关键词： 保护芯片   锂电池   低功耗   实时监测系统   BCD工艺  

摘要： 随着信息化社会的快速发展,大量的电子产品得以涌现,锂电池凭借其低重量、小体积和高供电电压的优势,已成为目前的主流供电选择。但若锂电池在使用过程中出现电压或电流的异常,其内部结构的缺陷会导致锂电池的供电性能减弱,甚至出现爆炸的危险。因此,合理设计适用于锂电池的实时监测系统是十分必要的。 本文设计了一款可应用于单节锂电池的充放电保护系统,其内部主要包括带隙基准模块、振荡器模块、数字逻辑模块、电压电流检测模块、短路检测模块和锂电池0V充电模块。系统通过对各端口进行电压采样,实现了过充保护和过放保护功能。本系统的正常工作电压区间为3.0V至4.3V,最大承载电压为10V,正常工作温度区间为-40℃至85℃。使用Spectre和Hspice分别对系统子电路和系统整体进行仿真验证后可得:带隙基准模块在TT工艺角下的温漂系数为27.34ppm,且该模块内部的5级修调控制网络可提供每级约6m V的电压偏移;振荡器模块在TT工艺角下的振荡周期为46.281μs;过充电压保护模式与过放电压保护模式的检测阈值分别为4.28V与3.01V;电压保护模式、电流保护模式与短路保护模式下检测阈值的精度范围分别为±75m V、±15m V和±200m V;各保护模式延时时间的精度范围为±60%。 在系统子模块与系统整体的仿真参数均正确的前提下,本文选用0.18μm BCD工艺,使用Cadence Layout Editor完成了本系统的版图设计,并成功通过了DRC和LVS的检测,完成了锂电池保护芯片的流片。实测结果显示,该系统的正常工作电流和低功耗模式下的静态电流分别为2.336μA与0.341μA,且其余各参数均符合设计指标要求。

关键词： 模数转换器   低功耗   建模   动态放大器  

摘要： 模数转换器（Analog-to-digital Converter）是将所感触到的模拟信号转换为数字信号给电子设备存储和传输,是集成电路中必不可少的模块。随着科技的高速发展,便携设备给人们生活中带来许多便利,然而这些便携设备对ADC的性能要求不断提高。所以在低功耗下高速传输数据成为了集成电路从业者的研究和开发的热点。 本文将基于市场对ADC需求,对新型混合结构流水线式逐次逼近ADC展开研究,设计了一款12位的100MSP的Pipelined-SAR ADC。为实现高速低功耗,做了以下工作: （1）对ADC的级数和功耗进行分析,确定第一级SAR ADC的量化位数为6bit; （2）其次对ADC中各个关键模块的非理想因素进行理论分析,在MATLAB中对系统进行噪声建模,便于后续对关键模块的设计; （3）基于电容阵列DAC的开关切换策略采用Vcm-Based,对量化方式进行推导,在MATLAB中进行行为级建模,验证ADC的功能性; （4）采用级间增益减半技术,将放大器的增益从32减小到16; （5）为实现高速和低功耗,将动态逻辑单元代替传统的D触发器,实现异步SAR逻辑; （6）采用开环放大器代替传统的静态运算放大器,降低功耗; （7）为降低失调误差和级间增益误差,采用冗余技术。 本文基于TSMC40nm工艺下,在Cadence Virtuoso平台里进行电路设计并Spectre仿真,仿真结果为:在1.2V电源电压下,当采样率为100MHz,对系统输入±1V的输入信号,SNDR为61.9d B,ENOB为10.0,SFDR为-50.1d B,功耗为4.12m W,核心电路的版图面积约为0.019mm2。

关键词： 鸟声采集   低功耗   实时传输   麦克风阵列   鸟声事件检测  

摘要： 鸟类作为生态环境的重要指示物种,其监测对揭示生物多样性及生态状况提供了关键依据。被动声学监测是一种新兴的鸟类监测技术,具有对鸟类干扰小、监测范围大、适合长期监测等优点,通过采集和分析鸟类鸣声可以获取鸟类生态行为、种群状态,其中,鸟声采集是被动声学监测的基础。然而常用鸟声采集设备都是国外产品,且均为离线设备,存在成本高、设备无法满足不同应用场景需求等问题,影响被动声学监测技术在我国鸟类科学研究与监测中的应用。基于此,本文对鸟声采集系统进行了研究,包括两种采集设备与一个数据分析展示的软件平台。主要工作总结如下: 对于需要长期录音、大容量存储的鸟声采集场景,设计并实现了低功耗单通道鸟声采集设备。该设备基于开源项目Audio Moth进行改进设计,采用低功耗芯片EFM32WG980F256作为主控芯片,实现了低功耗采集(32k Hz采样率下设备功耗为90m W),存储容量最大为2TB,设计了可靠的户外防水结构。为了验证设备的性能和可靠性,在广州市北至花都区南至南沙区共选取了25个公园部署该设备进行鸟声采集,连续采集7个月合计500多个小时,共采集了125万条1分钟时长的录音文件。 对于需要声音的空间信息、声音数据实时传输的鸟声采集场景,设计并实现了基于声音事件检测的多通道鸟声采集设备。该设备采用全志T113-S3处理器作为主控平台,支持太阳能、市电、以太网供电,4G网络传输,8通道麦克风阵列,可调增益前置放大等功能,并使用NCNN嵌入式边缘计算框架实现了基于改进Densenet框架的边缘鸟声事件检测,检测到的有鸟声文件通过网络传输至云服务器,并使用SRP-PHAT算法进行鸟声方位计算。设备运行功耗约800m W,休眠功耗约450m W,录制10秒的八通道音频、并进行鸟声事件检测、数据压缩上传等步骤仅需约13秒。 对于声音数据进行分析处理时,面临数据量过大、数据分析过程困难等挑战,设计并实现了一个包含设备状态监控、鸟声数据识别、鸟声方位计算的鸟声采集设备数据分析监控平台。通过该平台,可以将上述两种设备进行统一管理形成完整的鸟声采集系统。