标签目录:摩登平台信誉吧

摩登3平台登录_骁龙888性能和功耗表现亮眼 保证卓越手机游戏体验

众所周知,在用手机玩游戏时,大型复杂游戏场景需要非常强大的CPU支持,而且在整个手机游戏运行的过程中,频繁的游戏场景切换也是考验CPU的功耗和多线的工作状态,骁龙888强大的CPU性能正是保证手机游戏卓越体验的基础。 骁龙888采用了Kryo 680 CPU,这是行业首个采用ARM Cortex X1架构的移动平台。架构方面是1+3+4的三丛集八核心设计,由1颗2.84GHz主频的Cortex X1“超级大核”,3颗2.4GHz Cortex A78大核以及4颗1.8GHz Cortex A55小核组成,不仅带来功耗降低性能提升,更重要的是还能带来20%的能效增长。从而使得整套Kryo 680 CPU体系在长时间的高负载场景下,整个大小核心可以在同一簇中自由切换进行处理,做到不降频、发热控制好、低功耗,并且稳定地为用户提供最强的高性能表现。 提及游戏,就不得不提GPU,图形显示处理方面,一直以来就是高通的传统强项。骁龙888 GPU升级至Adreno 660,再次提升了3D渲染加速,视频回放加速,以及显示输出能力。整体渲染能力提升了35%,功耗却降低了20%,打造更具沉浸式游戏体验。值得一提的是,高通是当前安卓生态中唯一一家不需要靠购买授权或现成设计,自己就能原创研发移动GPU架构的厂商。这种高度的原创能力,给骁龙移动计算平台带来难以忽视的竞争优势。不仅可以实现GPU与其他部件之间更好的设计整合与功能联动,从而带来更高的AI性能和更为出色的功耗控制;而且,不需要第三方软件的帮助,高通可以自行与手机厂商和游戏开发者,进行驱动的合作优化和专项适配,从而使得使用了骁龙方案的机型在游戏中获得更好的画面、更高的流畅度,以及更低的功耗和更长的续航时间。 AI方面,骁龙888的实力有目共睹。集成的第六代AI引擎,包含了新的Hexagon780处理器,并且引入了全新的Fused AI加速器,提升可调用内存的容量,提升了每瓦功耗表现,标量加速提升50%性能,获得了2倍于前代的张量加速计算能力等等。AI算力可达到26TOPS,是目前已发布的手机芯片中AI算力最高的。更加强大的AI性能意味着手机更加智能,也让搭载骁龙888的手机在玩游戏时,轻松实现很多强大的AI智能“绝招”。 要想在游戏中出奇制胜,没有快人一步的网络连接怎么行呢?作为现阶段最顶级的5G芯片,骁龙 888 在5G方面实现了巨大提升——完全集成了5nm制程的X60 5G基带,带来全球最快的商用5G网络速度。而且5nm的先进制程和集成化设计,降低处理器功耗,杜绝游戏运行中的卡顿和发热等现象,带来更为极致的游戏体验。值得一提的是,骁龙X60还搭载了高通最新研发的ultraSAW RF滤波技术,该技术能针对2.7GHz以下频段无线网路信号进行射频干扰消除、减少讯号衰减,连接性能提升的同时再次减少功耗,提升手机续航能力。 另外,骁龙888所搭载的第三代Elite Gaming综合实现了无与伦比的性能、功耗、电影级的图形和持久的电池续航,在手机玩游戏时为玩家带来游戏体验加分。在Snapdragon Elite Gaming的加持下,骁龙888的游戏体验再一次升级。 总而言之,得益于骁龙888的功耗、连接、AI以及Elite Gaming等方方面面的显著提升,游戏用户可以在骁龙888手机中得到更为舒适的游戏体验,也让骁龙888毫无悬念地成为旗舰游戏手机的标配。

