一种新型带隙基准源设计

在对传统一阶补偿带隙基准分析的基础上,提出了一种新型高阶补偿技术,并应用该技术设计了一款在宽温度范围内具有低温度系数的曲率补偿电压基准。基于VIS 0.15μm BCD工艺对提出的电路结构进行了设计与仿真。仿真结果表明,该基准电路的输出电压平均值为539 mV;在宽温度范围(-60℃～120℃)内,温度系数为1.40 ppm/℃;环境温度为27℃,电源电压在1.3 V～2.1 V范围内时,输出电压的线性调整率为0.001 9%,电源抑制大于84 dB@100 Hz。

基于高层次综合工具的BIST控制器设计

存储器内建自测试(MBIST)技术在存储器测试中具有广泛应用,针对传统寄存器传输级描述语言设计BIST控制器的过程相对繁琐、专用EDA工具定义算法的灵活性差和电路结构固定等问题,提出采用高层次综合工具设计BIST控制器的方法。以SRAM为对象,采用C语言描述MARCH算法,并采取端口分配、流水线优化和数组分割等优化方案完善设计。最后借助FPGA平台验证评估了高层次综合工具输出的RTL级代码电路的功能可靠性和规模可控性。相对于传统的两种方法,摆脱了算法实现和电路结构设计的局限性,缩短了算法实现周期。

基于FPGA的视频实时去雾算法及其硬件实现

单幅图像去雾技术虽然已经取得较大的进展,但是算法较为复杂,运行时间较长。为了实现视频实时去雾,以硬件实现为目的,对暗通道先验算法进行改进,降低其时间复杂度。提出了一种暗通道图优化方法,保留了图像的边缘信息,消除了光晕效应,省去了透射率细化的复杂操作;提出了适应于硬件实现的大气光值估计和调节及透射率补偿方法,解决了视频帧间闪烁及天空等明亮区域的色彩失真问题。基于现场可编程门阵列(FPGA)对所提出算法进行了硬件实现。结果表明,该算法可以实时处理帧速为60f/s、分辨率为1920×1080的视频图像,相比传统去雾算法速度更快,去雾质量更高。

一款用于TCXO的三次方函数补偿电路

提出了一种用于温度补偿晶体振荡器（TCXO）的三次方函数补偿电路。传统的用于TCXO的三次方函数补偿电路一般由4组对称的金属氧化物半导体（MOS）管差分对构成,补偿精度约为±1.5×10-6且补偿温度范围较窄。使用7组MOS管差分对设计了一款高精度的三次方函数发生器,补偿精度显著提高且性能更加稳定。用相似的方法构造四次方和五次方函数发生器,累加输出结果用于补偿由于温度变化而导致的晶体频率偏移,此方法可将补偿精度控制在±0.5×10-6且补偿温度范围扩大至-40~85℃,具有极高的应用价值。

一种基于深度学习的目标跟踪加速器

针对当前神经网络加速器难以高效实现目标跟踪边框后处理的问题,提出一种高效的目标跟踪专用加速器.引入神经网络架构,用于提取输入视图特征并生成边框置信度与偏移量集合.随后针对目标跟踪的边框处理设计了专用于边框的回归、惩罚以及提取操作的加速模块,通过同步神经网络加速器与专用加速模块间的数据,以流水结构并行执行特征提取与边框操作,实现基于深度学习目标跟踪的端到端处理.该加速器在40 nm工艺下消耗面积3.64mm^(2),获得了5.71 Tops/W能效比.实验结果表明:与现有加速方案相比,该目标跟踪加速器获得了1.53倍加速,可实现实时的视频处理(31 fps).其中仅针对跟踪过程的后处理任务,专用加速模块相对RISC处理器可实现3.2倍的加速比.

一种皮瓦级超低功耗电压基准源

设计了一种皮安级电源电流的高精度电压基准源。采用一种新型的PVT(工艺、电源、温度)补偿技术,在保证超低功耗的同时,有效抑制了PVT变化对电路性能的影响,提高了基准电压的稳定性和精度。基于标准0.18μm CMOS工艺进行设计,采用Spectre进行仿真。结果表明,在0.9~1.8 V输入电源电压下,输出电压为755.5 mV,线性调整率为4.16×10^(-6)/V,电源抑制比为-95.5 dB@10 Hz, 3δ误差为0.11%。在-20℃~120℃范围内,平均温度系数为1.65×10^(-5)/℃。室温环境下,典型工作电流为347 pA。该电压基准源性能优良,适用于低功耗物联网应用系统。