摘要 BETA 专用集成电路 (ASIC) 是一种完全可编程的芯片,旨在放大、整形和数字化多达 64 个硅光电倍增管 (SiPM) 通道的信号,功耗约为 ∼ 1 mW/通道。由于其双路增益,BETA 芯片能够解析信噪比 (SNR) >5 的单个光电子 (phes),同时实现 ∼ 4000 phes 的动态范围。因此,BETA 可以为太空任务和其他应用中的最大速率低于 10 kHz 的 SiPM 读出提供经济高效的解决方案。在本研究中,我们描述了 BETA ASIC 的主要特性,并对其 16 通道版本的性能进行了评估,该版本采用 130 nm 技术实现。ASIC 还包含两个鉴别器,可以提供触发信号,对于 10 phes,时间抖动低至 400 ps FWHM。对于高达 15 位的动态范围,电荷增益测量的线性误差小于 2%。
图 4:四名受试者的纵向大脑年龄∆预测,他们有 (A) 多次连续冥想或 (B) 睡眠记录。选择了四名拥有超过 50 次良好信号质量记录的受试者。使用在 MMD 或 AMUSeD 上训练的模型来预测他们的大脑年龄。蓝点表示单次记录的大脑年龄∆预测值。为确保受试者的匿名性,我们仅为每个受试者提供 50 个随机抽样的记录,并在记录日期中添加随机抖动δ∼N(0,20 天)。尽管如此,我们仍使用所有可用的会话来拟合线性模型(红线),以显示每个受试者的趋势。密度图总结了预测年龄的分布(蓝色边际图)。尽管所有受试者都存在明显的差异,但从跨会话的线性模型获得的斜率(红线)接近于零,表明平均大脑年龄随时间保持稳定。这表明提出的大脑年龄指标同时捕捉了“特征”和“状态”类信息。
8.1 数字音频简介 219 8.2 二进制 221 8.3 转换 224 8.4 采样和混叠 224 8.5 采样率的选择 228 8.6 采样时钟抖动 228 8.7 光圈效应 230 8.8 量化 232 8.9 量化误差 234 8.10 抖动简介 238 8.11 重新量化和数字抖动 241 8.12 抖动技术 244 8.12.1 矩形 pdf 抖动 244 8.12.2 三角形 pdf 抖动 246 8.12.3 高斯 pdf 抖动 247 8.13 基本数模转换 247 8.14 基本模数转换 255 8.15 替代转换器 260 8.16 过采样 263 8.17 无噪声整形的过采样 269 8.18 噪声整形 270 8.19 噪声整形 ADC 274 8.20 一位 DAC 277 8.21 一位噪声整形 ADC 279 8.22 二进制补码编码 281 8.23 数字音频中的电平 283 8.24 AES/EBU 接口 285 参考文献 299
摘要 - 我们介绍了新的INGAAS/INP单光雪崩二极管(SPAD)的设计和实验性 - 具有两个不同直径的二极管:i)10 µm设备,适用于基于光学的量子量子应用; ii)一个25 µm的一个,更适合自由空间应用。与上一代相比,我们改进了双锌扩散的设计并优化了层结构。我们在225 K和5 V多余的偏置下分别达到了低黑暗计数率,分别为10 µm和25 µM设备,在10 µM检测器时,分别在175 K时下降到每秒几十秒。在5 V多余的偏置和225 K温度下,这两个设备还显示出较高的光子检测效率(1064 nm时为33%,在1310 nm处为31%,在10 µM Spad中为1550 nm时25%)。通过自定义读数集成电路测量了后泵,实现了非常低的概率值。时机抖动与上一代设备相媲美。
摘要 — 本文介绍了一种空间时间平均技术,该技术可实现瞬时小数分频,从而显著降低小数 N 锁相环 (PLL) 中的量化误差。空间平均可通过使用并行运行的分频器阵列来实现。它们的不同分频比由小数调制器 (DSM) 和动态元件匹配 (DEM) 块产生。为了降低分频器功率,本文还提出了一种仅使用一个分频器和相位选择来实现空间平均的方法。原型 2.4 GHz 小数 N PLL 采用 40 nm CMOS 工艺实现。测量结果表明,所提出的技术分别在 1 MHz 和 10 MHz 偏移处将相位噪声降低了 10 dB 和 21 dB,从而使积分均方根抖动从 9.55 ps 降低至 2.26 ps。索引术语——调制器(DSM)、数据加权平均(DWA)、动态元件匹配(DEM)、小数N分频PLL、频率合成器、相位噪声、锁相环(PLL)、量化噪声降低。