摩登3登录网站_亚马逊云服务(AWS) 为机器学习扩圈 触及每一位AI工作者

12月9日, AWS全球机器学习副总裁Swami Sivasubramanian (简称Swami) 在亚马逊re:Invent大会上发表机器学习和人工智能主题演讲,展示了AWS关于人工智能与机器学习的最新全景蓝图,并宣布了一系列新服务和新功能,让机器学习更易用和拓展到更加广阔的使用者、应用场景和行业。这是亚马逊re:Invent大会上的首次机器学习主题演讲。Swami主题演讲中表示,“机器学习是我们这一代人能遇到最具颠覆性的技术之一,目前已经有超过10万客户在使用AWS的机器学习服务,很多客户已经将机器学习用于其核心业务。” AWS大中华区云服务产品管理总经理顾凡介绍说,“亚马逊利用机器学习技术已经有20多年时间,这是AWS机器学习服务的深厚源泉。AWS在2016年开始发力,在云上提供机器学习服务。当年只发布了三个服务,2017年开始加速,最近三年,每年新增的服务和功能超过200个,为全球人工智能工作者丰富了他们急需的工具集。” 据德勤发布的《全球人工智能发展白皮书》预测,到2025年,世界人工智能市场规模将超过6万亿美元。 面对数字经济的发展机遇,多个国家和地区已将人工智能列为优先发展的国家战略。 2020年11月21日,国家工业信息安全发展研究中心在《2020人工智能与制造业融合发展白皮书》中指出了目前融合存在的诸多难点,其中人才匮乏问题尤为严重。而人社部官网的报道中测算,目前我国人工智能人才的缺口超过500万,国内的供求比例为1:10,供需比例严重失衡。 德勤发布的《全球人工智能发展白皮书》指出,在人工智能众多的分支领域中,机器学习是人工智能的核心研究领域之一。包括89%的人工智能专利申请和40%人工智能范围内的相关专利均为机器学习范畴。 AWS是云计算的引领者,也是机器学习的翘楚。面对机器学习这样一个充满前途的事业,以及当前严重缺乏人才的处境,AWS通过多种方式,采取一系列措施,着重通过技术创新,为机器学习扩圈。 首次推出开箱即用的工业领域机器学习解决方案 扩圈举措之一,是推出开箱即用的解决方案。在re:Invent大会上,AWS发布了五项用于工业领域的机器学习服务,分别是Amazon Monitron、Amazon Lookout for Equipment、AWS Panorama一体机、AWS Panorama SDK和Amazon Lookout for Vision。这是AWS首次推出开箱即用的工业领域机器学习解决方案。 Amazon Monitron和Amazon Lookout for Equipment通过机器学习支持预测性维护。Amazon Monitron面向没有建立传感器网络的客户,提供由传感器、网关和机器学习服务组成的端到端机器监控系统,检测异常并预测何时需要维护工业设备。Amazon Lookout for Equipment面向已经拥有传感器、但不希望自己构建机器学习模型的客户,由AWS为其构建模型并返回预测结果,检测异常设备行为。 AWS Panorama通过计算机视觉改善工业运营和工作场所安全。AWS Panorama一体机是一个硬件设备,将它连接到工业场所的网络中,它就可以自动识别摄像头数据流,与工业摄像头进行交互。AWS Panorama软件开发套件(SDK),方便工业相机制造商在新相机中嵌入计算机视觉功能。 Amazon Lookout for Vision为工业客户提供高精度、低成本的产品质量异常检测解决方案。它通过机器学习技术,每小时可以处理数千张图像,发现产品缺陷和异常。客户可以将摄像头图像批量或实时发送到Amazon Lookout for Vision,找出异常,例如机器部件的裂纹、面板上的凹痕、不规则形状或产品上的颜色错误等。 目前已经使用AWS工业领域机器学习服务的客户和合作伙伴包括Axis、凌华科技、BP、德勤、Fender芬达、GE 医疗和西门子交通等等。 打造包罗万象的工具箱,赋能每一位AI工作者 扩圈举措之二,是打造全面丰富的工具集,用顾凡的话说, right tool for the right job(为每一项工作都提供一个趁手的工具)。AWS提供的机器学习工具集包括三个层面。 工具集的底层,面向那些技术能力超强的客户,希望将人工智能和机器学习作为自己的核心竞争力。AWS为他们提供强大的算力、全面的算力选择、丰富的机器学习框架选择。AWS支持主流的机器学习框架,客户还可以通过容器部署的方式,自带机器学习框架;AWS可以提供基于英伟达、英特尔、AMD、赛灵思等芯片厂商的最新处理器的强大算力,同时还通过自主设计的处理器,极大地降低机器学习的算力成本。 工具集的中间层,面向那些技术能力较强的客户,他们有大量的数据可以进行机器学习模型训练,有一定的算法人才,不要花精力管理基础设施,专注于自己的应用和业务创新。AWS的Amazon SageMaker为他们提供了首个全托管的机器学习集成开发环境,并为这个开发环境不断增加新功能,从数据准备、到模型训练、参数调优与模型迭代、到模型部署、模型质量监控,在整个过程中最大限度地提高他们开展机器学习的效率,降低他们开展机器学习的门槛。 工具集的顶层,面向技术能力相对薄弱的客户,他们有一定的数据,但没有算法人才,他们希望在业务场景中直接引入人工智能。AWS为他们提供开箱即用的人工智能服务,目前已经涵盖机器视觉、语音文字转换、机器对话、文本处理、电商业务、客服、企业内信息搜索、开发与运维、工业AI等方面。 通过这样一个全面的工具集,AWS可以覆盖和赋能所有的人工智能工作者。 拓展到数据库开发者和数据分析师 扩圈举措之三,是将机器学习拓展到数据开发者和数据分析师。数据库开发者、数据分析师这个群体,人数比机器学习开发人员群体大得多,他们没有机器学习的知识和技能,但是不缺少机器学习的想法。于是,AWS将机器学习能力跟数据库进行嫁接,让数据库开发者、数据分析师沿用数据库查询的方式,让他们的机器学习想法落地到业务应用中。Amazon Aurora是AWS著名的关系型数据库服务,AWS针对Aurora推出了新功能Amazon Aurora ML。数据库开发者发起数据库查询(SQL)时,只要选择一个机器学习模型,就会唤醒机器学习服务,Aurora ML自动将查询结果交给机器学习模型进行推理,返回结果。例如,要查询一个客户评价是正面还是负面,数据库开发者只管做数据库查询、选择这个模型,返回来的查询结果就会自动附加正面或负面判断。类似地,出海电商想把数据库中的商品信息变成多语种,数据库开发者只管查询商品信息、选择多语种翻译,返回的结果就会自动包含商品信息的多语种翻译。 Amazon Athena是数据分析师经常用到的服务。通过这项服务,可以直接从Amazon S3上的对象文件中,利用SQL语句进行数据查询(SQL是结构化查询语言,原本用于关系型数据查询,而S3的对象文件不是关系型数据)。AWS也推出了新功能Amazon Athena ML,查询返回的结果也可以自动附带机器学习推理的结果。 Amazon Redshift是云原生的数据仓库。AWS推出的新功能Amazon Redshift ML,甚至把选择模型这一步省了。举一个例子,电商领域经常会哪些客户有可能流失,这时你可能并没有一个模型来判断什么样特征的客户有可能会流失。通过Redshift ML,数据分析师只管SQL查询,Redshift ML可以把数据导入S3,然后SageMaker的Autopilot功能结合。Autopilot是一个自动建模的功能。这样的Redshift ML可以自动进行数据清洗、模型训练,选择最优的模型进行预测。 Amazon Neptune是AWS的一个图数据库,主要用于知识图谱、身份图谱、欺诈检测、推荐引擎、社交关系、生命科学等场景,用图的方式表示各个数据实体之间的关系,例如,好友关系图。对图数据库,只是表示出数据的相关性显然不够,用户更需要的是,根据这些相关性进行机器学习推理。新功能Neptune ML,就是将图数据库和机器学习打通,通过机器学习模型去访图数据库,进行更精准的预测。 Amazon QuickSight是AWS的一个商业智能(BI)服务,可以轻松地调用各种数据进行分析和展现。AWS于2020年5月推出了QuickSight ML新功能,它也跟SageMaker的Autopilot功能进行了结合,数据分析人员可以用它开展欺诈检测、销售预测等工作。 在今年的re:Invent大会上,AWS推出了更酷的机器学习新功能QuickSight Q。通过它,可以用自然语言对数据进行提问,获得想要的数据洞察。例如,直接在查询框中输入“我们的同比增长率是多少?”几秒钟之内就可以得到高度准确的答案。如果按以往的方式,需要在模型中预先定义增长率、更新模型、处理数据,可能需要几天甚至几周时间。 AWS还推出了Amazon Lookout For Metrics,它利用机器学习技术,通过企业多种数据的比对,检测出数据异常。顾凡举例说,一件商品的售价200元,在某个数据源变成了20元。通过Amazon Lookout For Metrics找出这种异常数据,意义重大。如果是在线销售中出现这样的价格错误,有可能给企业带来巨大的损失。 此外,AWS还发布了利用机器学习的运维服务Amazon DevOps Guru,它可以帮助应用开发人员自动检测运维操作的问题,给出建议补救措施,提高应用程序可用性。此前,AWS已经推出了Amazon CodeGuru,可以让开发人员使用机器学习自动进行代码审核,并且提供指导和建议。 扩圈举措之四,大力发展机器学习的中间力量。如前所述,Amazon SageMaker是面向机器学习开发者的一个集成开发环境,是一项全托管的服务。它消除了机器学习过程中每个阶段的挑战,化繁为简,使开发人员和数据科学家能够从根本上更轻松、更快速地构建、训练和部署机器学习模型。Amazon SageMaker的功能也在快速迭代中,过去一年就交付了50多项新功能。在今年的re:Invent大会上,AWS再次发布9项新功能。 (1) Data Wranger,数据特征提取器。Amazon SageMaker Data Wrangler可以简化机器学习的数据准备工作。机器学习训练中有一个重要的工作,称为特征工程,就是从不同来源、格式多样的数据提取数据,形成规范化的数据字段(也称为特征),作为机器学习模型的输入,这项工作非常耗时。通过Data Wrangler,客户可以将各种数据存储中的数据一键导入。Data Wrangler内置了300多个数据转换器,让客户无需编写任何代码,就可以机器学习用到的特征进行规范化、转换和组合。客户可以通过在SageMaker Studio(首个用于机器学习的端到端集成开发环境)中查看这些转换,快速预览和检查这些转换是否符合预期。 (2) Feature Store,数据特征存储库。鉴于有大量的特征需要管理,AWS为Amazon SageMaker推出了一项新功能,名为Feature Store。它一个用于更新、检索和共享机器学习特征的专用库。通过Data Wrangler把特征设计出来以后,可以保存在Feature Store 中,以供重复使用。一组特征会用于不同的模型,被多个开发人员和数据科学家使用,需要有效地跟踪、管理这些特征,及时更新,保持一致性。模型训练和利用模型进行推理(也就是实际运用模型),对特征的使用场景也不同。在训练过程中,模型可以离线、批量地访问特征,使用时间长。而对于推理,通常只用到特征库的一部分,不过需要实时访问,几毫秒内返回预测结果。因此,如何特征库的管理是一件复杂的事儿,Feature Store就用于解决这些问题。 (3) Pipelines,自动化工作流。跟传统编程一样,编排和自动化可以提高机器学习的效率。Amazon SageMaker Pipelines是第一个专为机器学习构建的、方便易用的CI/CD(持续集成和持续交付)服务。…

