【摘 要】
：
在时间交织ADC结构中,本文基于压缩感知理论提出一种无冗余通道随机化方法.利用随机数决定当前通道ADC是否采样,当有多个通道ADC空闲时随机选择某个通道进行采样,实现时间交织ADC的欠奈奎斯特随机化采样.在此基础上,基于观测矩阵和正交匹配追踪算法对时间交织ADC的数据进行重建,获得完整的ADC量化结果.通过MATLAB对本文提出的基于压缩感知的时间交织ADC通道随机化方法进行建模,在给定采样时间失配条件下,本方法将时间交织ADC的SFDR从53.1 dB提高到65.5 dB,提升12.4 dB,有效提高了
【机 构】
：
北京智芯微电子科技有限公司,北京100192;电子科技大学,电子科学与工程学院,四川成都610054;国网浙江省电力有限公司,浙江杭州310063
论文部分内容阅读
在时间交织ADC结构中,本文基于压缩感知理论提出一种无冗余通道随机化方法.利用随机数决定当前通道ADC是否采样,当有多个通道ADC空闲时随机选择某个通道进行采样,实现时间交织ADC的欠奈奎斯特随机化采样.在此基础上,基于观测矩阵和正交匹配追踪算法对时间交织ADC的数据进行重建,获得完整的ADC量化结果.通过MATLAB对本文提出的基于压缩感知的时间交织ADC通道随机化方法进行建模,在给定采样时间失配条件下,本方法将时间交织ADC的SFDR从53.1 dB提高到65.5 dB,提升12.4 dB,有效提高了 ADC的动态性能.
其他文献
碳化硅(SiC)半导体具有宽禁带、高临界击穿电场、高热导率等优异的性能,在高温、高频和大功率器件领域具有广阔的应用前景.SiC肖特基二极管是最早商用化的SiC器件,然而,由于决定金属接触性能的肖特基势垒无法得到有效控制,高性能的SiC欧姆接触和肖特基接触制备仍然是SiC肖特基二极管研制中的关键技术难题.基于此,首先对金属/半导体肖特基接触势垒理论和载流子运输机制做了系统分析,根据金属/SiC接触实验中呈现的非理想电学特性,引出SiC肖特基二极管势垒不均匀分布问题;然后对分析势垒不均匀分布的平行传导模型、高
基于二维卷积神经网络(2DCNN)和三维卷积神经网络(3DCNN)的人体动作识别方法都存在运算量较大的问题,提出了关节点时空信息融合降维的人体动作识别方法(Joint-trajectory).首先,采用高分辨率网络(Higher-HRnet)提取视频每帧图像中人体各个关节点的空间坐标信息,构建单帧图像中人体关节点空间信息行向量;其次,在时间维度上对整段视频的所有关节点空间信息行向量进行纵向拼接,获得该视频的关节点时空信息融合矩阵;最后,使用残差网络对关节点时空信息融合矩阵进行学习和分类.在KTH数据集上的
文章针对海洋捕食者算法(Marine Predators Algorithm,MPA)求解精度不高和收敛速度慢等缺点,提出一种多子群改进的海洋捕食者算法(Multi-subpopulation Marine Predators Algorithm,MSMPA).根据不同适应度值将海洋捕食者种群分为领导者、追随者和衔尾者三个子群.领导者子群保持位置不变,追随者子群进行高斯变异,衔尾者子群由全局最优位置和平均位置矢量生成.使用不同维度的经典基准函数来评估改进海洋捕食者算法的效率.实验结果显示,经过改进的海洋捕
针对现有微博谣言检测算法在实用场景中存在滞后性,以及传统深度学习模型特征提取能力不足等问题,提出了基于RoBERTa-BiSRU++-AT的微博谣言早期检测模型,仅使用微博原始文本作为模型输入,不包含任何转发和评论信息或者其他相关特征信息.采用RoBERTa预训练模型学习当前词在特定上下文语境中的动态含义,解决静态词向量无法表示多义词的问题,提升词的语义表征能力;通过双向内置注意力简单循环单元(Simple Re-current Unit with Built-in Self-Attenttion)进行深
