PWM死区补偿方法进行了优化;改进了磁通观测中的电压模型,采用基于转子磁通角度的模型参考自适应(MRAS)转速辨识方法,对PWM进行了死区补偿,进而提高了系统低速性能和控制精度.在Matlab/Simulink平台搭建了仿真模型.设计构建了大功率实验平台,实验结果与仿真结果相符,表明系统具有良好的转速辨识精度和调速性能,加入死区补偿可以减小低速区的转速波动,提高了低速区的转速辨识精度,验证了所提出控制策略的正确性.     

一种行为级的仿真方法及Sigma-Delta模数转换器的最优化设计

提出了一种行为级仿真方法,可以用于Sigma-Delta模数转换器系统级和行为级设计。与传统的行为级设计方法相比,该方法拥有更高的速度,更加易于使用,并且对于行为级设计来说有更高的效率。采用这种仿真方法,能详细分析模拟电路单元的非理想特性如积分器、比较器、运算放大器等,有助于实现高性能设计。为了验证该设计方法的有效性,设计了一个二阶Sigma-Delta模数转换器,并采用0.13μm混合信号CMOS工艺进行了流片。测试结果显示,调制器可以实现77.2dB的最高信噪比,相当于12.5位量化精度,而功耗仅为5.9mW(包括抽取滤波器为6.2mW)。