导读:本文包含了前馈电路论文开题报告文献综述及选题提纲参考文献，主要关键词:IGBT,电流过冲,电压过冲,di,dt
前馈电路论文文献综述
杜祥[1]（2018）在《IGBT有源栅极前馈驱动电路研究与设计》一文中研究指出随着IGBT集成与制造工艺技术的提升,IGBT在高频大功率的应用领域不断扩伸。然而,由于器件反并联二极管及杂散电感等客观存在的原因,IGBT在开通与关断过程中的电流过冲、电压过冲和开关损耗问题显得格外突出。本文以IGBT驱动电路为研究对象,论文的主要研究内容如下:1.详细分析了 IGBT的特性并对其进行建模,实现仿真与实际中器件的开关特性基本一致;最后推导了高频应用场合中IGBT开通与关断过程中过冲电流与过冲电压以及器件损耗公式。2.设计了有源栅极前馈驱动电路,实现对栅极电压实时调控以降低开关过程中的过冲电压与过冲电流;截波电路的设计抑制了栅极正反馈信号的引入,提高了器件的响应速度,并降低了器件的开关损耗。驱动电路能够提供可靠的正负15V驱动信号,能够实现控制电路与主电路之间的电气隔离,能够提高足够功率的栅极驱动能力。3.对IGBT在工作过程中容易出现的过流、过压和过热失效,分别引入了过流保护电路、过压保护电路、过热保护电路,并对其进行仿真验证。保证IGBT在故障状态时可靠关断,有效的提高了驱动电路的可靠性。4.结合双脉冲测试平台分别对有源栅极前馈驱动电路与传统的栅极驱动电路进行仿真和实验,对比分析过冲电流、过冲电压和器件损耗的大小,仿真与实验结果验证了有源栅极前馈驱动电路的可行性和有效性。(本文来源于《安徽大学》期刊2018-05-01）
张黎黎[2]（2016）在《前馈人工神经网络的CMOS模拟电路实现研究》一文中研究指出人工神经网络(Artificial Neural Network,ANN)是一种旨在模拟人脑神经活动机理的非线性信息处理系统,具有分布并行计算、自组织学习、容错性的特点,目前已广泛应用于数据分析、人工智能、预报和智能信息管理等领域。作为人工神经网络研究的重要组成部分,神经网络的实现方式主要有硬件实现和软件实现。基于软件实现的神经网络并行计算能力较差,难以满足网络的实时运算要求,而采用硬件实现方式的神经网络充分发挥了网络并行处理信息的快速性和精确性,从而有助于解决高度复杂的数据问题。而在神经网络硬件实现方式中,相对于数字实现方式,采用模拟电路实现的神经网络虽易受到外界噪声的影响,但也具有占用芯片面积小、运算快、线性度好等优点,因而成为当今及未来神经网络实现技术研究的重要内容。目前采用模拟电路实现的神经网络种类较少,且已实现的网络在电路结构、性能等方面还可进一步得到优化和提升。基于神经网络硬件实现研究的全面性,本文采用CMOS模拟电路完成了两种前馈人工神经网络——感知器和模糊神经网络的硬件设计与性能分析,并探讨了其应用。本文完成的主要工作及创新点有:(1)为实现神经元激励函数的多参数可调与电路的结构优化,分别设计了梯形函数电路、Sigmoid函数电路和高斯函数电路。提出的高斯函数电路由两个交叉耦合差分对管构成,可通过改变尾电流和偏置电压实现对函数各参数的调节,并可通过增加差分对数的方式实现函数的多类型输出。而设计的Sigmoid函数电路不仅能实现单极性和双极性Sigmoid函数输出,而且可通过调节电路的偏置电压和电流实现对函数增益因子、幅值和阈值的编程。(2)为实现神经网络突触电路的权值修正功能,分别提出了电流模式四象限乘法器和线性可调全差分OTA,电路均可通过改变外部偏置电流实现对突触权值的调整,且实现的突触模块电路具有线性度好、精度高、输入输出范围广等优点,可作为基本线性加权模块应用到各类神经网络中。(3)为解决模糊神经网络硬件电路结构复杂、输出精度低的问题,分别采用高斯函数电路、最小和最大电路、电流模式乘法/除法器模拟实现模糊神经网络的模糊化、推理计算和去模糊功能,提出的各单元模块电路结构简单、精度高且易于扩展,最后完成了模糊神经网络的整体电路设计,并通过了仿真验证。(4)利用实现的神经元突触电路和激励函数电路等模块,完成了两类前馈人工神经网络的硬件电路设计,并通过实现异或运算、数据分类进行了验证。(本文来源于《湘潭大学》期刊2016-06-07）
