Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学梁宇华获国家专利权

西安电子科技大学梁宇华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安电子科技大学申请的专利基于分块LMS校准型高精度多级Pipelined_SAR ADC获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119519709B

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411521942.4,技术领域涉及:H03M1/10;该发明授权基于分块LMS校准型高精度多级Pipelined_SAR ADC是由梁宇华;许诺;朱樟明设计研发完成,并于2024-10-29向国家知识产权局提交的专利申请。

基于分块LMS校准型高精度多级Pipelined_SAR ADC在说明书摘要公布了:本发明提供了一种基于分块LMS校准型高精度多级Pipelined_SARADC包括:第1级ADC子电路对输入信号采样并进行多次循环比较调整,从而输出10位比较结果数字码;第n级ADC子电路对上一级子电路最后一次调整完成之后的电容上极板电压信号进行残差放大再采样,根据采样信号进行多次循环比较调整,从而输出9位比较结果数字码;dither注入校准算法模块根据所有比较结果数字码对所有权重进行校准得到正确权重,再进行正常的ADC采样量化得到线性度比较高的数字码。本发明选择将前5位DAC拆分产生相应的电容选择位,级间缩放电容放宽了对残差放大器的倍数要求,分两次处理校准权重得到正确权重,可以提高线性度。

本发明授权基于分块LMS校准型高精度多级Pipelined_SAR ADC在权利要求书中公布了:1.一种基于分块LMS校准型高精度多级Pipelined_SARADC,其特征在于,包括:按照流水线方式连接的N级ADC子电路和dither注入校准算法模块; 其中,第1级ADC子电路对输入信号采样,并根据采样信号进行多次循环比较调整,从而输出10位比较结果数字码至所述dither注入校准算法模块;第n级ADC子电路对上一级ADC子电路最后一次调整完成之后的电容上极板电压信号进行残差放大,再对残差放大之后得到的信号进行采样,根据采样信号进行多次循环比较调整,从而输出9位比较结果数字码至dither注入校准算法模块;所述dither注入校准算法模块根据所有比较结果数字码,对所有权重进行校准得到校准后的权重; 第1级ADC子电路包括随机数生成器、DEM模块、第1级DAC模块、第1级比较器和第1级SAR逻辑电路;所述随机数生成器的输出端连接至所述DEM模块的输入,所述DEM模块的输出端连接第1级DAC模块的第一端,所述第1级DAC模块的第二端接入Vip信号或Vref信号,所述第1级比较器的反相端接地,输出端连接第1级SAR逻辑电路的输入端和第2级ADC子电路的输入端,所述第1级SAR逻辑电路的输出端连接所述第1级DAC模块的控制端,用于控制所述第1级DAC模块第二端接入Vip信号或Vref信号;所述第1级SAR逻辑电路的输出端还连接至所述dither注入校准算法模块的输入端; 第n级ADC子电路包括第n级残差放大器、第n级缩放电容、第n级比较器、第n级DAC模块和第n级SAR逻辑电路;n取值2至N; 其中,所述第n级残差放大器的同相端连接第1级ADC子电路的输出端,反相端接地,第n级残差放大器的输出端连接至所述第n级缩放电容的上极板、所述第n级DAC模块的第一端和第n级比较器的同相端,所述第n级缩放电容的下极板和所述第n级DAC模块的第二端接Vcm信号或Vref信号,所述第n级比较器的反相端接地,输出端连接第n级SAR逻辑电路的输入端和第n+1级ADC子电路的输入端,所述第n级SAR逻辑电路的输出端连接所述第n级DAC模块的控制端,用于控制所述DAC模块第二端接入Vcm信号或Vref信号;所述第n级SAR逻辑电路的输出端还连接至所述dither注入校准算法模块的输入端。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。