8.1 数字音频简介 219 8.2 二进制 221 8.3 转换 224 8.4 采样和混叠 224 8.5 采样率的选择 228 8.6 采样时钟抖动 228 8.7 光圈效应 230 8.8 量化 232 8.9 量化误差 234 8.10 抖动简介 238 8.11 重新量化和数字抖动 241 8.12 抖动技术 244 8.12.1 矩形 pdf 抖动 244 8.12.2 三角形 pdf 抖动 246 8.12.3 高斯 pdf 抖动 247 8.13 基本数模转换 247 8.14 基本模数转换 255 8.15 替代方法转换器 260 8.16 过采样 263 8.17 无噪声整形的过采样 269 8.18 噪声整形 270 8.19 噪声整形 ADC 274 8.20 一位 DAC 277 8.21 一位噪声整形 ADC 279 8.22 二进制补码编码 281 8.23 数字音频中的电平 283 8.24 AES/EBU 接口 285 参考文献 299
摘要 — 最近的物联网 (IoT) 网络涵盖大量固定和机器人设备,即无人地面车辆、水面舰艇和空中无人机,以执行搜索和救援行动、野火监测、洪水/飓风影响评估等关键任务服务。由于基于物理的机器人操作系统 (ROS) 模拟器是基于时间的,而基于网络的无线模拟器是基于事件的,因此实现这些设备之间的通信同步、可靠性和最小通信抖动是模拟和系统级实现的关键挑战,此外还有部署在现实环境中的移动和异构 IoT 设备的复杂动态。然而,在将异构多机器人系统付诸实践之前,物理(机器人)和网络模拟器之间的同步是最难解决的问题之一。现有的基于 TCP/IP 通信协议的同步中间件主要依赖于机器人操作系统 1 (ROS1),由于其基于主控的架构,会消耗大量通信带宽和时间。为了解决这些问题,我们设计了一种新型的机器人与传统无线网络模拟器之间的同步中间件,该中间件依赖于新发布的具有无主数据包发现机制的实时 ROS2 架构。我们提出了一种地面和空中代理的速度感知传输控制协议 (TCP) 算法,使用数据分发服务 (DDS) 的发布-订阅传输,以最大限度地减少不同机器人代理之间的数据包丢失和同步、传输和通信抖动。我们提出的中间件与特定的机器人和网络模拟器无关,但对于模拟和实验,我们使用 Gazebo 作为基于物理的 ROS 模拟器,并使用 NS-3 作为无线网络模拟器。我们在模拟和系统层面对数据包丢失概率和平均延迟进行了广泛的网络性能评估,使用视距 (LOS)/非视距 (NLOS) 和 TCP/UDP 通信协议,通过我们提出的基于 ROS2 的同步中间件。此外,为了进行比较研究,我们进行了一项详细的消融研究,用实时无线网络模拟器 EMANE 替换 NS-3,用基于主控的 ROS1 替换无主控的 ROS2。最后,为了在实践中实现转变,我们在不同的地形上部署了一组不同的真实机器人——一架空中无人机 (Duckiedrone) 和两辆地面车辆 (TurtleBot3 Burger),形成了无主控 (ROS2) 和主控 (ROS1) 集群,以评估潜在的网络同步和抖动问题。我们提出的中间件证明了使用一组不同的固定和机器人设备构建大规模物联网基础设施的前景