由于非结构化的低密度奇偶校验码(LDPC)具有更优异的纠错性能而受到广泛关注,但其非零元素分布较不规律且没有循环或准循环的子矩阵的构造方式,增加了译码器实现的设计难度.本文提出了基于CUDA的译码器设计,用于支持任意非结构化LDPC码的高吞吐量并行译码.利用校验矩阵压缩重排、优化信息存储等手段,设计实现GPU上高效的并行译码内核进行多帧译码.在GTX1660Ti GPU平台上的结果表明,基于TPMP流程的LLR—BP和NMSA译码内核设计吞吐量可分别达到78.88～360.25 Mbps和174.38～1
传统的谣言识别方法耗费人力物力并且准确率较低.为了有效识别社交网络中的谣言,提出一种基于融合模型的谣言识别方法.该方法首先通过BERT预训练模型构建文本句向量;其次构建TextCNN模型挖掘文本的语义特征,构建TextRNN模型用于挖掘文本的时序特征;最后,对两种模型进行加权融合,实现对谣言的识别.此外,还对原始主流模型进行了改进,一是借鉴Inception模型的思想来增加TextCNN模型的深度,二是将注意力机制注入TextRNN模型中,增加其可解释性和泛化能力.实验结果表明,相较于当前主流的谣言识别方
在保持与标准以太网兼容的基础上,基于以太网协议的时间敏感网络(TSN)通过建立网络时间同步、流量调度等手段,使得网络同时具备传输实时信号的能力.流量整形作为TSN关键技术,在解决时间敏感流传输的实时性和确定性问题方面至关重要.TSN目前主要的流量整形措施有4种,包括基于信用的整形技术(CBS)、时间感知整形调度技术(TAS)、周期性排队与转发调度技术(CQF)和帧抢占技术.本文对这4种流量调度机制的工作原理、运行机制进行了全面的介绍,通过分析各算法的特点,梳理不同应用场景下流量调度的优选策略.
燃气负荷预测对于燃气资源的优化调度至关重要.燃气负荷预测除了具有趋势性、周期性等时间特性外,相邻燃气调压站的负荷数据与温湿度数据之间也存在空间特性,导致燃气负荷预测机理建模困难且模型预测精度较低.针对以上问题,提出了一种基于自回归移动平均模型(ARIMA)与卷积长短时神经网络(ConvLSTM)结合的燃气负荷预测模型.首先,选取皮尔逊相关系数对燃气负荷数据进行分析,筛选与燃气负荷相关性强的变量作为模型的输入.其次,采用ARIMA模型去除数据的趋势性使其平稳化,利用ConvLSTM模型提取数据中的时空特征,
建立了非晶铟镓锌氧化物(a-IGZO)薄膜晶体管(thin-film transistor,简称TFT)的仿真模型,仿真分析了IGZO半导体层带尾态密度和沟道层厚度两个参数对IGZOTFTs特性的影响规律.研究结果表明,当半导体层带尾态密度增加到1.5×1019 cm-3-eV-1及以上时,器件电学特性受深陷阱态影响劣化,亚阈值摆幅增加;沟道层薄膜厚度较小(＜40 nm)时,器件的转移特性良好,当沟道层薄膜厚度超过40 nm时,器件的电学特性劣化,关态电流增加,开关比降低,亚阈值摆幅增加.本工作数值仿真分
医疗事件抽取是构建医疗知识图谱的重要基础.针对医疗领域有标签数据匮乏的问题,构建基于Trans-former 编码器、BiLSTM 和注意力机制的医疗事件联合抽取模型,并提 出一种用于选择高置信度数据的伪标签置信选择算法.首先,训练医疗事件联合抽取模型对无标签数据进行预测产生伪标签数据;然后,通过计算伪标签一致概率P来选择高置信度的伪标签数据,将其加入原有数据中重新训练联合抽取模型;最后,使用更新的医疗事件联合抽取模型对电子病历中肿瘤原发部位、病灶大小和转移部位事件进行抽取,并使用多数投票得到最终的抽取结