电荷泵电路
    71.
    发明授权

    公开(公告)号:CN103124137B

    公开(公告)日:2014-11-05

    申请号:CN201310089241.3

    申请日:2013-03-20

    Abstract: 本发明涉及电荷泵电路,包括有电容,电容的一侧至少有第一输入端和第二输入端并行与电容的第一侧面连接,该侧还通过第四开关连接至第一输出端,在第一输入端和该侧面之间设有第二开关,第二输入端和该侧面之间设有第一开关;电容的另一侧与并行的第二输出端和接地端连接,在该另侧与第二输出端之间设有第六开关,该另侧与接地端之间设有第五开关,该另测还通过第三开关连接至所述的第一输入端和第二开关之间。本发明仅需一个电荷泵电路就可以提供两个电压同时输出或多种模式输出电压,极大降低了整个电路的功耗和面积,同时还可以对电路进行拓展,有效解决了目前一些驱动芯片需要同时两个或多个供电电源不能由一个电荷泵电路产生的问题。

    基于IPSec的快速切换与认证融合方法

    公开(公告)号:CN101478750B

    公开(公告)日:2011-03-30

    申请号:CN200910021029.7

    申请日:2009-01-23

    Abstract: 本发明属于网络安全领域,涉及到移动IPv6网络中移动节点和通信对端在通信过程中发生链路切换时的一种解决通信和注册安全的认证方法,尤其是基于IPSec的快速切换与认证的融合方法,其特征是:移动节点与通信对端采用基于家乡地址IPSec协议和快速层次移动IPv6协议进行通信;移动节点采用固定的家乡地址;网络节点针对家乡地址进行证书授权;移动节点在向移动锚点接入注册时,与MAP建立IPSec连接;在相邻MAP之间构建IPSec连接;移动节点在发生链路切换时包括域内切换和域间切换。该方法提高了安全性,从而减少了切换延时,具有较高的效率,很好地实现了将快速切换与认证的融合。

    支持多级安全的移动IPSec传输认证方法

    公开(公告)号:CN101478389B

    公开(公告)日:2010-10-13

    申请号:CN200910020949.7

    申请日:2009-01-16

    Abstract: 本发明公开了一种支持多级安全的移动IPSec传输认证方法,主要解决具有多级安全特性移动IPv6网络中的对端注册与安全传输问题。该方法包括:CN是单安全级节点、单安全级服务器和多安全级服务器三种情况下的传输认证。这三种情况的传输认证方法中均采用针对统一标识UID进行多级授权的证书和数字签名的方式实现MN对代理的注册,在注册的同时创建MN到代理的MIPSec/SA,并在接入网关和部署强制访问控制机制的服务器中完成强制访问控制判决。这三种情况的传输认证方法通过修改IKEv2来实现,并将每个接入网关作为MN的移动代理。本发明所给传输认证方法,不仅克服了IKEv2协议中前两条协议未受保护的不足,而且支持移动IPv6网络多级安全特性的实现,具有很高的安全性和有效性。

    一种基于等效鉴相频率的锁相环

    公开(公告)号:CN101567689A

    公开(公告)日:2009-10-28

    申请号:CN200910021854.7

    申请日:2009-04-03

    Abstract: 本发明涉及一种锁相环,特别是一种基于等效鉴相频率的锁相环,其特征是,它至少包括:被测信号分频器和参考信号分频器:用于分别对被测信号和参考信号分频,使分频得到的被测信号和参考信号的等效鉴相频率为5MHz;鉴相处理模块,完成被测信号经分频器后的信号和参考信号经分频器后的信号的鉴相,输出产生控制压控振荡器的控制电压;压控振荡器,用于所述控制电压输的振荡信号。所述的被测信号分频器和参考信号分频器分频值是由外部的单片机控制的,单片机将需要的分频值以8位数据的形式输入到分频器内。所述的压控振荡器为5MHz的压控晶体振荡器,输入端与放大整形模块输出端电连接,输出端与被测信号分频器输入端电连接。

    一种面向多核芯片电网模型的线性门控设计

    公开(公告)号:CN119862838A

    公开(公告)日:2025-04-22

    申请号:CN202411806770.5

    申请日:2024-12-10

    Inventor: 王海 贾鹏旭

    Abstract: 本发明涉及集成电路设计与优化领域,公开了一种面向多核芯片电网模型的门控设计方法。该技术结合仿真工具需求和实际电网模型,优化了多核芯片核心启停位置的控制,并有效消除了边界差异性。主要步骤包括:选择并确定一层电路结构作为层间结构,通过隔断电路实现对64核芯片的分区。每个芯片上方采用电流源与电阻相结合的结构实现门控。当核心关闭时,设置大电阻和极小电流,确保门控位置具有稳定的压降;当核心开启时,该位置的电特性与IBM其他层间电阻一致,电流源关闭。通过调节电阻值与电流源大小,实现对门控过程的核心位置的精确调控,并支持SPICE仿真的全局优化。

