【摘 要】
：
基于高速串行通信系统中锁相环和时钟数据恢复电路的需求,研究了前馈环形振荡器的结构与工作原理;在传统结构的基础上,将前馈路径耦合至主路径反相器的源极,可以提高输出信号的边沿速率;最后基于Hajimiri模型的脉冲灵敏度函数进行分析,提出的结构有效降低了热噪声和闪烁噪声的引入.在28 nm CMOS工艺下设计了单源极前馈型和双源极前馈型的环形振荡器,仿真结果表明,振荡频率在2.5 GHz时,2种新结构相位噪声分别为-99 dBc/Hz@1 MHz和-105 dBc/Hz@1 MHz,FoM值分别为163 dB
【机 构】
：
国防科技大学计算机学院,湖南 长沙 410073
论文部分内容阅读
基于高速串行通信系统中锁相环和时钟数据恢复电路的需求,研究了前馈环形振荡器的结构与工作原理;在传统结构的基础上,将前馈路径耦合至主路径反相器的源极,可以提高输出信号的边沿速率;最后基于Hajimiri模型的脉冲灵敏度函数进行分析,提出的结构有效降低了热噪声和闪烁噪声的引入.在28 nm CMOS工艺下设计了单源极前馈型和双源极前馈型的环形振荡器,仿真结果表明,振荡频率在2.5 GHz时,2种新结构相位噪声分别为-99 dBc/Hz@1 MHz和-105 dBc/Hz@1 MHz,FoM值分别为163 dBc/Hz和164 dBc/Hz.
其他文献
针对三维人体重建中服装视觉信息表示模糊的问题,提出一种多阶段优化的三维人体重建方法.首先对输入的人体图像进行预处理,分别提取其语义特征、明暗特征和高频特征;然后基于局部深度特征构建有向距离场,隐式表征三维人体的几何形状;再构建着装层次表示模块,通过定义着装层次损失函数感知服装语义上下文信息,并优化有向距离场,生成粗糙的三维人体模型;最后结合明暗特征和高频特征捕获服装褶皱细节,并在UV空间内定位褶皱位置,优化生成精细的三维人体模型.在BUFF数据集上的实验结果表明,所提方法的法线L2误差和倒角距离误差分别为
同材质甲骨残片的缀合工作是甲骨学研究的重要分支,为解决甲骨材质的分类问题,提出以R-UNet++为主的分类框架.R-UNet++继承了UNet++中密集的卷积块链接,并在此基础上引入注意力模块、双线性上采样方法和残差单元的改进策略,在提升网络细粒度分割能力的前提下,有效抑制了多尺度特征融合时产生的噪声响应.在分类框架中,首先通过R-UNet++准确分割类间差异性信息;然后采用ResNet50作为分类网络,对R-UNet++的分割图像进一步提取特征,并实现甲骨材质的分类.在真实的甲骨材质数据集中进行了分割和
为寻找1种高效且价格低廉含Zn2+废水的生物吸附剂,资源化利用香菇废弃物,以聚乙烯醇(PVA)、海藻酸钠(SA)包埋香菇残粉制成PVA-SA香菇小球.进行了以PVA、SA、香菇残粉、一次交联时间、磷酸盐浓度、二次交联时间为影响因素的6因素3水平正交实验来确定包埋香菇的最优方案,得到PVA-SA包埋香菇最佳配方是8％PVA+2％SA+3％香菇残粉,在质量分数为2％CaCl2饱和硼酸中一次交联12 h后,在质量浓度为3 g/L磷酸盐溶液中交联8 h.最佳香菇小球对Zn2+平衡吸附时间为1 h,伪二级动力学模型
为解决人脸表情识别时存在的参数量大、速度低和表情区域特征表示力不足的问题,提出一种基于深度二值卷积网络的人脸表情识别方法.首先设计一个二值卷积与传统卷积并行运算的轻量化网络模型BRNet,以降低网络模型参数的复杂度,从而提升识别的速度;然后构建一个动态半径策略提取表情二值特征,并形成表情区域注意权重,实现表情局部特征与人脸全局特征的有效融合;最后设计交叉熵和L2损失,快速实现了表情图像的准确分类.实验结果表明,所提方法在常用的CK+和Oulu-CASIA表情库上的平均识别率分别达到99.25％和93.85
