【摘 要】
：
为了提高DC-DC电源系统的性能,解决传统的线性直流稳压电源系统功率转换效率低、调压功率损耗大、输出响应速度慢等问题,文中采用同步整流技术和跨导的TypeⅢ型补偿网络设计,建立同步整流BUCK型DC-DC稳压开关电源线路.以UP1540电源控制器和NMOS同步整流场效应管(NTMFS4C10)为主要元器件,利用PWM斩波来控制同步整流场效应管导通、截止,通过电感和电容进行电路能量交换和滤波,再通过TypeⅢ环路补偿型来实现电路的安全性和输出电压的稳定性.实验结果表明,同步整流BUCK型DC-DC稳压开关电
【机 构】
：
苏州大学 电子信息学院,江苏 苏州 215006;苏州大学 电子信息学院,江苏 苏州 215006;苏州路之遥科技股份有限公司,江苏 苏州 215153;华硕科技苏州有限公司,江苏 苏州 215011
论文部分内容阅读
为了提高DC-DC电源系统的性能,解决传统的线性直流稳压电源系统功率转换效率低、调压功率损耗大、输出响应速度慢等问题,文中采用同步整流技术和跨导的TypeⅢ型补偿网络设计,建立同步整流BUCK型DC-DC稳压开关电源线路.以UP1540电源控制器和NMOS同步整流场效应管(NTMFS4C10)为主要元器件,利用PWM斩波来控制同步整流场效应管导通、截止,通过电感和电容进行电路能量交换和滤波,再通过TypeⅢ环路补偿型来实现电路的安全性和输出电压的稳定性.实验结果表明,同步整流BUCK型DC-DC稳压开关电源具有良好的功率转换效率、更小的调压功率损耗和更快的输出响应速度,达到了预期设计目标.说明采用同步整流技术和跨导的TypeⅢ型补偿网络设计来优化BUCK型DC-DC稳压开关电源,可提高电路的功率转换效率和稳定性.
其他文献
文中以用户体验为出发点,研究用户体验导向下的APP个性化界面设计,以提升界面的用户体验.APP个性化界面设计中界面定位阶段用于确定界面设计的整体方向;用户研究阶段是以确定界面定位为前提,构建用户角色模型,获取用户需求;需求分析阶段是利用基于Kano模型的客户需求分析法筛选用户需求;信息架构与任务流程阶段是按照筛选后的用户需求设计界面整体组织结构,描绘用户任务执行流程;界面线框图设计阶段是以信息架构与任务流程阶段为基础,构建线框界面;界面视觉设计阶段是丰富线框界面,制作高清真实的界面原型;界面原型测试评估阶
平面图像在光线和角度的影响下容易出现色彩缺陷的问题,但由于传统方法设计的平面视觉图像色彩调整系统的自适应效果较差,导致调整后的图像色彩差异不明显.为了解决以上问题,提出一种基于机器视觉的平面视觉图像色彩自适应调整系统的设计方法.在硬件设计上,开发以Tiny6410核心板为基础的数据采集器,并重新设计其外围电路中的电源电路和RS 232电路.在软件设计上,通过自适应直方图对平面视觉图像进行均衡化处理,结合机器视觉技术识别图像色彩缺陷,通过七色算法设计图像色彩调整模块.设计仿真实验,结果显示:通过此次设计的系
为了能够实现对日益增加的海量旅游信息高效处理,满足游客及数据处理要求,文中提出将云计算虚拟化技术引入其中,设计一种基于云计算虚拟化技术的智慧旅游信息服务平台.概述云计算虚拟化关键技术,分析该信息服务平台的系统设计需求,设计基于云计算、大数据、虚拟现实等关键技术,对于智慧旅游信息服务平台设计了Map-Reduce、BigTable、HDFS,对云平台下的数据存储及GAE环境下运用J2EE框架,对数据量进行更新并运用Map-Reduce对数据信息进行计算处理.结合Java Web编程技术,对设计的基于云计算虚
传统的三维动画图像纹理渲染系统过程较为复杂,渲染效率不高.为了解决以上问题,文中设计一种基于数字技术的三维动画图像纹理实时渲染系统.该系统通过三维激光扫描仪和高清数码摄像机采集基础图像,选取光端机作为系统的传输设备,以LPC2103处理器为基础进行核心运算;将业务逻辑程序分为三维建模和纹理渲染两个子程序,搭建三维模型提取图像纹理,并以数字技术作为支撑实现二者的融合贴图,从而进行纹理渲染精处理.最后通过设计仿真实验对文中方法进行验证.结果表明,文中设计的系统纹理渲染效果逼真且渲染速度较快,基本达到设计的目标
为解决直流电能计量时不能对直流中纹波信号进行准确计量的问题,文中提出利用有限元算法优化集合经验模态分解(EEMD-FEM)的方法对直流中的纹波信号进行分解.利用有限元法对直流电压信号进行预处理,根据信号变化量进行有限元划分并求积分均值点,以保存信号特征并降低极值点个数,提升EEMD算法分解的收敛速度和准确度.为提取直流电压信号,搭建直流电能算法验证平台对直流电压信号进行仿真,得出相比于EEMD的分解方法,EEMD-FEM算法分解出的直流分量变化量保持在0.01％,分解出的直流信号稳定;IMF分量的电压幅值
推荐系统存在用户隐私安全性低、推荐服务质量差的问题.为此,文中提出一种基于差分隐私的个性化服务推荐算法DPk-median.该算法针对推荐系统服务器中生成的推荐列表,首先利用k-median聚类算法将推荐数据中具有相同属性的数据进行聚类;然后根据不同簇的风险级别,添加相应的拉普拉斯噪声机制,同一簇中的隐私预算参数是相同的,在保证隐私的前提下,可合理控制噪声的加入并提高噪声的利用率,保证推荐的质量损失减小,同时增加算法的执行效率.相关实验结果表明,与以往的基于差分隐私的个性化服务推荐系统相比,文中所提出的算