摩登3注册网址_斑马技术宣布与JDL京东物流达成合作伙伴关系

近日,斑马技术公司宣布与JDL京东物流达成合作伙伴关系,携手推出现代化仓库管理解决方案。该解决方案旨在帮助国内具有前瞻性的中小型零售企业优化工作效率及运营成本,实现仓库管理现代化,以满足不同的业务需求。 斑马技术是一家致力于帮助零售及电子商务、制造、运输与物流、医疗保健、政府和其他行业领域的一线员工提高效能优势的公司。斑马技术在100多个国家/地区拥有10,000多家合作伙伴,针对不同行业提供定制化、端到端的解决方案,助力实现所有资产和员工的可视化、互联和充分优化。而JDL京东物流则以“技术驱动,引领全球高效流通和可持续发展”为使命,致力于将过去十余年积累的基础设施、管理经验、专业技术向社会全面开放,成为全球值得信赖的供应链基础设施服务商。 此次推出的现代化仓库管理解决方案将斑马技术的一系列产品与JDL京东物流仓储管理系统(JWMS)进行了无缝集成,可供选择的斑马技术产品包括TC25耐用型数据终端、TC51触控式数据终端、MC3300 移动数据终端、GT800桌面打印机和DS2208手持成像仪。这一灵活可扩展的模式能够支持创建不同的仓库管理解决方案,以满足从批发商到从事鞋服、美妆、快消等业务的中小型零售企业的不同需求。该解决方案能够实现远程部署、提供可靠且高效的远程系统维护及硬件管理,并且能够确保系统长时间稳定运行和可持续性升级,进而提高企业的投资回报率。 TC25耐用型数据终端 TC51触控式数据终端 MC3300 移动数据终端 GT800桌面打印机 DS2208手持成像仪 斑马技术的亚太仓储业愿景报告调研结果显示,超过50%的仓储业受访决策者正计划在2024年前实现部分自动化和增强技术的部署。消费者全天候随时选购商品的需求不断增长,以及其“现在就要”的即时满足思维,是推动这一趋势的主要因素。 斑马技术大中华区渠道管理负责人杨劲健表示:“后疫情时代,消费者对于线上购物和履单的时效性提出了更高的要求,而这也给仓储、配送和履单业务的速度和准确性带来了更大的挑战。国内的中小型零售企业能够根据自身的业务需求和成本,通过选择匹配的方式,采用斑马技术的一台或多台不同设备与JDL京东物流的JWMS集成,打造个性化的现代化仓库管理解决方案。” 此创新解决方案集成了斑马技术的产品和JDL京东物流仓储管理系统,为中小型企业开发,以应对新零售时代消费者不断变化的需求。JDL京东物流选择与斑马技术这样值得信赖的品牌合作,也表明了其致力于为运输与物流行业的发展作出更多贡献的决心。

摩登3平台开户_PCIE-PCB设计规范,建议收藏

关注+星标公众号,不错过精彩内容 转自 | 志博PCB PCI-Express(peripheral component interconnect express)是一种高速串行计算机扩展总线标准,它原来的名称为“3GIO”,是由英特尔在2001年提出的,旨在替代旧的PCI,PCI-X和AGP总线标准。 PCIe属于高速串行点对点双通道高带宽传输,所连接的设备分配独享通道带宽,不共享总线带宽,主要支持主动电源管理,错误报告,端对端的可靠性传输,热插拔以及服务质量(QOS)等功能 下面是关于PCIE PCB设计的规范: 1、从金手指边缘到PCIE芯片管脚的走线长度应限制在4英寸(约100MM)以内。2、PCIE的PERP/N,PETP/N,PECKP/N是三个差分对线,注意保护(差分对之间的距离、差分对和所有非PCIE信号的距离是20MIL,以减少有害串扰的影响和电磁干扰(EMI)的影响。芯片及PCIE信号线反面避免高频信号线,最好全GND)。3、差分对中2条走线的长度差最多5MIL。2条走线的每一部分都要求长度匹配。差分线的线宽7MIL,差分对中2条走线的间距是7MIL。4、当PCIE信号对走线换层时,应在靠近信号对过孔处放置地信号过孔,每对信号建议置1到3个地信号过孔。PCIE差分对采用25/14的过孔,并且两个过孔必须放置的相互对称。5、PCIE需要在发射端和接收端之间交流耦合,差分对的两个交流耦合电容必须有相同的封装尺寸,位置要对称且要摆放在靠近金手指这边,电容值推荐为0.1uF,不允许使用直插封装。6、SCL等信号线不能穿越PCIE主芯片。 合理的走线设计可以信号的兼容性,减小信号的反射和电磁损耗。PCI-E 总线的信号线采用高速串行差分通信信号,因此,注重高速差分信号对的走线设计要求和规范,确保PCI-E 总线能进行正常通信。 PCI-E是一种双单工连接的点对点串行差分低电压互联。每个通道有两对差分信号:传输对Txp/Txn,接收对Rxp/Rxn。该信号工作在2.5 GHz并带有嵌入式时钟。嵌入式时钟通过消除不同差分对的长度匹配简化了布线规则。 随着PCI-E串行总线传输速率的不断增加,降低互连损耗和抖动预算的设计变得格外重要。在整个PCI-E背板的设计中,走线的难度主要存在于PCI-E的这些差分对。图1提供了PCI-E高速串行信号差分对走线中主要的规范,其中A、B、C和D四个方框中表示的是常见的四种PCI-E差分对的四种扇入扇出方式,其中以图中A所示的对称管脚方式扇入扇出效果最好,D为较好方式,B和C为可行方式。接下来本文将对PCI-E  LVDS信号走线时的注意事项进行总结: 图1 PCI-E 差分线布线规范 (1)对于插卡或插槽来说,从金手指边缘或者插槽管脚到PCI-E Switch 管脚的走线长度应限制在4英寸以内。另外,长距离走线应该在PCB上走斜线。 (2)避免参考平面的不连续,譬如分割和空隙。 (3)当 LVDS 信号线变化层时,地信号的过孔应放得靠近信号过孔,对每对信号的一般要求是至少放1 至3个地信号过孔,并且永远不要让走线跨过平面的分割。 (4)应尽量避免走线的弯曲,避免在系统中引入共模噪声,这将影响差分对的信号完整性和EMI。所有走线的弯曲角度应该大于等于135度,差分对走线的间距保持20mil以上,弯曲带来的走线最短应该大于1.5倍走线的宽度。 当一段蛇形线用来和另外一段走线来进行长度匹配,如图2所示,每段长弯折的长度必须至少有15mil(3倍于5mil的线宽)。蛇形线弯折部分和差分线的另一条线的最大距离必须小于正常差分线距的2倍。 图2蛇形走线 (5)差分对中两条数据线的长度差距需在5mil以内,每一部分都要求长度匹配。在对差分线进行长度匹配时,匹配设计的位置应该靠近长度不匹配所在的位置,如图3所示。但对传输对和接收对的长度匹配没有做具体要求,即只要求差分线内部而不是不同的差分对之间要求长度匹配。在扇出区域可以允许有5mil和10mil的线距。50mil内的走线可以不需要参考平面。长度匹配应靠近信号管脚,并且长度匹配将能通过小角度弯曲设计。 图3  PCI-E差分对长度匹配设计 为了最小化长度的不匹配,左弯曲的数量应该尽可能的和右弯曲的数量相等。当一段蛇形线用来和另外一段走线来进行长度匹配,每段长弯折的长度必须大于三倍线宽。蛇形线弯折部分和差分线的另一条线的最大距离必须小于正常差分线距的两倍。并且,当采用多重弯曲布线到一个管脚进行长度匹配时非匹配部分的长度应该小于等于45mil。 (6)PCI-E 需要在发射端和接收端之间交流耦合,并且耦合电容一般是紧靠发射端。 差分对两个信号的交流耦合电容必须有相同的电容值,相同的封装尺寸,并且位置对称。如果可能的话,传输对差分线应该在顶层走线。电容值必须介于 75nF到200nF之间,最好是100nF。推荐使用 0402 的贴片封装,0603 的封装也是可接受的,但是不允许使用插件封装。差分对的两个信号线的电容器输入输出走线应当对称的。尽量减少追踪分离匹配,差分对走线分离到管脚的的长度也应尽量短。 免责声明:本文部分素材来源网络,版权归原作者所有。如涉及作品版权问题,请与我联系删除 ———— END ———— 推荐阅读: 精选汇总 | 专栏 | 目录 | 搜索 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