针对结构相似、纹理重复的场景中特征匹配结果存在特征误匹配率较高的问题,采用密度聚类分析,提出一种基于逆近邻与影响空间的误匹配剔除方法.首先依据初始特征匹配候选集,利用特征匹配的全局信息构建特征匹配集,充分体现特征匹配对间的局部相似性、几何与运动一致性;然后采用基于逆近邻与影响空间的密度聚类分析,利用可扩展半径方法构造特征匹配聚类簇,并消除特征匹配聚类簇中的噪声点,从而有效地剔除了特征匹配集中的误匹配对.在标准DTU与古建筑数据集上的实验结果表明,与其他方法相比,该方法的平均精度、平均召回率和平均F分数均超
为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量计算方法将上一层码书训练的误差向量作为下一层码书训练的输入,在此基础上提出迭代优化方法降低码书训练的全局量化误差;在特征向量量化阶段,利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度;最后对特征向量近似最近邻搜索,提出一种非对称欧几里得度
为增强捕捉细粒度局部特征能力以进一步提高复杂场景点云语义分割精度,将自注意力机制引入PointNet++构建点云语义分割网络SSA-PointNet++.首先将采样点邻域的自注意力明确分为中心自注意力和邻域自注意力两部分,综合两者并结合不同空间编码方式增强网络模型对采样点邻域拓扑结构的学习;然后构建注意力池化模块以强化重要信息在网络的有效传递,并通过差异性池化函数整合注意力池化、最大池化提取的多个全局特征以提高点云语义分割结果的鲁棒性.对公开数据集S3DIS,Semantic3D的场景语义分割实验表明,所
针对OpenVX并行处理器中微控制器内部存储量大和转移步骤复杂的问题,利用相联存储器产生微程序初始地址的方法提高了控制存储器的利用率.并依据分组并行判断思想对各个操作执行条件分组,提高了转移地址产生的速度.通过将OpenVX中5类图像处理函数映射到此处理器进行验证,实验结果表明,采用上述结构和方法,控制存储器利用率提高了38.7％,平均转移步数减少了50％.最后优化了微程序,使系统整体的执行效率更高.
山东某污水处理厂总设计处理规模为15万m3/d,实际处理规模达到近20万m3/d,最大日均产泥量已突破220 t,污泥经脱水处理后外运至周边砖厂制砖或填埋,消纳出路不稳定,不能满足污水厂污泥处理要求,需进行污泥处置工程建设.该污水处理厂污泥处置项目设计规模为300 t/d(含水率80％),采用“连续深度脱水耦合低温干化”工艺,将污泥含水率从80％降至30％后外运至电厂协同焚烧.本文介绍了山东某污水处理厂污泥处置项目工艺的选择和主体工艺段设计要点,为其他类似项目设计、改造提供参考.
在FPD领域中FPC端口和IC端口之间的布线被称为PCB布线.受到可布线区域形状、线宽和线间距等多种因素的影响,PCB布线可能是规则形状的布线,也可能是不规则形状的布线,导致精确计算布线电阻十分困难.现有的电阻计算方法能够基于布线拐点坐标计算任意形状的PCB布线电阻,但是这些方法时间开销和空间开销都很大,严重影响设计的收敛性,并且也无法有效利用已有的布线数据.首次研究了基于机器学习的PCB布线电阻计算方法:首先,将任意形状的PCB布线划分为多个连续的四边形布线;其次,利用建立的四边形布线电阻计算方法,对单