先進的系統架構和集成電路設計技術，使得模數轉換器 (ADC) 制造商得以開發出更高速率和分辨率，更低功耗的產品。這樣，當設計下一代的系統時，ADC設計人員已經簡化了很多系統平臺的開發。例如，同時提高ADC采樣率和分辨率可簡化多載波、多標準軟件無線電系統的設計。這些軟件無線電系統需要具有數字采樣非常寬頻范圍，高動態范圍的信號的能力，以同步接收遠、近端發射機的多種調制方式的高頻信號。同樣，先進的雷達系統也需要提高ADC采樣率和分辨率，以改善靈敏度和精度。在滿足了很多應用的具體需求，ADC的主要性能有了很大的提高的同時，ADC的功耗也有數量級的下降，進一步簡化了系統散熱設計和更小尺寸產品的設計。
標簽： FemtoCharge ADC 高分辨率 低功耗
上傳時間： 2013-10-22
上傳用戶：meiguiweishi
SIFT算法具有旋轉、平移、尺度縮放和亮度的變化保持不變性的優點，也有算法復雜、計算時間長的缺點。本文提出了以街區距離代替歐式距離的新方法，來提高SIFT特征匹配效率，縮短匹配時間，提高SIFT算法的實時性。實驗結果表明，該方法在保持圖像匹配率和算法魯棒性的同時，可以減少運算時間。
上傳時間： 2013-10-28
上傳用戶：zhangzhenyu
給出了兩種應用于兩級CMOS 運算放大器的密勒補償技術的比較,用共源共柵密勒補償技術設計出的CMOS 運放與直接密勒補償相比,具有更大的單位增益帶寬、更大的擺率和更小的信號建立時間等優點,還可以在達到相同補償效果的情況下極大地減小版圖尺寸. 通過電路級小信號等效電路的分析和仿真,對兩種補償技術進行比較,結果驗證了共源共柵密勒補償技術相對于直接密勒補償技術的優越性.
上傳時間： 2013-10-14
上傳用戶：gengxiaochao
提出了一種基于相關分析的飛機目標識別方法。該方法利用飛機圖像低頻和高頻部分合成濾波器模板，能達到很高識別率與很低的等錯率。該研究旨在提高飛機識別的準確率和降低出錯率，采用一種基于相關分析的飛機目標識別方法。該方法通過對采集的飛機圖像做去除背景、降噪、圖像增強、二值化和歸一化處理，將飛機圖像低頻和高頻部分合成濾波器模板，通過特征比對達到識別飛機的目的。利用Matlab 7.0做10種飛機的識別實驗，得出了95.47%識別率和0.04%等錯率的結論，識別率和等錯率均優于不變矩法、三維識別方法、基于小波分析和矩不變量的方法，印證了筆者提出的基于相關分析的飛機目標識別方法的優越性。在飛機圖像數據庫上的實驗結果表明，該方法是可行的。
上傳時間： 2013-11-03
上傳用戶：manlian
提出了一種基于UC3842實現的新型電流PWM控制的反激式開關電源，分析了UC3842在反激電路中用于輸出直接反饋的新用法。與傳統方法相比，該方法具有電壓紋波小、負載調整率和電壓調整率低的特點。實驗結果證實了該方法的良好效果。
上傳時間： 2013-11-23
上傳用戶：c12228
概述: MXT2576是降壓型開關電源穩壓器，有很好的電壓調整率和負載調整率，能夠提供5V的輸出電壓和3A的驅動電流。 MXT2576應用簡單，需要的外圍器件少，內置頻率補償電路和固定頻率振蕩器。外圍器件可以采用不同廠家生產的標準系列的電感，從而簡化了開關電源的設計。 在規定的輸入電壓和輸出負載的條件下，MXT2576輸出電壓的容差為±4%，振蕩器振蕩頻率的容差為±10%。 提供外部關斷信號，待機電流小于200uA（典型值50uA）。內置電流保護電路和溫度保護電路對芯片進行保護。 MXT2576能夠很好的代替通常的三端線形穩壓器，有效地減小散熱片的面積，在一些情況下即使不需要散熱片芯片仍可以正常工作。
