一种新型XT切型晶体温度补偿电路的设计

XT切型晶体振荡器常用作精密计时的频率源,其频率精度-温度特性是典型的抛物线形状.低温区的晶体频率精度会随着温度变低而变差;而高温区的晶体频率精度会随着温度变高而变差.文中介绍了一种具有双斜率温度系数的温度补偿电路,以补偿这种抛物线形状的温度特性.设计的温度补偿电路简单、体积小、功耗低、易于集成.     

基于分簇的无线传感器网络MAC节能算法

为减少节点能耗和提高信道利用率,提出一种基于分簇结构的无线传感器网络MAC节能算法(EEC-MAC)。在TDMA机制的基础上,采用时隙系数动态调整簇内节点的时隙大小,降低数据的传输时延。对于部分不需要数据传输的节点不分配时隙,使其拥有较长的睡眠时间来节约能量。簇内节点按其剩余能量系数形成时隙分配顺序,减少状态转换的能耗。簇间节点采用基于CSMA/CA机制的随机分配策略实现通信。仿真结果表明,EEC-MAC节能效果较好,具有较小的平均通信时延和较长的网络生命周期。     

LDO线性稳压器动态频率补偿电路设计

对LDO线性稳压器关键技术进行了分析,重点分析了LDO稳压器的稳定性问题,在此基础上提出了一种新型的动态频率补偿电路,利用MOS管的开关电阻、寄生电容等构成的电阻电容网络,通过采样负载电流而改变MOS开关管的工作点或工作状态,即改变开关电阻、寄生电容的值,从而实现动态的频率补偿。与传统方法相比,该电路大大提高了系统的瞬态响应性能。     

用单片机实现HCI层的蓝牙数据传输

简要叙述了使用蓝牙设备实现数据传输的单片机控制方案。数据传输采用流控传输方式，数据从RS232串口通过单片机的UART输入，由单片机对数据进行打包处理，发至蓝牙设备。系统实际测试的数据传输速率可以达到10kbps，能满足一些速率要求不高的场合。     

一种π-旋转LDPC码的Min-Sum译码算法

π-旋转LDPC码结构规则,存储量少,易于硬件实现。给出一种新的π-旋转LDPC码编码、解码方法。根据校验矩阵的半规则化结构,给出校验矩阵行索引和列索引矩阵的构造方法。基于这种索引矩阵,给出一种运算量较少的编码、Min-Sum译码算法。这种编译码方法甚至不需要构造真正的H矩阵。     

OSD和Chase的并行互补译码

在研究分阶统计译码（OSD）算法和Chase算法的基础上,提出了一种新的针对中短LDPC码的OSD-Chase并行互补级联译码算法。OSD算法对接收序列的个可信度较高的符号（MRIPs）作为消息位进行比特翻转和重新编码,产生候选码字;而Chase算法则是对接收序列的可信度较低的符号（LRPs）进行比特翻转和代数译码。如果过多的错误出现在MRIPs中,则OSD算法不能成功,而如果过多的错误出现在LRPs部分,则Chase译码不会成功。为此充分利用OSD算法和Chase算法这种互补特性,设计了一种并联级联译码算法。仿真显示该文提出的算法是有效的,相比BP-Chase和BP-OSD算法,译码性能得到提高。     

峰值电流模式变换器自适应斜坡补偿电路设计

峰值电流模式变换器工作于CCM模式且D＞0.5时,存在开环不稳定性等问题,必须进行斜坡补偿.针对常规的斜坡补偿方式所存在的缺陷,设计了一种补偿量自动适应输入输出电压变化的斜坡补偿电路.利用MOS管工作于线性区的压控电阻特性,实现了在整个占空比区间内自动适应、优化的斜坡补偿,与传统的设计相比,自适应斜坡补偿对系统带载能力、瞬态响应的负面影响减至最小,改善系统性能,增加系统稳定性,是进行斜坡补偿的最佳方案.最后给出仿真结果.     

《通信原理》课程教学改革的探索

本文分析了通信原理课程的特点以及当前通信原理教与学的现状,根据通信工程专业的课程特点,结合专业的发展和电子通信技术的发展,提出了几点关于普通高校《通信原理》课程教学改革的建议,并初步探讨了通信专业实践教学环节的建设与改革。     

基于CC2420实现ZigBee无线通信的设计

CC2420是一款真正意义上的符合IEEE 802.15.4协议规范,应用于无线传感器网络中的低功耗、低电压的RF收发芯片.由CC2420组成的ZigBee采集模块能接收和传递传感器节点的信息,从而实现无线通信.本文主要介绍了CC2420芯片实现无线通信数据的收发模式、程序设计及节点间的通信.试验部分通过搭建硬件和软件平台,证明了CC2420组成的无线通信模块能够实现通信,并且能采集温度值.     

IEEE 802.16单载波调制系统的信道均衡技术

简要介绍了固定宽带无线接入标准IEEE 802.16以及一种用于信道均衡的自适应算法——指数加权RLS，对判决导引信道均衡技术的原理进行了具体描述。最后分别就两种自适应的均衡算法（LMS、RLS），结合一种具体IEEE 802.16单载波调制系统推荐测试信道进行了仿真，得出RLS算法优于LMS的结论。