【摘 要】
:
随着社会科技的高速发展、电子设备的多样化,使得集成电路产业日益扩大,几乎所有电子设备都需要电源管理系统来保障稳定的电压,这对电源管理芯片的性能需求愈发强烈。LDO稳压器作为电源管理芯片之一,具备着低成本、结构简便、性能优越等优势,其在电源管理系统中占有着重要地位。传统的LDO模块依靠片外大电容来维持系统的稳定性,这增加了系统成本、降低芯片的可集成度,同时降低了系统的响应时间。如今芯片面向SOC理念
论文部分内容阅读
随着社会科技的高速发展、电子设备的多样化,使得集成电路产业日益扩大,几乎所有电子设备都需要电源管理系统来保障稳定的电压,这对电源管理芯片的性能需求愈发强烈。LDO稳压器作为电源管理芯片之一,具备着低成本、结构简便、性能优越等优势,其在电源管理系统中占有着重要地位。传统的LDO模块依靠片外大电容来维持系统的稳定性,这增加了系统成本、降低芯片的可集成度,同时降低了系统的响应时间。如今芯片面向SOC理念发展,因此就如何提高片上集成LDO电路的性能而不使用片外电容器成为了近年来电源管理芯片技术的研究热点之一。本文首先从LDO电路的基本结构出发,分析其工作原理及性能指标,重点研究了LDO的稳定性及瞬态响应。对比分析了传统LDO电路与无片外电容LDO电路的稳定性,当负载电流发生突变时,无片外电容LDO电路因为没有外部电容器件来缓冲存储电荷的变化和滤波,导致其输出电压变得不稳定。另外两者的结构不同,它们的主极点位置也不同,传统LDO电路的主极点位置位于输出端,无片外电容LDO电路的主极点位置位于误差放大器的输出端,而LDO电路输出端的次极点位置将随着负载的变化而发生改变,这使得无片外电容LDO电路的补偿电路难以设计。针对以上问题,本文设计了一款瞬态响应增强的无片外电容LDO电路,结合基本结构框架,设计了带隙基准电压源电路、误差放大器、功率管,补偿电路。为提高芯片的温度特性,设计的基准电压源电路加入了高阶温度补偿技术,这使得电路的温度漂移系数明显降低;补偿电路采用动态零极点追踪补偿方案与Buffer缓冲电路进行补偿,在保证稳定性的同时增加系统的带宽,也对电路的瞬态响应性能有一定程度的改善。为进一步增强电路的瞬态响应,利用输出电压尖峰检测原理,改良设计了一款瞬态增强电路,通过对LDO电路输出电压变化的检测,及时响应到功率管栅极使其快速充放电来调整输出电流,从而降低输出电压的俯冲、过冲电压。同时为保障芯片的可靠性,另外还设计了过温保护电路以防止芯片工作在极端环境下而受到不可逆转的损伤。本文基于SMIC 130nm CMOS工艺对所提出的LDO电路进行设计和仿真,并完成版图的绘制及后仿真。仿真结果表明,所设计的LDO电路输入电压范围1.4~2.5V,输出电压稳定在1.2V,电路的最大负载电流为30m A,当负载电流在1μs内从10μA突变到30m A时,输出端产生的俯冲电压为48m V,过冲电压为60m V,响应时间1.5μs;当频率为10KHz时,轻载状态下系统的电源抑制比为-64d B,重载状态下的电源抑制比为-50d B,系统消耗的静态电流为59μA。
其他文献
随着人工智能的发展,深度学习作为其最具突破性特点的领域之一,已广泛应用于卫星,军事,医疗,自动驾驶等各个方面,但强大的算力背后,需要大量数据和带宽的支撑,如何正确,高效地对大数据进行访问,包括传输和处理,一直是研究的热点,其正确性会直接影响到深度学习的性能。为此本文针对一款自研的深度学习IP核,研究了其数据的传输,处理方式,并对其相关模块进行验证,本文的主要研究内容及创新点包括以下方面:首先本文介
