【摘 要】
：
直接飞行时间测距法（DTOF,Direct Time of Flight）凭借其测距距离远,弱光性能较好,成为3D深度视觉技术未来的热门发展方向。而数字时间转换器（TDC,Time-to-Digital Converters）作为影响基于DTOF原理的图像传感器的关键组成部分,其性能的好坏直接决定了DTOF图像传感器的测距精度与误差。针对DTOF测距应用中高精度、宽动态范围和高稳定性的设计要求,经
论文部分内容阅读
直接飞行时间测距法（DTOF,Direct Time of Flight）凭借其测距距离远,弱光性能较好,成为3D深度视觉技术未来的热门发展方向。而数字时间转换器（TDC,Time-to-Digital Converters）作为影响基于DTOF原理的图像传感器的关键组成部分,其性能的好坏直接决定了DTOF图像传感器的测距精度与误差。针对DTOF测距应用中高精度、宽动态范围和高稳定性的设计要求,经过对各种TDC结构类型学习对比后,本文提出了一种基于DTOF的三段式TDC电路设计。整个电路系统包括淬灭电路、TDC电路、直方图统计电路。设计主动复位的淬灭电路为TDC电路提供时间停止信号。为了拓宽动态范围高段采用时钟周期计数型TDC,利用外部时钟驱动计数器,实现高段TDC量化;中段也采用时钟周期计数型TDC,利用更高频率时钟计数器进行中量化;最低段采用基于状态采样的多相位时钟插值型TDC,达到高分辨率要求。将高段TDC分辨率时间的两倍作为中段TDC的量化量程,实现了高段TDC和中段TDC的无缝衔接,减小了计数器进位时电路延时带来的量化误差。四级压控环振首先为中段计数型TDC提供了2GHz的高频时钟,此高频时钟即为中段TDC的计数时钟。并利用四级环振产生的四相位时钟进行插值,得到高分辨率的量化结果。本文设计了能够自主开启和关闭的四级环振,相较传统分段式TDC结构,其电路功耗大大减小,同时消除了累计误差。同时设计直方图统计电路,消除因背景光等因素造成的测量误差。本文在Towerjazz 0.18μm标准CMOS工艺下,采用Cadence电路设计工具,依次完成了电路设计、前仿真、版图设计和后仿真工作。最终设计出的TDC系统的版图总面积为129.9μm×256.17μm。后仿真结果表明:在500MHz输入参考时钟、1.8V电源电压、室温下常用典型工艺角下,TDC的分辨率和量程分别可达62.5ps和32nm;系统单次测距功耗仅为1.583m W;并且在进行系统误差校准后DNL（Differential Nonlinearity）在-1LSB～1LSB之间,INL（Integral Nonlinearity）为-1LSB～1LSB。满足激光雷达测距应用时所需的要求。
其他文献
作为第三代半导体材料的代表,碳化硅（Si C）由于具有禁带宽度大、击穿电场高、热导率高等特点,被广泛应用于高功率电子器件领域。而结势垒肖特基（Junction Barrier Schottky,JBS）器件拥有较低的开启电压,更快的恢复时间,更少的开关损耗,较低漏电电流等优点,具有明显优势,已经成为当前功率器件研究热点之一。不断提高的器件参数也对器件的掺杂等关键工艺提出了更高的要求。本文在此背景下
现场总线技术广泛应用于工业自动化领域,是智能设备之间的数据通讯网络,增强了底层设备与控制管理层之间的联系。控制器局域网（CAN）就属于数据现场总线范畴。经过多年的发展,现场总线已经较为成熟,为了朝速率更快成本更低的方向发展,现场总线正在逐步向工业以太网转变。传统现场总线向工业以太网转变时,为了最大化保留原设备,降低更新换代的成本,需要在工业以太网芯片中搭载现场总线接口。目前市场中有大量的CAN总线