上傳時間： 2013-12-18
上傳用戶：xiehao13
利用動態密勒補償電路解決LDO的穩定性問題:針對LDO穩壓器的穩定性問題，設計了一種新穎的動態密勒補償電路8與傳統方法相比，該電路具有恒定的帶寬，大大提高了系統的瞬態響應性能，同時將開環增益提高了，左右使6LDO穩壓器具有較高的電壓調整率和負載調整率。通過具體投片，驗證了該方法的正確性和可行性。關鍵詞：低壓降穩壓器，動態密勒補償，穩定性，P型場效應管電容器
上傳時間： 2013-10-24
上傳用戶：小寶愛考拉
提出了一種改進的LSM-ALSM子空間模式識別方法，將LSM的旋轉策略引入ALSM，使子空間之間互不關聯的情況得到改善，提高了ALSM對相似樣本的區分能力。討論中以性能函數代替經驗函數來確定拒識規則的參數，實現了識別率、誤識率與拒識率之間的最佳平衡；通過對有限字符集的實驗結果表明，LSM-ALSM算法有效地改善了分類器的識別率和可靠性。關 鍵 詞 學習子空間; 性能函數; 散布矩陣; 最小描述長度在子空間模式識別方法中，一個線性子空間代表一個模式類別，該子空間由反映類別本質的一組特征矢量張成，分類器根據輸入樣本在各子空間上的投影長度將其歸為相應的類別。典型的子空間算法有以下三種[1, 2]：CLAFIC(Class-feature Information Compression)算法以相關矩陣的部分特征向量來構造子空間，實現了特征信息的壓縮，但對樣本的利用為一次性，不能根據分類結果進行調整和學習，對樣本信息的利用不充分；學習子空間方法(Leaning Subspace Method, LSM)通過旋轉子空間來拉大樣本所屬類別與最近鄰類別的距離，以此提高分類能力，但對樣本的訓練順序敏感，同一樣本訓練的順序不同對子空間構造的影響就不同；平均學習子空間算法(Averaged Learning Subspace Method, ALSM)是在迭代訓練過程中，用錯誤分類的樣本去調整散布矩陣，訓練結果與樣本輸入順序無關，所有樣本平均參與訓練，其不足之處是各模式的子空間之間相互獨立。針對以上問題，本文提出一種改進的子空間模式識別方法。子空間模式識別的基本原理1.1 子空間的分類規則子空間模式識別方法的每一類別由一個子空間表示，子空間分類器的基本分類規則是按矢量在各子空間上的投影長度大小，將樣本歸類到最大長度所對應的類別，在類x()iω的子空間上投影長度的平方為()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函數稱為分類函數；為子空間基矢量。兩類的分類情況如圖1所示。
上傳時間： 2013-12-25
上傳用戶：熊少鋒
通過對入侵檢測技術的分析，文中提出了一種基于分類算法的關于誤用檢測和異常檢測的入侵檢測系統模型框架。通過對決策樹算法的改進，該系統的誤報率和漏報率得到了有效降低，入侵檢測系統的檢測率得到了一定的提高。
上傳時間： 2013-11-16
上傳用戶：daijun20803
對于獨立同分布的瑞利衰落信道，Grassmann碼本可以取得良好的系統性能，但是當MIMO信道存在空間相關性時，該碼本不可避免的帶來性能損失，本文針對空間相關的MIMO信道，通過用發送相關矩陣的平方根對傳統Grassmann碼本進行旋轉，然后再量化，得到適用于空間相關信道下的新碼本，并通過實驗仿真闡釋了新得到的碼本對于傳統碼本在誤碼率和信道容量方面等方面的性能優勢。
上傳時間： 2013-10-28
上傳用戶：com1com2