摩登3测速登录地址_学EMC避不开的10大经典问题

学习接触一门新的技术,总会遇到各种各样的问题,学习EMC也不例外。EMC(电磁兼容)包括EMS(电磁敏感度)和EMI(电磁干扰)两部分,通常我们所说的解决EMC问题,其实就是解决电子设备对外辐射干扰,或者如何防止设备、电子元件被外界电磁波干扰的问题。学习EMC要重视基础知识,像电磁波、电磁场等入门理论,有迫切学会的愿望,在实践中与别人多人交流,几个人的学习交流效果要远比一个人学习问题效果要好得多。 下面整理了EMC工程师常见的兼容性问题、具体解决方法,以供大家做学习笔记。 1、为什么数字电路的地线和电源线上经常会有很大的噪声电压?怎样减小这些噪声电压? 数字电路工作时会瞬间吸取很大的电流,这些瞬变电流流过电源线和地线时,由于电源线和地线电感的存在,会产生较大的反冲电压,这就是观察到的噪声电压。减小这些噪声电压的方法一是减小电源线和地线的电感,如使用网格地、地线面、电源线面等,另一个方法是在电源线上使用适当的解耦电容(储能电容)。 2、在实践中,常见到将多股导线绞起来作为高频导体,据说这样可以减小导线的射频阻抗,这是为什么? 这样增加了导线的表面积,从而减小了高频电阻。 3、电路或线路板电磁兼容性设计时要特别注意关键信号的处理,这里的关键信号指那些信号? 从电磁发射的角度考虑,关键信号线指周期性信号,如本振信号、时钟信号、地址低位信号等;从敏感度的角度考虑,关键信号指对外界电磁干扰很敏感的信号,如低电平模拟信号。 4、怎样防止搭接点出现电化学腐蚀现象? 选择电化学电位接近的金属,或对接触的局部进行环境密封,隔绝电解液。 5、什么是搭接,举出几种搭接的方法。 金属构件之间的低阻抗(射频)连接称为搭接,搭接的方式有焊接、铆接、螺钉连接、电磁密封衬垫连接等。 6、请尽可能多的列出降低地线射频阻抗的方法。 尽量使用表面积大的导体,以减小高频电流的电阻;尽量使导体短些,以减小电阻和电感;在导体表面镀银,减小表面电阻;多根导体并联,减小电感。 7、为什么在有些进口样机中看到有些地线通过电容或电感接地? 为了使地线系统对于不同频率的信号呈现不同的地线结构。 8、导致地线干扰问题的根本原因是什么? 地线的阻抗是导致地线问题的根本原因,由于地线阻抗的存在,当地线上流过电流时,就会产生电压,形成电位差,而我们在设计电路时,是假设地线上各点电位是相同的,地线电位是整个系统工作的参考电位,实际地线电位与假设条件的不同导致了各种各样的地线问题。 9、在进行电磁干扰问题分析时,往往用什么定义来描述地线? 将地线定义为信号的回流线。 10、当穿过面板的导线很多时,往往使用滤波连接器或滤波阵列板,在安装滤波连接器或滤波阵列板时要注意什么问题? 要在滤波连接器或滤波阵列板与机箱面板之间安装电磁密封衬垫或用导电胶带将缝隙粘起来,防止缝隙处的电磁泄漏。 END 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

摩登3官网注册_你知道吗?MCU与MPU之间的界限正在消失

曾经微控制器(MCU)与微处理器(MPU)是截然不同的两种器件,微控制器完成“控制”相关的任务,根据外界信号刺激产生反应,微处理器主要执行处理功能,对数据处理和计算能力的要求较高。 但如今由于内存架构的变化,两者之间的界限正在变得模糊。像大家熟悉的ST、NXP都推出了MPU,通过对比大家也能发现MCU和MPU之间有很多共性。 事实上,可以通过多种方式区分微处理器和微控制器,只是业界尚未对他们的区分标准达成共识。不过目前两者之间的准确区分都已经不再重要了。 近年来,MCU和MPU之间的区别变得越来越模糊。最初,MCU在一个芯片上集成了CPU、内存和外围设备,如今大多数MCU依然如此,但因为MCU具有足够强大的功能来支持更复杂的应用程序,附加外部存储器的MCU也变得常见。 计算芯片的两个市场 曾经有一段时间,计算芯片分为两个截然不同的市场,大部分芯片设备主要针对主流计算,性能是最主要的考虑因素,这些单片微型计算机被称之为“微处理器”,为个人计算机和更大的系统提供动力。 如今我们可以在各种类型的笔记本电脑、台式机和服务器中看到它们,值得注意的是,它们是通用引擎,旨在运行事先未知的任何数量的程序,主内存是DRAM,非易失性存储是硬盘驱动器或固态硬盘。 在不那么主流的嵌入式计算世界里,需要适度计算能力和专门用途,设计好的程序可能在固件中运行,以便让整个系统(包括程序和所有系统)在出货之前得以验证,内存需求将受到更多限制,可以将用于存储代码的SRAM和非易失性内存与CPU集成到同一块芯片上,关键一点,实时响应通常很重要。 嵌入式计算机也倾向于在有特殊I/O需求的环境中使用,一些可能是在驱动电动机,另一些可能是在处理声音或读取传感器。将专用外围设备接口硬件集成到同CPU和内存相同的芯片上十分有效,这会产生具有不同特性的各种芯片。 总的来说,CPU与SRAM、非易失性存储器和专用外设集成在一起的被称之为“微控制器”。 微处理器发展至今已经多达64位,而微控制器依然是8位居多,但在这中间发生了一些变化,使得两者之间的区别更加模糊。 集成式闪存是MCU的重要特征,不过这类闪存尚未在拥有最先进节点的微控制器上使用,因此许多以微控制器形式销售的设备都使用外部闪存而不是嵌入式闪存,此外还使用外部DRAM。 实际上,一个称之为“shadowing”的过程可以从外部闪存中获取代码,并将其复制到DRAM中,然后从中执行代码,而且为了提高性能,缓存也可以包括在内。这使得CPU/内存子系统与MPU几乎没有区别。 那么现在的MCU就是MPU吗?不再有区别了吗? 区分MCU与MPU的因素 如今的MCU和MPU十分相似,但依然在很多方面有一些细微的区别,这包括CPU功能、位数、操作系统、时序要求、核心数量等方面。 在CPU功能方面,如果CPU具有复杂的流水线,具有预测执行和其他超标量功能,则可以将其视为MPU,但是转变的确切位置并没有明确界定。 在位数上,8位设备更有可能被视为MCU,64位设备很可能被视为MPU。不过最早的却是MPU是4位,这更像是历史问题,而不是决定性的特征。 也可以根据计算机可运行的操作系统进行分类,如果它运行Linux,则可以将其称为MPU。如果它仅允许较小的实时操作系统,甚至只运行裸机,则可以将其称为MCU,这为能够运行的Linux的设备留出了许多中间地带。在时序方面,MCU通常用于需要硬或软实时响应的应用程序,MPU通常不能用于这一目的。 一般也将多核处理器视为MPU,尤其是在内核相同且管理对称的情况下。不过专用设备可能具有多个处理器,有些专用于诸如数字信号之类特定任务的处理器也会被认为是MCU,因此通过核心数目判断是MPU还是MCU并不是一个准确的依据。 从使用目的来看,可以认为通用设备是MPU,单用途设备是MCU,但这实际上只关乎设备的使用方式,如果在不明确使用目的的情况下使用任何设备,那时候如何称呼这一设备呢? 通常全功能MPU不会具有专用外围设备,这在很大程度上是因为它们是通用的,而不是面向特定应用,因此你可能会认为只要有这样的外围设备,就是MCU,但是事实并非如此,缺少外围设备也并不意味着就是MPU。 从上面的分析来看,每个特征因素都会存在缺陷,结果无法令人满意,那么行业专家又是怎么认为的呢? MCU和MPU已成“过时”的术语 Cadence IP集团产品行销总监Marc Greenberg对此表示:“我不知道MCU与MPU之间的区别是否存在某些官方的定义,经过简单的检索似乎表明,裸片上存在NVM的为MCU,但各种MPU上都有NVM的某些位,MPU也可能在同一片裸片上具有MCU,那又是什么呢?最小的无缓存处理器可能仍具有一些寄存器和SRAM,用RTL编码的定序器与从ROM执行的通用处理器真的有区别吗?显然MCU和MPU之间的区别有些随意,这意味着这一界限并不明确甚至可以随心所欲。当我想到MPU时,我想到的是用于控制通用计算机的设备,例如台式机、服务器、平板电脑等。” Cadence高级工程师Grant Martin认为:“根据维基百科的解释,MCU是在单个金属氧化物半导体集成电路芯片上的小型计算机,MPU是一种计算机处理器,在MOSFET结构的单个或多个集成电路上结合了中央处理单元的功能。” “如果深入研究,MPU具有CPU的功能,因此它是计算机处理器,而MCU则是更完整的计算机,这意味着MCU内包含MPU,这与常识相反。具有多个处理器核心的16路服务器处理器是否不再是MPU?而是一种多核异构SoC?” “例如,一部手机可能包括多个应用程序处理内核,用于音频、视频、图像处理的多个DSP,一个或两个用于在屏幕上呈现图像的GPU以及一个仅用于娱乐目的的神经网络处理单元——MCU。从我的角度来看,行业应该放弃这些过时的术语,使用更精确更具描述性的术语。”Grant Martin继续说。 西门子业务部门Mentor的高级产品经理Jeff Hancock则认为:“从系统软件的角度来看,MCU有望适用于直接解释和控制硬件传感器和执行器的应用。这种访问通常涉及一致且可靠的指令时序,这与通用MPU的需求相矛盾。通用MPU旨在优化吞吐量,而MCU通常会优化延迟。因此,如果是需要处理大型数据库,MPU更合适,如果是要精细的机电控制,那么MCU更合适。 Jeff Hancock还说:“外部存储器和缓存肯定让MCU的标准有所变化,但这距离将MCU等同于MPU还有很长的路要走。特别是并不是所有MCU中的所有处理单元都专门使用外部存储器,也可以使用隔离的子系统构建系统,这些子系统允许关键的工作负载和不太关键的应用程序级系统并行继续。” “从软件工程师的角度看,这是一个有趣的挑战,在不连续的地方可能有两个内存区域,集成式内存虽小,但速度更快,因此最好留给对速度有高要求的代码,例如实时操作系统。这意味着开发工具必须足够灵活以将代码正确地映射到存储器上,而RTOS必须足够小适合片上存储器。”西门子业务部门的嵌入式软件技术专家Walls补充到。 Tortuga Logic的高级硬件安全工程师Nicole Fern表示:“过去,MCU与嵌入式系统相关联。在嵌入式系统中,低成本和低功耗的要求比性能更为重要。但是随着移动计算和IoT边缘计算的出现,许多嵌入式系统现在需要复杂的处理,这样就产生了面向嵌入式领域看起来更像MPU的MCU产品,为带有外部存储器和高速缓存的器件提供了更高的性能和可配置性。这种情况下,术语MCU和MPU之间的差异仅取决于是否集成CPU系统。” Arm的低功耗IoT业务高级总监Thomas Ensergueix也认为:近年来,MCU和MPU之间的界限已经模糊。MCU和MPU之间的主要区别之一是软件和开发。MPU将支持丰富的OS,如Linux和相关的软件堆栈,而MCU通常将专注于裸机和RTOS。在决定哪种硬件平台、MCU或MPU最有效之前,由软件开发人员决定哪个软件环境和生态系统最适合他们的应用。 随着现在MCU已经过渡到32位,我们还看到了性能的急剧提高,这有助于缩小MCU和MPU之间的差距。例如:许多基于Arm Cortex-M7的MCU可提供100多个Dhrystone MIPS,或在CoreMark中提供2,000多个点。这些设备中的许多设备还具有非常大的内置存储器,或者提供快速接口来连接外部存储器。这确保了性能和内存不再是MCU的瓶颈,并使它们更接近低端MPU。 小结 如今MPU与MCU之间是否有明确的界限真的重要吗?可能不重要了。因为无论我们将其称之为什么,应用程序都有附带要求,这些要求将决定使用哪个设备。 END 直接来源:strongerHuang 来源:https://semiengineering.com/mpu-vs-mcu/ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