得益于科学技术的不断进步以及物理算力的逐步提高,神经网络作为当下人工智能领域的重要一环,已经被越来越多地应用于金融、交通、医疗、消费等各行各业中。但是,目前用于评估神经网络质量的方法依然是基于训练集—测试集的传统软件测试方法,无法保证神经网络的安全性甚至是正确性。再加上对抗攻击技术近些年不断地发展,使得对抗样本可以在只产生微小扰动的情况下肆意更改神经网络的输出,这也给人工智能领域覆上了一层阴霾。因
近年来,深度学习技术在多个研究领域大放异彩,基于卷积神经网络模型的创新成果与日俱增。为解决医疗资源紧缺和创建更好的医疗环境,全球多个国家出台相关政策,鼓励发展医疗人工智能行业,不断推进新一代计算机技术在医疗行业的应用。其中,利用深度学习技术的辅助诊断算法一直是数字医疗研究的热点,它能帮助医生诊断分析大量医疗数据,减少阅片误诊率和漏诊率。当前,一些深度学习算法模型在图像的检测效率和精度上相比于专业医
三维装箱问题属于典型的组合优化问题,在物流装载、仓储分配等问题中有广泛的应用场景。特别是在我国物流行业高速发展的今天,装箱效率是物流企业不可回避的优化方向。在一定时间内计算出合理的装箱方案能帮助企业降低物流成本,减少车辆与人员的浪费现象,如果再配合使用可视化软件或自动化装箱设备将大幅度提高装箱效率,从而增强企业竞争力。因此研究三维装箱问题不仅有极大的理论价值,也有十分重要的经济价值。通过文献调研,
可分任务的多趟调度已成为任务调度领域研究的热点和难点问题。多趟调度中不合理的任务分配不仅可能降低任务的完成效率、降低平台的资源利用率,甚至可能引发处理机的时间冲突（即任务在时间上重叠分配）,导致处理机不能如约按时完成任务计算。鉴于此,本文提出了一种合理、高效且无冲突的多趟调度模型及算法,并将该理论成功应用于求解雾计算平台下的任务调度问题。本文的主要研究成果包括:1.研究了无冲突的多趟调度模型及算法
聚类算法作为一种无监督学习方法,广泛应用于医学影像、图像分割、目标检测、和网络安全等领域。近年来,随着数据信息愈加复杂、多样,类的不平衡问题始终是学者们研究的热点之一。传统的聚类算法一般适用于普通数据集,在类大小差别较大的不平衡数据集上的聚类具有难以确定最终聚类数、不平衡比例未知等难点。多子类思想,是一种将不平衡数据集分成若干相似大小的子类,之后对相似度较高的子类进行合并得到最终聚类结果的过程。这
近年来,在互联网和医疗器械等市场需求增大和工艺技术不断更新换代的驱使下,ADC芯片需要向更高精度、更小能耗的方向发展。但是传统的SAR ADC被限制在中等精度,高精度的Sigma-Delta ADC利用过采样来实现精度的提升,但是过采样对失配误差的作用很小,传统校准失配误差方法为工艺修调或者数字校准,增加了复杂度。为打破失配误差对高精度的瓶颈限制,本文在SAR ADC的基础上,借助辅助ADC实现噪
如今,互联网已经深入到了人们日常生活的各个方面,从工作、娱乐、沟通到购物消费等都因为网络的便捷发生了巨大的变化,而这同时也产生了海量的数据需要存储和访问。为了应对这些问题,国内外研制了多种不同存储模式的No SQL数据库,其中键值数据库由于它的存储结构简单和良好的性能优势,获得了人们更多的青睐。键值数据库是使用一对数据作为存储模型,其中键的数据类型必须是能作为唯一标识的字符串,目的是为了建立索引及
随着互联网的迅速普及,各类互联网应用对数据库的要求越来越高,新的应用要求数据库不仅具有良好的ACID属性,在保持查询效率的前提下还要支持数据高速写入和更新,此外还必须具有良好的分布式可扩展性。在此背景下,新一代的NoSQL数据库应运而生。目前流行的NoSQL数据库包括Google的Spanner/F1、阿里的Ocean Base、Cockroach DB、Ti DB等,它们底层存储引擎都采用了LS