范文斌[3]（2015）在《程控低温电流比较仪电阻电桥前馈电路设计》一文中研究指出低温电流比较仪(Cryogenic Current Comparator,简称CCC)可以提供当前最精准的电流比例,其比例准确度可达到10-12以上,在精密电磁测量中起到非常重要的作用,主要应用于微小电流的测量和量子化霍尔电阻的量值传递。本文主要设计并完成程控低温电流比较仪电阻电桥前馈电路设计,前馈电路主要由一个具有双输出的程控电流源以及外部的电阻电桥电路构成,以DSP作为主控制芯片,由上位机PC进行参数配置。其两路电流源不仅具有普通电流源的高稳定性、高准确度的特点外,同时还可以输出任意比例电流,且具有超高的比例准确度和稳定性。本文首先介绍了课题背景、低温电流比较仪电阻电桥原理以及国内外在该方向上的研究现状。低温电流比较仪电阻电桥的前馈部分设计主要由上位机Lab VIEW程序控制面板、数字控制电路和模拟电流源电路叁个部分组成,本文分别从硬件和软件两个方面分析了系统总体结构和功能。系统硬件电路设计主要由数字控制硬件电路和模拟电流源硬件电路两个部分组成,在数字控制硬件电路中,系统采用了数字信号处理器DSP(Digital Signal Processor)和可编程逻辑阵列FPGA(Field-Programmable Gate Array)协同工作的方式。DSP作为系统核心控制芯片,采用TI公司的TMS320F2812,主要用于接收执行上位机命令,配置和驱动包括串口通信、AD、FPGA、LCD液晶等模块工作,FPGA作为系统协控制器,选用Altera公司EP2C8Q208C8,其用于将控制命令转换成相应的控制信号通过光纤发送到模拟电流源电路。在模拟电流源电路中主要使用数模转换器DA代替了传统的电阻分压设计,实现了两路可调比例的电流源输出的功能,并且提高系统的控制精度。同时在模拟电流源电路中采用了大量继电器,可以实现多种状态的切换,使模拟电流源输出电流更加稳定,配置更加合理,提高了系统的自动控制能力。为了减小数字信号对模拟信号干扰,提高系统稳定性,系统采用了光电隔离设计,即利用光纤进行数字控制电路和模拟电流源电路之间的数据通信,使得数字控制电路和模拟电流源电路之间电气上完全隔离,提高系统的抗干扰能力,保证了系统的工作稳定性。在系统的软件设计方面,主要介绍了Lab VIEW、CCS和QUARTUS II软件开发环境和开发流程。并对根据Lab VIEW、CCS和QUARTUS II开发软件编写的上位机控制程序、DSP程序以及FPGA程序进行分析和描述,其功能用于实现上位机对模拟电流源的配置和调节。本文详细分析了各个程序所实现的功能、内部结构以及相互之间联系,并对其功能进行了仿真。测试结果表明,主、从动电流源输出电流相对稳定度小于6×10-6,相对重复性小于6×10-6。对主、从动电流源输出不同比例的电流进行测量,输出电流比例与整数比例名义值误差小于4×10-5,其相对稳定度小于4×10-6,同时通过配置不同比例的电流,可以对不同阻值的电阻进行测量,实现了预期设计目标。(本文来源于《河北大学》期刊2015-05-01）