摩登3新闻554258:_超级干货!开关电源的电磁干扰(EMI)防制技术

电源产品在做验证时,经常会遭遇到电磁干扰(EMI)的问题,有时处理起来需花费非常多的时间,许多工程师在对策电磁干扰时也是经验重于理论,知道哪个频段要对策那些组件,但对于理论上的分析却很欠缺。 笔者从事开关电源设计多年,希望能借由之前对策的经验与相关理论基础做个整理,让目前正从事或未来想从事开关电源设计的人员对电磁干扰防制技术能有初步的认识。 开关电源的电磁干扰测试可分为传导测试与辐射测试,一般开关电源的传导测试频段是指150K~30MHz之间,而辐射干扰的频段是指30M~300MHz,300MHz之后的频段一般皆不是电源所产生,因此大都可以给予忽略。 下面内容章节包括开关电源的传导测试法规,测试与量测方式,基本概念,抑制传导干扰的滤波器设计,布线与变压器设计等章节。 02 传导测试的法规 传导的法规因产品别的不同,其所适用之条文亦不同,一般是使用欧洲的EN-55022或是美国的FCC part15来定义其限制线,又可以区分为CLASS A与CLASS B两种标准,CLASS A为产品在商业与工业区域使用,CLASS B为产品在住宅及家庭区域使用,笔者所设计的产品为3C的家用电源,传导测试频段为150K~30MHz,在产品测试前请先确认申请的安规为何,不同的安规与等级会有不同的标准线。 图1举例为EN-55022 CLASS B的限制线图,红色线为准峰值(QP, Quasi-peak)的限制线,粉红色为平均值(AV, Average)的限制线,传导测试最终的目的,就是测试的机台可以完全的低于其限制线,不论是QP值或AV值; 一般在申请安规时,虽然只有在限制线下方即可申请,但多数都会做到低于2dB的误差以预防测试场地不同所导致的差异,而客户端有时会要求必须低于4~6dB来预防产品大量生产后所产生的误差。 图1 图2 图2为一量测后的例子,一般量测时都会先用峰值量测,因峰值量测是最简单且快速的方法,量测仪器以9KHz为一单位,在150K~30MHz之间用保持最大值(maximum hold)的方式来得到传导的峰值读值,用此来确认电源的最大峰值然后再依此去抓最高峰值的实际QP,AV值来减少扫描时间,图2的蓝色曲线为准峰值的峰值量测结果,一般在峰值量测完后会再对较高的6个频率点做准峰值(QP)与平均值(AV)的量测,就如同图2所标示。 峰值与准峰值的差别在于:峰值量测是不论时常出现或是偶尔出现的信号皆被以最大值的方式置在接收器的读值中,而准峰值量测是指在一时间内取数次此频段的脉冲信号,若某频率的信号在一段时间内重复出现率较高,才会得到较高之量测值;平均值则是对此频段的振幅取平均值,典型的频谱分析仪可将带宽设定在30Hz左右来得到最真实的平均信号。 QP与AV相较于峰值,其侦测值必然较低,若一开始的峰值量测已有足够的余度则不用再做单点的QP和AV量测。 现在的IC为了EMI传导的防制,在操作频率上都会做抖频的功能,像是IC主频为65KHz,但在操作时会以65KHz正负6K做变化,借此来将差模倍频的信号打散,不会集中在单一根频率上,如果没有抖频功能,差模干扰在主频的倍频时会呈现单根很扎实的QP与AV,如同图2的157KHz,仪器看到的峰值满高的,但读起来还仍有9dB以上的余度。 03  传导的测试与量测方式 图3为测试传导的参考图示,此为通嘉内部的传导设备图示,待测物接仿真负载后放于桌面上,经由一输入线材(AC cable)连接LISN(线性阻抗稳定网络)与待测物,再将LISN的信号接至接收器,输入线材不得与地面接触,而待测物的负载需与待测物距离10公分,若周边需接电源时,其电源需接独立电源,不得与待测物使用相同电源,若电源为2PIN输入,则输出负载需接地以仿真系统下地。 LISN(线性阻抗稳定网络)内部线路如图4所示,输入电源来源由左边进入LISN后,经由LF与CF来滤除电源的低频噪声,并由耦合电容CC与侦测电阻RSL/RSN来取得高频信号Vsn,再将此信号经接受器或频谱分析仪来得到其振幅的大小(dBuV)。 图3 图4 请记得输入线材不得与地面接触,笔者曾有过输入线材与地面接触与否,读值差了10dB左右的经验;另外,周边仪器的电源需使用干净且与主电源隔离的电源,否则很容易因共地而产生共模干扰,许多测试场地会直接拿一个延长线去使用外接电源给予周边,但此种方式仍有可能因共地而被干扰,若能使其接至另一个LISN是个较好的方式,因LISN内有LF与CF可作信号隔离。 04 对策EMI传导的基本概念 4.1 差模(Differential mode)信号与共模(Common mode)信号 传导量测接法如图5、图6所示,是由接收器量测L/N/GND之间的频率与振幅大小而成,而信号存在于L与N之间的叫差模信号,如图5所示;而信号存在于L与FG或N与FG之间的叫共模信号,如图6所示,也可以说与FG形成回路的就叫共模信号。 一般电源的输入来源皆是取自L与N,因此在电源的电磁干扰设计中,差模成份的抑制极为重要,尤其是前频段150K~1MHz大多是由开关电源的主频与倍频出来的差模干扰。 图5 图6 图7为一未对策前的传导测试结果,前端为IC的操作频率所引起的倍频差模干扰加上本体的共模干扰所形成,由图形可看出每根峰值之间的频率为100KHz,可判断此IC的操作频率为100KHz,而测量的读值是呈现由IC 100KHz的倍频做线性衰减,因此每100KHz就有一根因IC操作频率所造成的差模干扰信号,也可以说在前频段时,共模信号呈线性平面下降,而差模信号则迭加在共模的上方。 图7 图8为相同的机台在对策后测试结果,在对策后最差都还有6dB以上的余度,已可符合多数的客户要求。 一般在测试时,必须测试L与N两项,一般L与N的读值不会差异太大,若差异很大一般都是某项的共模能量较强所致。 测试的输入电压则是看申请的安规来决定,一般是用110V与230V来做高低压量测;另外,产品在确认传导测试时皆需要做长时间的烧机,有时会因烧机后磁性组件过热导致感量异常而让EMI变差。 图8 4.2 电磁干扰,电场干扰与磁场干扰 电磁干扰(EMI, Electrical Magnetic Interference)可分为电场干扰与磁场干扰两种,电场与磁场是两种不同的性质,但两者之间的能量是会互相影响的,随时间变化的电场会产生磁场,而随时间变化的磁场也会产生电场,这些不断同相振荡的电场和磁场共同的形成了电磁干扰(电磁波)。 一般对于电场,我们可以用下面的电荷公式与电容公式来作解释, 简单来说,任何的导体在电场下都可等效成一个带电的电容,其容值随着与周边另一个导体之间的距离/表面积/介质不同而有差异;如图9为两导体之间的电容图示,绿色导体与蓝色导体所等效的电容如图10所示,根据电容公式,容值会因两导体之间的距离愈远而变小,也会因两导体之间的截面积愈大而增大,而两导体之间的介质(介电系数)也会影响容值的大小。 图9 图10 当电容二端的电位在时间之内存在一电压差时,则会根据电荷公式(电压/时间的变化,如图12)而产生一电流,如图11红色箭头所示,而任何产生的电流必需经由另一路径回到自己出发时的位置而形成一电流回路,如棕色虚线箭头所示,此因电压变动造成的电流回路就会引起电场干扰。 