一种高效率F类功率放大器芯片的设计

介绍了一种简单的具有谐波调谐功能的输出匹配网络,可实现2次谐波短路和3次谐波开路。利用该输出匹配网络,基于InGaP/GaAs HBT工艺,设计了一个工作于2 GHz的高效率F类功率放大器,并通过搭载基板实现小型化芯片的研制。芯片测试结果表明,该功率放大器的小信号增益为35 dB,1 dB压缩点为34 dBm,饱和输出功率为35.3 dBm,效率为57%,并具有较好的谐波抑制性能。     

一种用于北斗手持式终端的高功率放大器

采用完全对称的双链路功率合成架构,设计了一种 应用于北斗手持式终端的 高输出功率的功率放大器。采用F类输出匹配网络和自适应偏置电路,使得该功率放大器获得较高的功率附加效率和较好的谐波抑制性能。电路采用InGaP/GaAs HBT工艺流片,并通过搭载基板实现了集成化芯片的研制。芯片测试结果表明,该功率放大器的小信号增益为30 dB,1 dB压缩点为37 dBm,饱和输出功率为38 dBm,功率附加效率为45%,具有较好的谐波抑制性能。     

5G毫米波通信用低插损高隔离GaAs PHEMT单刀双掷开关

基于0.15μm GaAs赝配高电子迁移率晶体管(PHEMT)工艺,实现了一款用于5G毫米波通信的低插损高隔离单刀双掷(SPDT)开关芯片。为了降低插损,每个开关支路通过四分之一波长阻抗变换器连接到天线端,并通过优化传输线和器件总栅宽实现了良好的端口匹配;为了提高隔离度,采用了三并联多节枝的分布式架构形成高的输入阻抗状态,实现信号的全反射。芯片面积为2.1 mm×1.1 mm。在片测试结果显示,在24.25~29.5 GHz的5G毫米波频段内该SPDT开关实现了小于1.1 dB的极低插损和大于32 dB的高隔离度,1 dB压缩点输入功率大于26 dBm。     

基于差分进化的多目标粒子群特征选择算法

特征选择技术在大数据分析、图像处理、生物信息学等领域具有重要作用。在实际应用中,降低分类错误率和减少提取出的特征数量便于后续数据的利用,往往是两个冲突的目标。基于拥挤、变异和支配策略的多目标粒子群特征选择（crowding,mutation,dominance particle swarm optimization for feature selection,CMDPSOFS）算法是一种面向特征选择应用中特征数量最小和分类错误率最低的双目标优化算法。它使用三种不同的变异机制,用于保持群体多样性和平衡全局、局部搜索的能力,但其中的均匀变异使算法的随机性大大增加,产生较多适应值差的解,降低了算法收敛速度。改进的CMDPSOFS-II算法将差分进化算法中的变异算子和选择操作引入到CMDPSOFS算法中,实验结果表明,CMDPSOFS-II算法在特征选择上得到比原来的方法更优的结果,更好地平衡了全局和局部搜索能力。     

一种温度不敏感的高线性功率放大器

设计了一种温度不灵敏的高线性度的射频功率放大器芯片,采用新颖的带温度反馈环路的有源片上自适应偏置电路,该电路降低了温度引起的放大器集电极直流电流分量的变化量,补偿了由温度变化而引起的性能偏差,进而有效提高了放大器的线性度。基于这个温度不灵敏的偏置结构采用InGaP/GaAs HBT工艺设计了一个工作在2110~2170 MHz频段的功率放大器。测试结果表明,该功放在工作频段内的增益大于等于35.3 dB;在中心频率2140 MHz处,1 dB功率压缩点大于33 dBm,功率附加效率在输出功率24.5 dBm时为18%;使用LTE_FDD调制信号,获得邻信道功率比为-47 dBc。在环境温度为-40℃、+25℃和+80℃条件下,功放的增益平坦度较好,增益变化量小于1.5 dB,输出级集电极电流基本不变,有效降低了功放对温度的敏感性。     

一种应用于14位ADC的运算跨导放大器

基于SMIC 0.18 μm标准CMOS工艺,设计了一种应用于40 MHz采样频率的14位高精度流水线ADC电路的运算跨导放大器,包括增益级电路、前馈级电路、共模反馈及偏置电路。放大器的输入增益级采用带正反馈环路的增益自举技术,在低频时实现了较高的增益。区别于传统频率补偿技术,使用一种新型无密勒电容的前馈频率补偿方案,实现了在不同工作状态下的频率补偿。仿真结果表明:在3 V电源电压下,运放的直流增益为156 dB,单位增益带宽积为1.03 GHz,输出摆幅为2.5 V,建立时间为9.3 ns,可满足高精度流水线ADC性能要求。     

不同晶面应变纤锌矿GaN/AlN量子阱的价带结构理论研究

为深刻理解应变异质结量子阱结构的物理性质,帮助改进基于宽禁带氮化物半导体器件的设计,本文基于六带应力相关的k·p哈密顿量与自洽薛定谔-泊松方程建立了在场约束效应下极性(0001)、半极性(10■2)及非极性(10■0)晶面的纤锌矿GaN/AlN量子阱价带子带模型,并给出了不同晶面GaN/AlN量子阱在双轴和单轴应力作用下的子带能量色散关系。根据应力对量子阱价带结构的影响,对应力与空穴有效质量之间的微观物理关系进行了综合研究。结果表明,价带结构对晶体取向的改变有很大的依赖性。双轴应力对有效质量的改善效果不大,然而单轴压缩应力通过降低垂直沟道方向的能量使低有效质量区域获得更多的空穴,从而有效降低空穴有效质量,且在不同晶面的结构中都减少了约90%。     

网络安全技术在校园网络中的应用

随着科技的进步,社会朝着信息化高速发展,网络让人们的生活更加便捷,让工作更加高效,为人们创造出更多的财富,现如今,无论是在学习、工作还是生活中,都离不开网络。在校园中,网络是一项基础设施,被应用于教学、管理、科研以及学生生活等多个方面,但是,随着网络技术的普遍应用,校园数据的增加,一些校园网络安全问题也随之出现。因此,为维护校园网络安全,一些网络安全技术被应用于校园网络当中,本文首先阐述校园网络所面临的安全问题,进一步论述网络安全技术在校园网络中的应用,希望校园网络安全问题能够被重视,校园网络更加安全绿色健康。     

结合Inception模型的卷积神经网络图像去噪方法

为更有效地去除图像中的噪声，提出一种结合Inception模型的深度卷积神经网络（Convolutional Neural Network，CNN）图像去噪方法，以完整图像作为输入和输出，利用Inception结构密集提取原始图像和噪声多个不同空间尺度的特征，并采用多种调优策略，增强网络的整体学习能力。为避免梯度消失，使用线性修正单元（Rectified Linear Unit，ReLU）激活函数；为加速网络的训练，增加批量规范化（Batch Normalization，BN）操作；加入跳跃结构进行残差学习（Residual Learning，RL），提升网络的去噪性能。基于公共数据集BSDS300的三种高斯噪声等级实验结果表明，与其他图像去噪方法相比，模型在降低计算复杂度、提高收敛速度的同时，视觉效果更好，平均峰值信噪比（Peak Signal to Noise Ratio，PSNR）提升了约1.28 dB。