譯者序
原書序
縮略語表
物理量符號
第1章 緒論1
1.1 A-D轉(zhuǎn)換系統(tǒng)1
1.2淺談當(dāng)前的設(shè)計與調(diào)試實(shí)踐分析4
1.3動機(jī)7
1.4本書內(nèi)容組成8
第2章 A-D轉(zhuǎn)換9
2.1高速、高分辨率A-D轉(zhuǎn)換器架構(gòu)選擇9
2.1.1多步A-D轉(zhuǎn)換器9
2.1.2管線A-D轉(zhuǎn)換器10
2.1.3并行管線A-D轉(zhuǎn)換器12
2.1.4 A-D轉(zhuǎn)換器實(shí)現(xiàn)比較13
2.2低壓A-D轉(zhuǎn)換器設(shè)計注釋16
2.3 A-D轉(zhuǎn)換器模塊21
2.3.1 S/H21
2.3.2運(yùn)算放大器24
2.3.3鎖存比較器27
2.4 A-D轉(zhuǎn)換器:總結(jié)31
第3章 多步A-D轉(zhuǎn)換器的設(shè)計33
3.1多步A-D轉(zhuǎn)換器架構(gòu)33
3.2非理想多步A-D轉(zhuǎn)換器的設(shè)計注意事項36
3.3時間交錯的前端S/H電路39
3.3.1時間交錯架構(gòu)40
3.3.2 S/H單元的匹配44
3.3.3電路設(shè)計49
3.4多步A-D轉(zhuǎn)換器級設(shè)計53
3.4.1粗略量化53
3.4.2精細(xì)量化58
3.5中間級設(shè)計和校準(zhǔn)67
3.5.1子D-A轉(zhuǎn)換器設(shè)計67
3.5.2殘差放大器69
3.6實(shí)驗結(jié)果76
3.7小結(jié)80
第4章 多步A-D轉(zhuǎn)換器的測試82
4.1準(zhǔn)靜態(tài)結(jié)構(gòu)試驗的模擬ATPG82
4.1.1測試策略定義83
4.1.2基于準(zhǔn)靜態(tài)節(jié)點(diǎn)電壓法的線性故障模型84
4.1.3決策標(biāo)準(zhǔn)和測試刺激優(yōu)化92
4.2可測性概念的設(shè)計98
4.2.1功率掃描鏈DfT100
4.2.2應(yīng)用實(shí)例105
4.3用于BIST的片上激勵的產(chǎn)生113
4.3.1連續(xù)和離散時間電路拓?fù)?14
4.3.2連續(xù)和離散時間波形發(fā)生器的設(shè)計123
4.4內(nèi)置自測概念的注釋131
4.5深亞微米CMOS工藝的隨機(jī)分析可靠電路設(shè)計136
4.5.1用于過程變異性分析的隨機(jī)MNA136
4.5.2噪聲分析的隨機(jī)MNA138
4.5.3應(yīng)用示例140
4.6小結(jié)144
第5章 多步A-D轉(zhuǎn)換器的調(diào)試146
5.1傳感器網(wǎng)絡(luò)概念146
5.1.1觀察策略147
5.1.2集成傳感器149
5.1.3決策窗口和應(yīng)用限制152
5.1.4 DLPM電路設(shè)計155
5.1.5溫度傳感器160
5.2模板級過程變化的估計163
5.2.1預(yù)期最大化算法163
5.2.2向量機(jī)限制估計器166
5.3多步A-D轉(zhuǎn)換器級的調(diào)試168
5.3.1質(zhì)量標(biāo)準(zhǔn)168
5.3.2估算方法169
5.4 DfT用于多步轉(zhuǎn)換器的完全可訪問性173
5.4.1測試控制塊177
5.4.2模擬測試控制塊178
5.5時間交織系統(tǒng)的調(diào)試180
5.6前景校準(zhǔn)184
5.7實(shí)驗結(jié)果187
5.7.1 A-D測試窗口生成/更新的結(jié)果應(yīng)用191
5.7.2 A-D轉(zhuǎn)換器調(diào)試和校準(zhǔn)的結(jié)果應(yīng)用195
5.8小結(jié)202
第6章 結(jié)論和建議203
6.1結(jié)果概述203
6.2推薦和未來研究204
附錄 205
附錄A 205
A.1時間不匹配205
A.2偏移不匹配206
A.3增益不匹配207
A.4帶寬不匹配207
A.5一般表達(dá)式208
附錄B 208
B.1使用正弦波的A-D轉(zhuǎn)換器非線性的直方圖測量208
B.2均方誤差210
B.3測量不確定性211
參考文獻(xiàn)213
在本書中,作者概述了這些創(chuàng)新的有價值的例子,并給人們機(jī)會看到它們在應(yīng)用于高分辨率模-數(shù)(A-D)轉(zhuǎn)換器(ADC)開發(fā)時的優(yōu)勢。更具體地,讀者可以發(fā)現(xiàn)本書的主要貢獻(xiàn)在于:使用時間交織的信號處理和校準(zhǔn)的多步A-D轉(zhuǎn)換器的設(shè)計、用于這些轉(zhuǎn)換器的完全可觀測性和可控性的DfT(可測性設(shè)計)技術(shù)的提出和實(shí)現(xiàn)、可以識別過程參數(shù)變化的傳感器網(wǎng)絡(luò)的方法與設(shè)計、使用小型樣本來估計過程變化的算法的建議以及用于晶片級測試的測試模式生成器的開發(fā)。
第2版前言第1版前言第1章 土方工程1.1 土的分類與工程性質(zhì)1.2 場地平整、土方量計算與土方調(diào)配1.3 基坑土方開挖準(zhǔn)備與降排水1.4 基坑邊坡與坑壁支護(hù)1.5 土方工程的機(jī)械化施工復(fù)習(xí)思考題第2...