图11 图12 因此,改善电场干扰的方式,就是减少其回路电流的方法, 根据上面两个公式,我们可以借由将耦合电容减小,像是减少两个导体之间接触的面积/增加其距离/变更中间的介质等方式来减少电容效应,或是减小电压差或时间变化率来减少电场感应。 而对于磁场,我们可用安培右手/法拉第定律 来解释,当导体有电流流过时,在其周围就会依安培右手定律产生磁力线,如图13所示,因电流不可能单独存在,电流一定存在于回路之中,凡是电流流过的路径都会产生磁力线,而在一般的PCB板设计中(如图14所示),当电容形成一个电流回路时就会产生如虚线的磁力线,而磁力线经过的导体会因此产生感应电势,此即为磁场干扰。 图13 图14 尤其是电流流经的导体在没有闭合回路的铁心时,因磁力线无法经由高导磁材料做回路,磁力线会经由外部空气做回路而让周围产生磁场(漏磁通),图15所示为一般变压器的磁力线,大多数的磁力线皆会经由高导磁材料(铁心)。 但在中间有气隙的地方就会有许多漏磁通产生(如图16虚线所示),而也有少部分漏磁通会经过与变压器垂直的地方,因此若有组件在变压器的正上方或下方,是很容易被此漏磁通干扰的。 图15 图16 因此,改善磁场干扰的方式,包括两部份,一是减少磁力线的能量,包括改变电流振幅/时间变化率等,另一是减少磁力线的影响,包括缩小电流回路,拉开两者之间的距离,导体面积等方法。 电场耦合效应如图17所示,在PCB板上有两导体时会有一等效电容效应,而当左端的布线有一时变电压产生时,其右边的导体会因电场耦合效应而产生一耦合电流,此耦合电流即是因电场效应所产生的电场干扰。 磁场耦合效应如图18所示,在PCB板上有两导体回路时,当左边的回路有一时变电流产生,其右边的回路也会因磁场耦合效应而产生一耦合电压(感应电势),此电压即是因磁场效应所产生的磁场干扰。 图17 图18 产生电场干扰的原因,在于带电体的电荷重新分布,因电荷改变后会让电容两端的电压改变而不断的充放电。产生磁场干扰的原因,在于流过导体的电流在不断改变,即电流产生的磁力线会使周围导体感应出电动势,造成磁场干扰。 电场与磁场的干扰起源于快速的能量(电压/电流)变化;而快速的能量变化可分两部份,一是能量本体的频率(变化率),一是能量本体的振幅(大小),而对策电磁干扰的方式不外两种,一是对策能量本体,像是抑制此能量的振幅或是改变其变化率,像是缓冲器,导通(截止)速度,更换组件的速度,变压器设计等。 另一是截断干扰的耦合路径,将干扰源封闭在电源本体里面,像是用LC滤波器,铜箔,外壳等,不论使用何种方式,目的都是为了达到电磁干扰可以通过法规的需求。 4.3 寄生组件的影响 在实际的电源产品中,到处都充满了寄生组件,包括组件本体的寄生组件与布线组成的寄生成分。当频率到MHz时,nH的电感与pF的电容会对EMI产生非常大的影响。 以一个环形电感来举例,多数的工程师只在意它的Al值,即绕了几圈后可以得到多少的感量,却没有去考虑到他的等效电容(ESC)与等效电阻(ESR),而在电磁干扰的领域,此等效电容与等效电阻却非常重要;理想的磁性组件,其阻抗应与频率成正比(Xl=2*pi*f*L),即频率愈高时其阻抗愈高,但在实际应用里,组件的等效电容却会抑制其阻抗特性。 如图19为一电感的阻抗与频率曲线,在频率低于共振点时,其阻抗会因频率上升而增加,但在过了共振点(Fr)后,阻抗却会因频率上升而变小,而无法达到预期的抑制效果。 图19 笔者在对策电磁干扰时将频段分为二部份, 10M以下的频段与10M以上的频段,在10M以下的频段, 其对策与变压器/滤波器/布线/结构等较相关, 而在10M以上的频段, 其对策与变压器/布线/滤波器/缓冲器(Snubber&Bead)/开关组件与速度/屏敝等较相关, 因布线/滤波器/变压器在高低频皆会影响,因此笔者在此先针对布线/滤波器/变压器等(10M以下)先做介绍。 05 布线(Layout)设计概念 由之前的介绍可知,电场干扰与磁场干扰是电磁干扰里最大的干扰源,不但布线的走线会大大的影响电场与磁场的耦合路径,也会因布线的寄生组件而影响电源的特性,因此良好的布线方式是从事电源设计不可缺少的能力之一,不但多数的电性问题皆因不良的布线导致,电磁干扰的好坏也与布线习习相关,不论是传导或辐射。 多数的布线工程师并不知道怎样的走线方式较好,而只认为每个节点都接到即可,愈资深的工程师则愈会对布线有所要求,以作者的经验, 60%以上的电性不良皆是因布线所致,而在此将布线的基本概念概述如下: 5.1 安规距离与制程要求 此为最基本要求,任何产品皆需要达到安规规范,而不同的产线也会有不同的制程要求,像是组件本体大小,各组件之间的距离,接点大小,白漆…等,一般此规范会由各家布线工程师管控,因此在这里不做多述。 5.2 电源路径与信号路径需分开 在开关电源设计里,信号可分为大电流与小电流的,以 反激式(flyback)架构为例,大电流是由输入电源进来至滤波器,桥式,大电容,变压器,初级侧开关,次级侧二极管,输出电容到输出线材等走大电流的路径称为电源路径(power trace);而走小电流的路径就称为信号路径(signal trace),像是IC周边的组件或回授电路。 电压愈大会有较大电场的产生,而电流愈大则会有愈大磁场的产生,而周边组件,特别是良导体愈靠近此电场或磁场就会耦合愈大的能量,因此在做布线安排时,尽量让电源路径与信号路径分开来走,以免信号路径被干扰产生误动作,也避免干扰源借由其他导体放大其干扰信号,在此将电源路径与信号路径分别说明如下: 5.2.1 电源路径的基本概念 把布线的路径想象成一条水流(即电流),水流自然会往河流愈宽的地方流(走线愈粗的地方),而且也自然会往低处流(往目标,即输出端流),在电源路径上的组件皆应该照顺序流过,否则会大大地衰减其作用。 电容是储存电荷的组件,愈大的电容可储存愈多的电荷,因此在看电源路径时,可视电流由电容正端出发,经由开关组件的回路后再回到电容的负端形成开关回路。 图20为一升压加反激(PFC+Flyback)架构的例子,PFC前端会有一颗小电容,PFC会由此电容形成一导通回路(绿色箭头)经电感,MOSFET,Rsense回小电容,与截止回路(紫色箭头)经电感,二极管,大电容回小电容;即电流由电容的正端出发,经一回路之后再回到电容的负端; 同理,Flyback由大电容的正端开始,经变压器,MOSFET,Rsense后再回到大电容负端;输出则由变压器的正端,经输出二极管,输出电容后回到变压器的负端。 图20 因电源路径有很大的电流与电压变动,因此在布线时要注意,流过大电流的回路会产生磁场辐射,因此大电流的走线要尽量短与粗,尤其是次级侧。 高电压开关的走线则要尽量减少其面积以减少电场效应,并尽量减少其相临的导体面积与之间的距离以减少等效电容,图21与22为量测反激式变压器两端的电压波形,由波形可知在MOSFET的Drain端与Diode的正端有很大的电压变化量,因此在布线时此两点的布线面积要尽可能的小,也尽量远离其他的导体以避免电场效应。 图21 图22 有时因为布线的考虑,无法将回路变的很短,这时我们可以靠高频电容来帮忙,像是在大电解电容同电位上并联一个陶质(高频)电容,因多数的电解电容是低频组件,而并联的高频电容可以提供开关时的高频电流,此电容可放在如图23所示的位置。 在PFC端可在二极管后端并一颗小电容且靠近PFC…

