【摘 要】
：
为了解决MEMS微镜扫描角度较小的缺点,设计了一种MEMS微镜与无刷电机同步扫描系统。该系统由STM32微控制器、DDS驱动电路、相位检测电路组成。通过设计光栅码盘实现对无刷电机速度的测量,由PID算法控制电机转速使电机反馈信号与MEMS微镜反馈信号频率相同,并检测两路反馈信号的相位差,调节DDS驱动信号的相位实现相位同步。实验表明,系统工作稳定,相位误差不超过1.5%。
【机 构】
：
中国科学技术大学微电子学院,中国科学院苏州纳米技术与纳米仿生研究所
【基金项目】
：
国家重点研发计划(2018YFB130550)。
论文部分内容阅读
为了解决MEMS微镜扫描角度较小的缺点,设计了一种MEMS微镜与无刷电机同步扫描系统。该系统由STM32微控制器、DDS驱动电路、相位检测电路组成。通过设计光栅码盘实现对无刷电机速度的测量,由PID算法控制电机转速使电机反馈信号与MEMS微镜反馈信号频率相同,并检测两路反馈信号的相位差,调节DDS驱动信号的相位实现相位同步。实验表明,系统工作稳定,相位误差不超过1.5%。
其他文献
阴极短路MOS栅控晶闸管(Cathodic Short MOS-Controlled Thyristor,CS-MCT)在电容型脉冲功率系统中应用广泛,但面临电流极限的问题,尤其是在大电容高电压条件下,这就需要解决MCT器件并联均流的问题。进行理论和仿真分析栅驱动电阻对并联均流的影响,并采用导通延迟补偿法对器件均流进行改善。测试验证MCT并联可以提高电流极限,并验证导通延迟补偿法可以改善器件均流特性。
基于GaAs pHEMT工艺设计了一款2.3~2.7 GHz双模式低噪声射频接收前端全集成芯片。该接收前端芯片包含一个单刀双掷(SPDT)收发开关及一个带旁路功能的低噪声放大器。一方面,采用带源级电感负反馈的共源共栅结构实现了放大器模式,将SPDT开关作为放大器输入匹配网络的一部分,一体化优化设计获得最少元件及较高Q值的输入匹配网络,进而实现低噪声、高增益和良好的输入回波损耗匹配;另一方面,采用多组开关联合实现了旁路功能用于衰减高输入功率的射频信号。测试结果表明,在2.3~2.7 GHz的宽频带范围内,实
基于Micro-Electro-Mechanical System(MEMS)工艺,采用双层谐振腔滤波结构,分析并设计了一种基于MEMS的硅基Substrate Integrated Waveguide(SIW)双通带宽带带通滤波器芯片。设计的滤波器芯片在21.25~29 GHz以及43~47.5 GHz双通带频带内插入损耗小于3 dB,相对带宽分别为30%以及10%,带外抑制度大于20 dB,并且在双通带间产生了零点,尺寸仅为4.2 mm×1.1 mm×0.8 mm。该滤波器是平面堆叠结构,具有体积小、
为了精准测量电子材料在特定微波工作频率的介电损耗,提出一种基于微波光子晶体缺陷模特性的材料介电损耗测量方法。利用缺陷微波光子晶体结构的微波局域特性,将被测材料设计为微波光子晶体的缺陷层结构;采用传输矩阵方法计算和模拟了缺陷透射峰值与被测材料介电损耗之间的关系。结果表明,被测材料的介电损耗因数与缺陷透射峰值呈显著的单值函数关系,当介电损耗因数从0增加到1.0时,缺陷透射峰值从1.0降低到0.21。因此,通过实验检测到被测材料缺陷透射峰值后,利用所建立的材料损耗因数与透射峰值之间的关系,可以非常灵敏地反演出被
针对煤矿井下定位复杂度高,定位精度要求高等特点.为提升煤矿井下精确定位的精度与效率,保证人员安全等需要,提出了基于改进TDOA的超宽带定位算法.根据井下巷道条件不同,采用
特征工程可以自动地处理和生成那些判别性高的特征,而无需人为的操作。特征工程在机器学习中是不可避免的一环,也是至关重要的一环。提出一种基于强化学习(RL)的方法,将特征工程作为一个马尔可夫决策过程(MDP),在上限置信区间算法(UCT)的基础上提出一个近似的方法求解二分类数值数据的特征工程问题,来自动获得最佳的变换策略。在5个公开的数据集上验证所提出方法的有效性,FScore平均提高了9.032%,同时与其他用有限元变换进行特征工程的方法进行比较。该方法确实可以得到判别性高的特征,提高模型的学习能力,得到更
基础硬件的发展带来了算力的提高,深度学习算法的出现和应用奠定了人工智能技术理论基础,Google、百度等高科技公司将人工智能应用的作为重点领域而加大投入,从而加速了人工智能的落地。当前人工智能已成为引领信息产业革命的最重要的技术手段。与此同时,人工智能对人类的潜在威胁也在加剧。对人工智能算法进行分析,归纳算法发展过程及缺陷,并总结这些缺陷可能引发的技术问题和伦理问题。最后,对人工智能的应用,从算法和伦理角度给出一定的对策。
提出了一种基于无线指纹数据库的频谱感知方案。首先,在蜂窝认知无线电网络(Cell Cognitive Radio Network,CCRN)覆盖的目标地理区域内,次用户设备(Secondary User Equipment,SUE)收集大量频谱观测数据,基于各种机器学习算法对频谱观测数据进行处理得到授权频谱上主用户发射机(Primary User Transmit,PUT)的传输模式;随后,在PUT不同的传输模式下划分地理位置区域,采用基于空间距离计算的方法获取网格标签,建立无线指纹数据库;最后,有感知需
时间交织型SAR ADC对包括电容失配在内的通道间失配较敏感,其中电容失配既包括通道内的失配也包括通道间的失配,是影响时间交织型SAR ADC性能的重要因素。为了提升时间交织型SAR ADC的性能,基于对SAR ADC中DAC电容失配对时间交织型SAR ADC影响的分析,结合单通道低速工作SAR ADC的电容校正方法,提出了一套适用于时间交织型SAR ADC的电容校正方法,实现了超过9 dB的SFDR和超过2.5 dB的SNDR性能提升。
近年来大数据、自然语言处理等技术得到了飞速发展。情感分析作为自然语言处理细分领域的前沿技术之一,得到了极大的重视。然而,低参数量、高精度依然是制约情感分析的关键因素之一。为实现模型参数少、模型分类精度高的情感分析需求,通过改进特征级注意力机制的输入向量,以及前馈神经网络与注意力编码的前后位置关系,得到可复位特征级注意力机制,并基于该机制提出了基于可复位特征级注意力方面级情感分类模型(RFWA)和基于可复位特征级自注意力方面级情感分类模型(RFWSA),实现了高精度的方面级情感分析效果。在公开数据集上的实验