精度與AD的設(shè)計是有關(guān)系的,而分辯率是只與位數(shù)有關(guān)系的分辨率是可以計算的,U/2^位數(shù) 你的例子就是 10V/2^16=0.1526mV精度絕對值肯定是>分辯率的精度是需要測量出...
大多都支持1080p
格式:pdf
大小:248KB
頁數(shù): 3頁
評分: 4.3
如何自動地從高分辨率遙感影像中提取建筑物等人工目標(biāo)是高分辨率遙感影像處理與理解領(lǐng)域的一個熱點(diǎn)與難點(diǎn)問題,建筑物作為人類改變自然界的標(biāo)志性地物之一,其各種信息的快速自動提取是地形測圖和城市地理數(shù)據(jù)更新的重要步驟,也是衡量人類活動的主要因素之一。本文提出了影像-基元-目標(biāo)的影像分析方法,首先對高分辨率遙感影像進(jìn)行特征提取,通過聚類方法形成不同基元,在此基礎(chǔ)上對相應(yīng)的基元特征進(jìn)行分析及建筑物模式的匹配,完成建筑物的自動提取過程,相應(yīng)方法也可以推廣到其他目標(biāo)地物的識別過程。
格式:pdf
大?。?span id="d1urjgo" class="single-tag-height">248KB
頁數(shù): 2頁
評分: 4.6
與傳統(tǒng)的信息提取方法相比;將機(jī)器學(xué)習(xí)算法應(yīng)用到遙感影像信息提取中;可以提高結(jié)果的精度;文章以WorldView-2遙感影像為例;首先利用多尺度分割選取最優(yōu)分割尺度;獲得影像對象;在基于對象的基礎(chǔ)上利用特征空間優(yōu)選工具獲得最優(yōu)特征子集;最后利用J48算法、隨機(jī)森林算法對建筑物提取的效果進(jìn)行分析;實(shí)驗結(jié)果表明:J48算法在高分辨率影像建筑物提取中有更好地效果;
高功率的車一定比低功率的油耗高,大馬力的車一定比小馬力的費(fèi)油,教授相信絕大部分人都會有這樣的慣性思維。但事實(shí)卻不一定是這樣。首先,影響油耗的因素是多方面的,絕對不能單憑任何一項參數(shù)去判斷整車油耗,所有只通過一個因素就判斷油耗的行為都是耍流氓。
輪胎、變速箱、風(fēng)阻系數(shù)、車重等等因素都會影響油耗,包括同樣功率和排量的不同品牌的發(fā)動機(jī)的油耗表現(xiàn)也不盡相同,這些大家多多少少都應(yīng)該有所了解了。今天教授想和大家討論的是在同一排量,同一個型號的發(fā)動機(jī)的情況下,高功率版本不一定比低功率版本的油耗更高。
高功率低油耗事例
舉個例子更有說服力,寶馬320Li和328Li的搭載的都是型號為N20B20的2.0T發(fā)動機(jī),通過提高渦輪增壓值,強(qiáng)化發(fā)動機(jī)部件等調(diào)校實(shí)現(xiàn)高低功率的差異。經(jīng)過教授的親手測試,在同樣的城市道路上行駛50公里。發(fā)動機(jī)最大功率為180kw的328Li比135kw的320Li的百公里平均油耗反而低了0.5升,這是為什么呢?下面教授就為大家分析一下。
高功低油的原理
在同樣的工況下,在低功率版本發(fā)動機(jī)接近滿負(fù)荷時,為了避免爆震發(fā)生,發(fā)動機(jī)采取了某些控制策略比如讓供油時間稍微延遲,加濃混合氣;此時他的兄弟高功率版本還沒接近滿負(fù)荷呢,還很淡定,不用作出特殊的處理,因此仍然該干嘛干嘛。在這種情況下,顯然就發(fā)動機(jī)的油耗而言,高功率表現(xiàn)會更好。
也就是說理論上同一款發(fā)動機(jī),在大部分工況下,控制策略那都是一樣的,油耗也差不多,而在負(fù)荷比較大,特別是在接近滿負(fù)荷時,高功率發(fā)動機(jī)會表現(xiàn)更加淡定,而低功率因為接近極限,所以會提高噴油量來達(dá)到保持足夠動力輸出的目的,油耗自然會高一點(diǎn)。
總結(jié)
經(jīng)過簡單的說明,相信大家也有了一定了解。但是千萬不能以偏概全,教授是希望大家明白一個道理,高功率的油耗不一定高,低功率的油耗也不一定低。不要以單一指標(biāo)去判斷油耗,選車時要全方面的考慮,實(shí)踐是檢驗真理的唯一標(biāo)準(zhǔn)。
單個高分辨率adc的優(yōu)點(diǎn)是簡單。如果使用16位adc,對于較小動態(tài)范圍的信號,丟失3、4或5位會使該信號的有效分辨率降至11至14位。然而,對于大多數(shù)傳感器來說此精度足夠了,因為adc的精度相當(dāng)于0.05%或更佳。 由于這些器件的價格最近已降到5美元或更低,因此成本將不再是需要考慮的因素。如果需要更高的有效分辨率,或者需要適應(yīng)更寬的動態(tài)范圍,可以使用18至24位的adc,仍然能提供性價比較高也更簡單的系統(tǒng)。2100433B