摩登3娱乐怎么样?_要能搞定容性负载,提高放大器性能便唾手可得~

容性负载一定会影响运算放大器的性能。简单地说,容性负载可以将放大器变为振荡器。今天我们就来说说—— ◎ 容性负载如何将放大器变为振荡器 ◎ 如何处理容性负载? 放大器变振荡器?这是有原理的! 运算放大器固有的输出电阻Ro与容性负载一起,构成放大器传递函数的另一个极点。如波特图所示,在每个极点处,幅度斜率(负值)减小20dB/10倍。请注意各极点如何增加多达-90°的相移。我们可以从两个角度来考察不稳定性问题。请看对数图上的幅度响应,当开环增益与反馈衰减之和大于1时,电路就会变得不稳定。类似地,还可以看相位响应,在环路相移超过-180°的频率,如果此频率低于闭环带宽,则运算放大器往往会发生振荡。电压反馈型运算放大器电路的闭环带宽等于运算放大器的增益带宽积(GBP,或单位增益频率)除以电路的闭环增益(ACL)。 运算放大器电路的相位余量可以看作是使电路变得不稳定时所需的闭环带宽的额外相移量(即相移+相位余量=-180°)。随着相位余量趋于0,环路相移趋于-180°,运算放大器电路便趋于不稳定。通常而言,如果相位余量值远小于45°,就会导致频率响应的尖峰,以及阶跃响应时的过冲或响铃振荡等问题。为了保持足够的相位余量,容性负载所产生的极点至少应比电路的闭环带宽高10倍。如果不是这样,请考虑电路不稳定的可能性。 如何处理容性负载?教你三招 首先应当确定,运算放大器能否安全地驱动自身负载。许多运算放大器数据手册规定了“容性负载驱动能力”,另有一些则提供了关于“小信号过冲与容性负载之间关系”的典型数据。查看这些数值,可以发现过冲随着负载电容增加成倍递增。当过冲接近100%时,运算放大器便趋于不稳定。如果可能,请让过冲远低于此限值。另外请注意,此图针对特定增益而言。对于电压反馈型运算放大器,容性负载驱动能力随着增益的增加而提高。因此,在单位增益时能够安全驱动100pF电容的电压反馈型运算放大器,在增益为10时应当能够驱动1000pF电容。 一些运算放大器数据手册给出了开环输出电阻(Ro),由此可算出上述附加极点的频率。如果附加极点的频率(fp)比电路带宽高出10倍,电路将保持稳定。 如果运算放大器的数据手册没有说明容性负载驱动能力或开环输出电阻,并且没有提供过冲与容性负载的关系图,那么为了确保稳定性,必须假设任何负载电容均要求采取某种补偿技术。有许多方法都能使标准运算放大器电路稳定驱动容性负载,下面是其中几种: 噪声增益操控 这是一种在低频应用中保持稳定的有效方法,然而却经常被设计人员所忽略。其原理是提高电路的闭环增益(也称为“噪声增益”),而不改变信号增益,从而降低开环增益与反馈衰减之积变为1的频率。在一些电路的运算放大器输入端之间连接RD即可实现,如下图所示。利用所给的公式可求得这些电路的“噪声增益”。 由于稳定性受噪声增益而不是信号增益控制,因此上面的电路可提高稳定性,且不会影响信号增益。只需使“噪声带宽”(GBP/ANOISE)比负载所产生的极点至少低10倍,便可确保稳定。 这种稳定方法有一个缺点,即折合到输入端的电压噪声和输入失调电压进一步放大,导致输出噪声和失调电压增加。将电容CD与RD串联,可以消除增加的直流偏置电压,但这种技术会增加噪声,无法消除。这些电路在包含CD和不含CD两种情况下的有效噪声增益如图所示。 使用时,CD应尽可能大;最小值应为10ANOISE/(2πRDGBP),才能使“噪声极点”至少比“噪声带宽”低10倍。 环外补偿 这种方法是在运算放大器的输出端与负载电容之间增加一个电阻RX,如下图所示。该电阻显然在反馈环路之外,但它与负载电容一起,可将一个零点引人反馈网络的此传递函数,从而减小高频时的环路相移。 为确保稳定,RX值应使所增加的零点(fZ)至少比运算放大器电路的闭环带宽低10倍。增加RX后,电路性能不会像第一种方法一样受到影响,输出噪声不会增加,但相对负载而言的输出阻抗会提高。由于RX和RL构成电阻分压器,这可能会降低信号增益。如果RL已知且相当稳定,则可以提高运算放大器电路的增益,以抵消该增益损失。 这种方法对于驱动传输线路非常有效。为了避免驻波,RL和RX的值必须等于电缆的特性阻抗(一般为50Ω或75Ω)。因此,RX是预先确定的,剩下的工作就是让放大器的增益加倍,以便抵消电阻分压器造成的信号损耗,这样问题就解决了。 环内补偿 如果RL是未知的或动态变化的,则增益级的有效输出电阻必须保持较低。这种情况下,将RX连接在整个反馈环路以内可能有帮助,如下图所示。采用这种配置,直流和低频反做来自负载本身,因此从输入端到负载的信号增益仍然不受分压器(RX和RL)的影响。 此电路中增加的电容CF可以抵消CL所造成的极点和零点。简单地说,CF所产生的零点与CL所产生的极点一致,同时CF所产生的极点与CL所产生的零点一致。因此,总传递函数和相位响应与没有电容时完全一样。为了确保极点和零点组合均得以抵消,必须精确求解上述方程式。另外应注意条件;如果负载阻抗相对较大,则这些条件很容易得到满足。 如果RO未知,将难以计算。这种情况下,设计程序就变成猜谜游戏,这可以说是电路设计的噩梦。关于SPICE,有一点应当注意:运算放大器的SPICE模型并未精确模拟开环输出电阻(RO),因此并不能完全取代补偿网络的经验设计。 还有一点必须注意:CL必须为已知且恒定的值,才能应用这种技术。许多应用中,放大器驱动非常规负载,CL可能会因负载不同而有很大差别。只有CL是闭环系统的一部分时,使用以上电路才是最佳选择。 一种应用是对基准电压进行缓冲或反相,以驱动较大的去耦电容。此时,CL为固定值,可以精确抵消极点/零点组合。这种方法的低直流输出阻抗和低噪声(与前两种方法相比)非常有利。此外,基准电压的去耦电容可能很大(经常为若干微法),使用其它补偿方法并不可行。 以上三种方法均应用于“标准”、单位增益稳定、电压反馈型运算放大器,每种方法各有利弊。现在,您可以应用自己的知识来判断哪种方法最适合您的应用啦~ 关于世健 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