随着能源危机日趋突出,人们迫切需要一种新型清洁能源来替代传统化石燃料。空间太阳能电站(SSPS-Space Solar Power Station)正是在这种背景下出现的一种绿色能源系统,其将空间太阳能转化为电能,再以微波形式将能量传回地面,可作为未来实现能源可持续化发展的途径之一。为了验证空间太阳能电站的可行性,本项目组以OMEGA(Orb-shape Membrane Energy Gathe
随着科学技术的进步,电子设备性能得到提升,同时也带来了设备高耗电的问题。产业界和学术界针对这一问题提出了两种解决思路,一种是增大电池容量,另一种是缩短充电时间。受限于电池技术的发展,采取后一种思路即提高充电功率、缩短充电时间成为解决上述问题的最佳方案。USB_IF组织在2014年发布了USB_PD快充协议,该协议支持最高充电功率可达100W。在电池容量不变的情况下,使用PD协议能够极大地缩短充电时
作为模数转换器中的一种,sigma delta ADC的研究一直是被关注的热点,其主体包括模拟调制器和数字滤波器两部分,模拟信号输入到调制器部分经过噪声整形和过采样,极大程度削减了信号带宽内的噪声,再经过后级级联的数字滤波器的处理,最终得到精度很高的数字信号。因为整体结构中包含了数字电路对信号抽取和滤波,相比于奈奎斯特模数转换器,sigma delta调制器对器件的匹配度要求不高,降低了模拟电路的
随着互联网技术和信息科学的发展,人们对信息数据的传输需求也在增加,图像信息在传输的网络信息中占有着很高的比例,而日益增长的图像信息的分辨率、帧率、图像分量位数等需求需要更大的传输带宽来支持。为了解决显示链路的带宽需求,一方面,PCI-Express等高速接口的提出并不断迭代以提高传输带宽;另一方面,图像压缩编解码技术也在不断优化更新,在一定带宽下传输尽可能多的图像信息数据。以往被用于实现高速接口转
模数转换器是模拟信号和数字信号沟通的桥梁,逐次逼近型模数转换器凭借其功耗面积小,精度与速度均衡的优点,广泛应用于生物医疗,电子通讯等领域。随着CMOS工艺的发展,模数转换器的可靠性问题愈发值得关注。工艺(Process),电压(Voltage),温度(Temperature)是主要影响模数转换器可靠性的三个因素。PVT变化会严重影响模数转换器的转换速度,功耗及分辨率等性能。本论文为解决该问题,研究
随着大数据时代的来临,各个行业的数据规模不断增长,人们也越来越需要对这些数据之间的关系进行准确地表达和理解。图模型作为一种建模方式,可对现实世界中的个体以及个体之间的关系进行描述,因此,图的可视化作为一种直观的数据分析工具被广泛应用到自然科学、医学、金融、电力、航空航天、交通、网络犯罪等领域。而为了使图中的节点和边能够在满足用户需求和一定的美学标准下呈现出来,图布局算法起到了至关重要的作用,但是传
由于偏振光含有比传统激光更多的信息量,且激光雷达成像技术也不再满足于传统的探测手段,近年来激光雷达偏振成像技术受到越来越多的重视,在军事、遥感探测等领域都具有广阔的应用前景。偏振成像技术不仅可以识别目标的形状,还可以区分目标的材料和粗糙度的差异,并且可以在复杂背景下对目标进行识别,因此激光雷达偏振成像技术具有重要的研究意义。本文基于激光雷达成像技术,从双向反射分布函数(BRDF)与一维距离像(LR
数据量化将神经网络中浮点型的权重参数以及激活值量化为整型数据,为神经网络在硬件设备上部署提供了可能性。随着量化神经网络应用场景的多样性,研究者发现量化神经网络容易遭受对抗样本攻击,导致其鲁棒性下降,进而威胁其安全性能。因此,如何提高量化神经网络的鲁棒性是一个具有挑战性的课题。针对以上问题,本文提出一种有效提升量化神经网络鲁棒性的方案。首先提出以Gabor滤波器对对抗样本进行滤波处理,减少该对抗样本