    一种基于卷积神经网络的多核芯片电压降快速预测方法

    公开(公告)号:CN119830960A

    公开(公告)日:2025-04-15

    申请号:CN202411787240.0

    申请日:2024-12-06

    Inventor: 王海 贾鹏旭

    Abstract: 本发明属于集成电路设计与优化领域,公开了一种基于IrDrop预测的芯片性能优化技术。该技术结合仿真工具与深度学习模型,实现了芯片动态电压频率调节(DVFS)的高效设计与优化。通过随机生成和采样的功率与频率对进行处理,构建电路模型,结合仿真计算采集数据,获得多核芯片的电压降分布,并采用不动点迭代法提高计算精度。进一步收集功率预算、频率与电压降的数据集,训练卷积神经网络模型,从而实现复杂多核芯片在纳秒级的电压降快速计算,为芯片性能优化提供高效、精准的解决方案。

    基于低秩表示和协同表示的高光谱异常检测方法

    公开(公告)号:CN118711053A

    公开(公告)日:2024-09-27

    申请号:CN202410728919.6

    申请日:2024-06-06

    Abstract: 本发明公开了一种基于低秩表示和协同表示的高光谱异常检测方法,主要解决现有异常检测方法对高光谱图像的全局和局部信息综合利用不足,以及背景字典不可靠的问题。方案包括:1)构建基于低秩表示的渐进式背景字典,建立低秩表示模型,并对其优化求解得到背景部分和异常部分;2)以渐进式背景字典为基础,构建基于相似度的局部背景字典,建立协同表示模型,对其优化求解并计算得到各像素协同表示的重构残差;3)将低秩表示获得的异常部分和协同表示获得的重构残差以哈达玛积方式融合,得到最终的异常检测结果。本发明通过结合低秩表示与协同表示,能够充分考虑高光谱图像的全局‑局部信息,有效提升了高光谱异常检测性能,降低了虚警率。

    基于曲率滤波权重双协同表示的高光谱目标检测方法

    公开(公告)号:CN118711052A

    公开(公告)日:2024-09-27

    申请号:CN202410728917.7

    申请日:2024-06-06

    Abstract: 本发明公开了一种基于曲率滤波权重双协同表示的高光谱目标检测方法,主要解决现有检测方案在复杂应用场景下背景误检率高的问题。包括:1)将高光谱图像转换到多个分数阶傅里叶域上并分别计算傅里叶熵,选择傅里叶熵最大的分数阶傅里叶域作为最优分数阶;2)将原域高光谱图像与先验目标光谱均转换到最优分数阶上;3)在最优分数阶上对待测像素的字典增加曲率滤波权重;4)构建全局协同表示和局部协同表示的双协同表示检测器;5)将待测像素输入双协同表示检测器,获取最终检测结果。本发明通过引入曲率滤波权重加强字典的利用程度,利用全局和局部协同表示的空间优势构建双协同表示检测器,有效提升了高光谱异常检测性能。

    一种流水线ADC的前台校准系统及实现方法

    公开(公告)号:CN118018021A

    公开(公告)日:2024-05-10

    申请号:CN202410204097.1

    申请日:2024-02-23

    Abstract: 本发明公开了一种流水线ADC的前台校准系统及实现方法,属于流水线ADC的校准领域。本发明所述系统包括流水线ADC电路、开关控制模块、状态机模块和校准核心模块,流水线ADC电路接收开关控制模块的开关码和温度计码,向校准核心模块发送输出码字;状态机模块产生状态控制信号,输入到开关控制模块;开关控制模块接收状态控制信号,并分别译码为开关码和温度计码;校准核心模块接收来自流水线ADC电路的原始输出码字进行码字合成,并在前台校准时得到误差参数,在正常转换过程中利用误差参数对误差进行补偿,得到校准后的数字输出编码。本发明校准系统结构精简、效率高;复杂度得到优化,降低了硬件成本,具有高效快速准确的特点。

    基于深度自表示学习框架的高光谱异常检测方法

    公开(公告)号:CN117333774A

    公开(公告)日:2024-01-02

    申请号:CN202311370000.6

    申请日:2023-10-23

    Abstract: 本发明提出了一种基于深度自表示学习框架的高光谱异常检测方法,主要解决现有方法检测效果不佳的问题。方案包括:1)提取高光谱图像的多尺度空间特征;2)对每一个超像素块分别构建子空间复原自编码器SRAE网络模型,并针对模型设计联合损失函数;3)利用基于鲁棒性主成分分析法的交替优化方式训练模型,得到多尺度重构高光谱图像;4)对多尺度的重构图像利用RX算法进行异常得分评估,得到不同尺度初始检测结果,并对该结果进行两阶段的像素级相加和像素级相乘操作融合,获得检测结果。本发明将可靠先验知识和局部空间信息整合到自编码器模型中,提高背景的表征能力并削弱对异常的表征能力,有效提升了高光谱图像异常检测的精度。

Patent Agency Ranking