摩登3咨询:_告别国外高价购买!中国第一颗商业SAR卫星图公布

北京时间2020年12月22日12时37分,由厦门大学等单位根据海洋科学研究与遥感应用市场需要提出需求、天仪研究院(SPACETY)联合中国电科38所研制的“海丝一号”卫星,搭载首飞的长征八号运载火箭发射成功,这也是中国第一颗商业SAR卫星。 SAR也就是合成孔径雷达,一种主动式的对地观测系统,可安装在飞机、卫星、宇宙飞船等飞行平台上,全天时、全天候对地实施观测、并具有一定的地表穿透能力。 截止12月29日,卫星运维团队在一周时间内先后完成了卫星能源、热控状态确认,姿控敏感部件在轨标校,各姿控模式及精度确认,数传链路状态确认,SAR载荷的成像测试,在轨测试表明卫星性能状态优良,实现预期目标。 12月25日23点59分32秒,海丝一号卫星首次成像工作,获得有效数据,目前已经陆续获得多幅SAR图像,信息丰富,涵盖城市、山脉、田地、河流、湖泊等典型地貌。 海丝一号3米条带模式图像: 欧空局Sentinel-1卫星条带模式图像: 加拿大Radarsat-2卫星图像: 对比欧空局Sentinel-1、加拿大RADARSAT-2等现有C波段SAR卫星的图像,海丝一号在地物特性获取等方面基本上相当,后续并逐步公布更加高清的1米聚束模式图像,同时验证各模式成像性能指标。 天仪因此成为国内首家运营SAR卫星的商业公司,也是全球范围内继ICEYE、Capella之后的第三家,还是第一家自研基于二维有源相控阵天线的高分辨、轻小型SAR遥感卫星的商业航天公司,综合效能可以提高3-5倍。 海丝一号卫星具有广泛的应用场景,而且优势突出: 1、任何天气条件 区别于光学图像容易受天气条件干扰,SAR卫星具有较好的穿透性,图像获取过程基本不受到天气的影响,并能穿透地表一定厚度的植被、沙土、积雪等,获得表层以下的图像。 2、任何时间范围 星载SAR作为一种主动微波传感器,与光学卫星图像相比,基本不受光照条件、昼夜时间的影响,能够实现对同一区域较为稳定的周期性拍摄服务。 3、相位和极化信息 SAR卫星图像的每一像素点不仅提供亮度信息,还存在相位信息,对干涉SAR(InSAR)等技术至关重要,可高效获取特定区域的高精度形变等信息。 SAR遥感在国土资源普查与地形测绘,海洋环境监测与船舶识别,农产品估产与农业资源调查,地质灾害、水旱灾害监测与防灾减灾,城市高层建筑,电力设施,交通设施,保险与期货,应急响应,包括城市安全、能源安全、交通安全、矿山安全等安全评估等方面具有广泛应用场景,尤其对于复杂气象条件下的应急遥感监测应用方面具有其独特优势。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

摩登3注册登录网_高通骁龙888第六代AI引擎 全新演绎5G时代智慧旗舰

事实上,在骁龙888手机芯片正式推出之后,包括OPPO、vivo、一加、努比亚在内的十几家手机厂商都在纷纷预热自家的旗舰手机。其中小米首当其冲,于2020年底发布了首款搭载骁龙888 5G芯片的数字旗舰小米11,坚持以出色的品质让更多人享受科技进步带来的乐趣。 众所周知,小米每一代的旗舰机在性能方面的表现都最为突出,此次小米11更是拥有怪兽般的强劲性能,这很大程度上得益于小米11所搭载的那颗强劲性能内核——骁龙888 5G处理器芯片。 骁龙888采用目前最先进的5nm工艺制程,首度引入Cortex-X1内核,CPU性能提升25%。GPU方面,骁龙888采用的Adreno 660,性能提升35%之多,支持可变分辨率渲染和触控响应速度提升,游戏画面更精致输入更精准。并且骁龙888还采用了集成5G基带,支持毫米波、全面载波聚合等技术以及对全球主流网络的广泛5G频谱兼容性,赋予了骁龙888重新定义5G顶级旗舰的力量。 另外骁龙888在连接、影像、游戏和AI等方面也拥有一系列领先的创新技术优势,凭借骁龙888顶级旗舰性能加持,小米11确实真香,不少网友也纷纷评价小米11为新一代5G旗舰机守门员。在小米11发布会上,骁龙888 5G芯片的AI运行能力也被着重介绍。 高通骁龙888 5G芯片内置强劲的Hexagon 780融合AI加速器,Hexagon 780延续了高通AI引擎标量、张量和向量加速器的异构架构,同时又进行了升级,让加速器之间的物理距离几乎消失。不仅如此,三个加速器之间还拥有一个很大的共享内存,让数据可以更快、更高效的共享和移动。加速器间更小的物理距离和很大的共享内存,无论对AI性能提升还是降低功耗都非常有利。综合作用之下,骁龙888内置高通第六代AI引擎,算力大幅提升高达26TOPS,同时每瓦特性能相比骁龙865提升了3倍。这也意味着,骁龙888的AI引擎兼顾了高性能和低耗能,是目前AI性能综合表现最出色的移动处理平台。 骁龙888所带来的AI性能的显著提升,带来了各种实用有趣的手机AI功能。首先是拍照体验的提升,有了骁龙888的三ISP加上高性能AI加持,小米11手机即使在几乎黑暗的低光环境下,也能拍摄出细节惊人、清晰明亮的照片,图像质量达到全新水平。 另外,凭借骁龙888强大的AI算力,让手机玩游戏时候更加新奇有趣,不仅在游戏中可以智能分配系统资源,让游戏运行更加流畅,而且骁龙888的AI智慧特性,还能赋予游戏过程更多助力,让手机玩游戏比以往任何时候都更具魅力。 另外,骁龙888强悍的26 TOPS AI性能也让4K视频的再创作变得轻松,那些随时待命的AI功能,像语音AI助理,安全支付等智能手机AI功能,包括麦克风等传感器以及连接功能实时收集数据,创建情境感知等一系列AI用例,都会让骁龙888手机变得更为智慧和实用,全新演绎5G时代智慧旗舰的无限精彩。