高精度SAR型ADC结构及基于LMS的自适应精度提升算法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61604136
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0402.集成电路设计
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Traditional SAR ADC structure and weight error calibration method are not suitable for high resolution SAR ADC, this have already become a key limiting factor which block the resolution increasing of the SAR ADC. In order to solve this problem, the following innovative research will be done:1、The new universal structure for the high resolution SAR ADC will be presented:①redundant structure will be used to realize digital calibration for SAR ADC,②digital calibration and segmentation are combined to realize precisionimprovement. The problem that thetraditional SAR ADC structure can only use analog calibrationalgorithm which leads to the increasing of circuit complexity and low calibration precisionwill be solved by the presented new structure.2、LMS based self-adaptive weight error universal extraction and calibration algorithm will be presented:① LMS based self-adaptive weight error universal extraction model will be created, ②weight error universal calibration model will be created.The problem that thetraditional analog weight error extraction and calibrationalgorithm need assistant circuit can be solved;The problem that the digital calibration algorithm presented in recent years of complicating design are difficult to be applied to high resolution SAR ADC will also be solved by the presented new LMS based self-adaptivealgorithm. 3、High resolution SAR ADC using the new presented structure and calibration algorithm will be designed.The presented weight error extraction algorithm can be popularly applied to all kind of ADC for weight error extraction. And the presented weight error digital calibration algorithm can be applied to all redundant structure ADCs.
传统的SAR型ADC结构和权重误差校准方法对高精度SAR ADC不适用,已经成为制约SAR型ADC精度提升的一个关键限制因素。为此,进行以下创新研究:1、提出新的高精度SAR型ADC通用结构:①利用冗余结构实现SAR型ADC的数字校准,②利用数字校准技术和分段结构实现精度提升。解决传统SAR型ADC结构只能采用模拟校准方法导致电路复杂度高、校准精度低的问题。2、提出基于LMS的自适应权重误差通用提取及校准方法:①建立基于LMS的自适应权重误差通用提取模型,②建立权重误差通用校准模型。解决传统模拟的权重误差提取和校准方法需要辅助电路的问题;解决近年来数字校准方法设计复杂度大,很难应用于高精度SAR型ADC的问题。3、研制采用新结构新校准方法的高精度的SAR型ADC。提出的权重误差提取方法可以推广应用到所有类型ADC的权重提取中;提出的权重误差数字校准方法可以推广应用到所有的冗余结构ADC中。

结项摘要

A/D转换器是连接模拟世界和数字世界的桥梁,将自然界的连续的模拟信号转换为计算机等数字设备可以处理的离散的数字信号,A/D转换器的精度和线性度越高,转换后的信号跟真实的模拟信号就越接近。由于制造工艺的偏差,限制了A/D转换器的精度和线性的提升,这成为高精度A/D转换器实现的瓶颈。.本项目提出了一种通用的高精度A/D转换器结构,以及相应的精度及线性度提升算法。提出的基于分段冗余结构,打破了精度提升与版图面积的固有关系,能够极大的降低版图面积和功耗。提出的分段参数模型,极大的较少了校准需要的样本数量,校准速度快,精度高(例如:对于16-18位A/D,比传统直方图测试快500倍,SNR达到96dB以上,SFDR达到118dB),并且不会降低转换速率。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(6)
高速高精度SAR ADC电容电压系数校正
  • DOI:
    10.13911/j.cnki.1004-3365.2017.06.007
  • 发表时间:
    2017
  • 期刊:
    微电子学
  • 影响因子:
    --
  • 作者:
    宋健;张勇;李婷
  • 通讯作者:
    李婷

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

PS-InSAR在南昌地表变形监测中的应用研究
  • DOI:
    10.13990/j.issn1001-3679.2019.01.012
  • 发表时间:
    2019
  • 期刊:
    江西科学
  • 影响因子:
    --
  • 作者:
    顾华奇;陈皆红;李婷
  • 通讯作者:
    李婷
透明质酸在阴道抗真菌局部免疫中的作用
  • DOI:
    10.13283/j.cnki.xdfckjz.2019.10.004
  • 发表时间:
    2019
  • 期刊:
    现代妇产科进展
  • 影响因子:
    --
  • 作者:
    李婷;牛小溪;刘朝晖
  • 通讯作者:
    刘朝晖
花生根瘤菌Bradyrhizobium sp. MM6 Ⅲ型分泌系统的结构和功能分析
  • DOI:
    10.13343/j.cnki.wsxb.20190204
  • 发表时间:
    --
  • 期刊:
    微生物学报
  • 影响因子:
    --
  • 作者:
    赖永秀;胡美娟;阮华钦;陈静瑜;李雪;李婷;靳欢欢;谷峻
  • 通讯作者:
    谷峻
可卡因-苯丙胺调节转录肽(CART)在绵羊下丘脑中的分布
  • DOI:
    10.16303/j.cnki.1005-4545.2018.08.20
  • 发表时间:
    2018
  • 期刊:
    中国兽医学报
  • 影响因子:
    --
  • 作者:
    沈向华;范奎奎;潘登;李婷;李强;杜晨光
  • 通讯作者:
    杜晨光
居民生态系统服务支付意愿研究——以高淳桠溪镇为例
  • DOI:
    10.13989/j.cnki.0517-6611.2015.20.121
  • 发表时间:
    2015
  • 期刊:
    安徽农业科学
  • 影响因子:
    --
  • 作者:
    李婷;史艳华;殷冬;李祥妹
  • 通讯作者:
    李祥妹

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码