【摘 要】
:
随着物联网技术的发展,智能家居、可穿戴设备、车联网等各类智能电子设备的需求日益增长,对智能设备的电源管理也提出了更高的要求。为延长物联网设备电池的使用时间,在宽负载范围内实现高效电压转换,以及在轻载下降低静态功耗是目前电源管理芯片的发展趋势之一。另一方面,物联网复杂多变的应用环境要求电源管理芯片具备快速的动态响应能力以减小负载变化对电源造成的影响。本文提出了一种宽范围高效率的低功耗同步降压转换器,
论文部分内容阅读
随着物联网技术的发展,智能家居、可穿戴设备、车联网等各类智能电子设备的需求日益增长,对智能设备的电源管理也提出了更高的要求。为延长物联网设备电池的使用时间,在宽负载范围内实现高效电压转换,以及在轻载下降低静态功耗是目前电源管理芯片的发展趋势之一。另一方面,物联网复杂多变的应用环境要求电源管理芯片具备快速的动态响应能力以减小负载变化对电源造成的影响。本文提出了一种宽范围高效率的低功耗同步降压转换器,通过PWM/PFM无缝模式切换技术,在轻载下采用PFM模式提升转换效率,并实现两种模式的平滑过渡,减小模式切换时的输出电压纹波;为降低内部控制器的静态功耗,提出模块动态启闭策略,进一步优化超轻载下的转换效率;另一方面,提出Ton/Toff动态增强快速响应技术,在负载切换时增大导通时间或关断时间提升电感电流变化速度,实现快速动态响应。本文首先介绍了降压转换器的工作机制并进行损耗分析,然后提出了宽范围高效率的低功耗降压转换器设计方案,接着对PWM/PFM无缝模式切换、Ton/Toff动态增强电路等重点模块的子电路进行设计和仿真,最后对所设计的芯片进行系统整体仿真验证以及分析。芯片采用0.18μm BCD工艺,面积2330×1630μm~2,最大输出电流3A,在输入电压12V输出电压5V时的峰值效率仿真达到96%,5m A-3A的宽负载范围内电压转换效率均大于90%,输出调整率误差低于0.43%,空载下的静态功耗低至14.2μA。负载切换时的瞬态电压过冲和下冲分别为90m V和80m V,恢复时间小于90μs,有效提升Buck的瞬态响应速度。仿真结果显示所设计的降压转换器能够在宽负载范围内实现高转换效率,以及无负载状态下实现超低静态功耗,适用于物联网设备的降压转换器应用。
其他文献
随着移动可穿戴技术及其应用的快速发展,基于可穿戴传感器的行为识别技术成为近年来的研究热点,在健康监测、环境辅助生活、人机交互等领域得到广泛应用。人体行为识别的目标是在非受控环境下实时、准确地识别目标用户的动作。不同于图像或视频信息,直接佩戴于人体的运动和生理传感器更容易受到用户运动习惯、个体间差异、设备佩戴模式等因素的影响,使得不同用户之间的传感器数据存在较大的分布差异,降低了模型的跨用户识别性能
医疗技术、计算机技术和移动通讯技术的快速发展,使得人民对于医疗系统效率期望提升,建设智慧医疗平台进行计算机辅助诊断系统的需求也在不断增加。在计算机辅助诊断系统中,对医学影像进行精准地分析和总结是不可或缺的一步。深度学习技术在通用视觉语义分割任务上的巨大成功,推动了相关研究人员在医学图像方向上对其的发展与应用。面向智慧医疗系统设计的医学图像语义分割算法,需要结合对应医学图像的特征,设计高效的算法来进
近年来随着3D传感器的普及,人们越来越多地使用更加直观和信息丰富的三维数据,三维模型数据也变得更加复杂和规模庞大,如何有效地从三维模型数据库中检索出目标模型,成为了当下一个研究热点。针对三维模型检索任务,本文选取点云数据作为三维模型的表示形式,设计了基于分类任务和采用Siamese结构的基于特征距离函数以及基于特征差分网络的三种三维模型检索算法。基于分类任务的三维模型检索网络将检索问题转换为分类问
永磁同步电机具有结构简单、体积小、功率密度高和功率因数高等显著优点,其中,内置式永磁同步电机因为磁阻转矩的存在,拥有更高的起动转矩密度,而内嵌的永磁体布置也保证了较高的机械强度,因此内置式永磁同步电机在高速大扭矩的应用场合更受青睐,成为当前国内外新能源车企首选的主驱电机。为了降低铜耗,内置式永磁同步电机在基速区内会采用最大转矩电流比控制。然而,内置式永磁同步电机作为一类复杂的受控对象,其电机参数具
农村生活污水治理是改善我国农村地区生态环境质量的重要措施。目前,我国大部分地区的农村生活污水治理仍处于攻坚克难阶段,农村生活污水直排入河或处理不当都会破坏农村生态环境,甚至威胁居民的身体健康。本文以苏州市吴江区农村生活污水治理项目为例,针对农村生活污水的特点,提出适合的治理措施,同时探究了负压排水等新技术用于农村污水治理的可能性。希望本文能够为农村污水治理工作提供一定的经验借鉴。
推荐系统在缓解信息过载方面发挥着重要作用,并已经广泛应用于各种在线服务,例如电子商务、音乐和电影。特别地,序列推荐是一项具有挑战性的任务,其目的是预测用户在给定历史行为的情况下可能与之交互的潜在项目,旨在基于用户的历史行为来模拟用户偏好的演变。最近,Self-attention模型因为其良好的性能在序列推荐领域得到了广泛的应用,它通过在序列中的所有项目之间建立稠密的连接来捕获全局感受野。然而,盲目
研究如何从策略约束优化的角度解决安全强化学习问题是一个重要的研究方向。本文从安全强化学习算法应用角度出发,针对当前已有算法性能不稳定,需要求近似解,成本约束收敛震荡等问题,分别从乘子法和罚函数法的角度设计了更加符合安全约束的算法:基于安全投影的CUP算法(Constrained Update Projection Algorithm)和基于增广拉格朗日的APPO算法(Augmented Proxi