赵英[4]（2014）在《使用前馈神经网络诊断电子电路故障》一文中研究指出人工诊断电子电路故障是一件很麻烦的事情,特别是当模拟电路和数字电路混合在一起时,将会带来了非常复杂的测试问题。本文采用前馈神经网络技术来实现电子电路故障诊断,通过处理效果得出结论。(本文来源于《信息系统工程》期刊2014年03期）
陈华君,林基明[5]（2012）在《射频功率放大器线性前馈电路的自适应算法》一文中研究指出为了提升前馈电路性能,在前馈电路中加入自适应控制,在自适应控制模块中采用自适应控制算法。自适应前馈电路引入了3种自适应算法:最速下降法、最小均方算法和递推最小二乘法。分析结果表明,最小均方算法和递推最小二乘法更适合用于前馈电路自适应控制中。(本文来源于《桂林电子科技大学学报》期刊2012年04期）
陈华君,林基明[6]（2012）在《射频功率放大器线性前馈电路的自适应算法》一文中研究指出到当前为止,唯一可用的宽带放大器线性化方法是前馈。本文首先介绍了前馈电路的基本原理,然后引入了用于前馈电路的叁种自适应算法,它们是最速下降法、最小均方算法和递推最小二乘法。(本文来源于《科技资讯》期刊2012年05期）
唐钊,吴国忠,徐华清,马皓[7]（2010）在《适用于副边控制隔离DC/DC变换器的电压前馈电路》一文中研究指出为了实现副边控制隔离DC/DC变换器的输入电压前馈,讨论了解决问题的难点,提出了两个分别基于辅助源变压器和主功率变压器的具体实现输入电压前馈的电路,分析了每个电路的工作原理,并指出了各自的优缺点,然后给出了相应的实验波形,最后在基于副边控制的低压大电流隔离DC/DC变换器样机上作了验证。实验结果表明,所给电路相对简单、可靠,都能很好地实现输入电压前馈功能,对动态响应性能有明显的改善。(本文来源于《机电工程》期刊2010年11期）
董玉岩,张万江,张玲[8]（2009）在《基于硬件电路采样的前馈补偿音乐喷泉控制方法》一文中研究指出介绍了基于硬件电路采样的前馈补偿音乐喷泉控制系统的电路结构及实现音乐喷泉前馈控制的工作原理和基本控制方法。给出了音乐喷泉控制器对音乐进行采样和输出控制的程序流程,同时给出了上位计算机接收和保存采样数据的程序流程图。(本文来源于《电子元器件应用》期刊2009年02期）
丁万新,陈东坡,何乐年[9]（2008）在《用于电压模式的DC-DC转换器的前馈电路》一文中研究指出提出了一种应用于电压模式的DC-DC降压转换器的前馈电路。传统DC-DC中,工作状态的变化,通过输出端反馈后才能对占空比做出调整;输入电压跳变时,调整时间就比较长。通过引入输入电压前馈通路,克服了传统结构调整时间过长的缺点。该电路应用在一种高效率、低功耗双模式DC-DC降压转换器芯片中,芯片采用CSMC公司的0.5μm CMOS混合信号工艺设计和流片。实际测试结果表明在反馈环路中引入前馈支路后,没有影响系统环路的稳定性,而使线性调节性能(Line Regulation)得到显着的改善。(本文来源于《电子器件》期刊2008年06期）
于进强,陶小鱼,骆希[10]（2008）在《全数字前馈AGC电路的设计与实现》一文中研究指出文章设计一种全数字的前馈AGC电路,可运用于数字下变频后的解析信号,其中包含的基本模块有向量幅度的快速估算模块,信号功率检测模块,IIR滤波模块,自动增益生成模块。设计包含系统仿真,原理阐述,各个模块的具体实现方案,数字AGC具有受环境影响小,易调整,易控制,可移植性强的优点。此方案采用Xilinx公司的XC4VLX40芯片验证,整个前馈电路具有系统的动态范围大,收敛快,精度高,环路稳定等优点。(本文来源于《大众科技》期刊2008年11期）
前馈电路论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人工神经网络(Artificial Neural Network,ANN)是一种旨在模拟人脑神经活动机理的非线性信息处理系统,具有分布并行计算、自组织学习、容错性的特点,目前已广泛应用于数据分析、人工智能、预报和智能信息管理等领域。作为人工神经网络研究的重要组成部分,神经网络的实现方式主要有硬件实现和软件实现。基于软件实现的神经网络并行计算能力较差,难以满足网络的实时运算要求,而采用硬件实现方式的神经网络充分发挥了网络并行处理信息的快速性和精确性,从而有助于解决高度复杂的数据问题。而在神经网络硬件实现方式中,相对于数字实现方式,采用模拟电路实现的神经网络虽易受到外界噪声的影响,但也具有占用芯片面积小、运算快、线性度好等优点,因而成为当今及未来神经网络实现技术研究的重要内容。目前采用模拟电路实现的神经网络种类较少,且已实现的网络在电路结构、性能等方面还可进一步得到优化和提升。基于神经网络硬件实现研究的全面性,本文采用CMOS模拟电路完成了两种前馈人工神经网络——感知器和模糊神经网络的硬件设计与性能分析,并探讨了其应用。本文完成的主要工作及创新点有:(1)为实现神经元激励函数的多参数可调与电路的结构优化,分别设计了梯形函数电路、Sigmoid函数电路和高斯函数电路。提出的高斯函数电路由两个交叉耦合差分对管构成,可通过改变尾电流和偏置电压实现对函数各参数的调节,并可通过增加差分对数的方式实现函数的多类型输出。而设计的Sigmoid函数电路不仅能实现单极性和双极性Sigmoid函数输出,而且可通过调节电路的偏置电压和电流实现对函数增益因子、幅值和阈值的编程。(2)为实现神经网络突触电路的权值修正功能,分别提出了电流模式四象限乘法器和线性可调全差分OTA,电路均可通过改变外部偏置电流实现对突触权值的调整,且实现的突触模块电路具有线性度好、精度高、输入输出范围广等优点,可作为基本线性加权模块应用到各类神经网络中。(3)为解决模糊神经网络硬件电路结构复杂、输出精度低的问题,分别采用高斯函数电路、最小和最大电路、电流模式乘法/除法器模拟实现模糊神经网络的模糊化、推理计算和去模糊功能,提出的各单元模块电路结构简单、精度高且易于扩展,最后完成了模糊神经网络的整体电路设计,并通过了仿真验证。(4)利用实现的神经元突触电路和激励函数电路等模块,完成了两类前馈人工神经网络的硬件电路设计,并通过实现异或运算、数据分类进行了验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
前馈电路论文参考文献
[1].杜祥.IGBT有源栅极前馈驱动电路研究与设计[D].安徽大学.2018
[2].张黎黎.前馈人工神经网络的CMOS模拟电路实现研究[D].湘潭大学.2016
[3].范文斌.程控低温电流比较仪电阻电桥前馈电路设计[D].河北大学.2015
[4].赵英.使用前馈神经网络诊断电子电路故障[J].信息系统工程.2014
[5].陈华君,林基明.射频功率放大器线性前馈电路的自适应算法[J].桂林电子科技大学学报.2012
[6].陈华君,林基明.射频功率放大器线性前馈电路的自适应算法[J].科技资讯.2012
[7].唐钊,吴国忠,徐华清,马皓.适用于副边控制隔离DC/DC变换器的电压前馈电路[J].机电工程.2010
[8].董玉岩,张万江,张玲.基于硬件电路采样的前馈补偿音乐喷泉控制方法[J].电子元器件应用.2009
[9].丁万新,陈东坡,何乐年.用于电压模式的DC-DC转换器的前馈电路[J].电子器件.2008
[10].于进强,陶小鱼,骆希.全数字前馈AGC电路的设计与实现[J].大众科技.2008