X GSPN 在局域计算机网络建模和评估中的应用 Masahiro Tsunoyama* 和 Hiroei Imai ** * 新潟工业大学信息与电子工程系 1719 Fujihashi, Kashiwazaki 945-1195, JAPAN 电子邮件:mtuno@iee.niit.ac.jp ** 新潟大学大学评估中心,8050 Ikarashi-2, Niigata-shi, Niigata 950-2181, JAPAN 电子邮件:himai@adm.niigata-u.ac.jp 1.简介 通过计算机网络连接的多媒体系统广泛应用于电信、远程教育和视频点播等应用领域(Nerjes 等,1997;Kornkevn & Lilleberg,2002;Shahraray 等, 2005)。由于多媒体数据具有实时属性,必须在给定的期限内进行处理和交付,因此对此类系统的需求正在增加(Althun 等,2003;Gibson & David,2007)。为了保持所需的质量,已经提出了几种使用 QoS 技术的系统(Furguson & Huston,1998;Park,2006;Villalon 等,2005)。IEEE802.11e(IEEE 标准,2003)就是其中一种技术。它为 QoS 支持提供了两种功能:增强分布式信道访问 (EDCA) 和混合协调功能控制信道访问 (HCCA)。HCCA 使用集中控制并保证所需的传播延迟。另一方面,EDCA采用分布式控制,具有良好的可扩展性,并且所需的开销比HCCA要小,但无法保证所需的传播延迟。为了评估使用QoS的多媒体系统的可靠性,例如支持EDCA的IEEE802.11e,必须定量评估传播延迟及其标准偏差(抖动)(Claypool & Tanner,1999;Fan et al.,2006;Gibson & David,2007;Park,2006)。已经提出了几种评估方法,例如排队网络(Ahmad 等,2007;Cheng & Wu,2005)、随机过程模型(German,2000;Nerjes 等,1997)和模拟模型(Adachi 等,1998;Bin 等,2007;Grinnemo & Brunstrom,2002)。但是,这些方法存在几个问题。排队网络和随机过程模型是分析模型,不需要很长时间进行计算。但是,很难对给定的系统进行建模,因为模型中的状态数量会随着系统规模的增加而呈指数增长,尤其是当系统庞大而复杂时。虽然仿真模型用于评估系统,但它们需要很长时间才能获得有关标准偏差(抖动)的统计数据。本章提出了一种使用广义随机 Petri 网和标记任务方法评估系统的方法
8.1 数字音频简介 219 8.2 二进制 221 8.3 转换 224 8.4 采样和混叠 224 8.5 采样率的选择 228 8.6 采样时钟抖动 228 8.7 光圈效应 230 8.8 量化 232 8.9 量化误差 234 8.10 抖动简介 238 8.11 重新量化和数字抖动 241 8.12 抖动技术 244 8.12.1 矩形 pdf 抖动 244 8.12.2 三角形 pdf 抖动 246 8.12.3 高斯 pdf 抖动 247 8.13 基本数模转换 247 8.14 基本模数转换 255 8.15 替代转换器 260 8.16 过采样 263 8.17 无噪声整形的过采样 269 8.18 噪声整形 270 8.19 噪声整形 ADC 274 8.20 一位 DAC 277 8.21 一位噪声整形 ADC 279 8.22 二进制补码编码 281 8.23 数字音频中的电平 283 8.24 AES/EBU 接口 285 参考文献 299
TFP401A-Q1 是一款兼容数字视频接口 (DVI) 的 TMDS 数字接收器,用于数字平板显示系统接收和解码 TMDS 编码的 RGB 像素数据流。在数字显示系统中,主机(通常是 PC 或工作站)包含兼容 TMDS 的发射器,用于接收 24 位像素数据以及适当的控制信号。主机将数据和控制信号编码为高速低压差分串行比特流(适合通过双绞线电缆传输)到显示设备。显示设备(通常是平板显示器)需要兼容 TMDS 的接收器(如 TI TFP401A-Q1)将串行比特流解码回主机发出的相同 24 位像素数据和控制信号。然后,解码后的数据可直接应用于平板驱动电路,以在显示器上产生图像。主机和显示器之间的距离可达到 5 米或更长,因此最好采用像素数据的串行传输。要支持高达 UXGA 的现代显示分辨率,需要具有良好抖动和偏差容差的高带宽接收器。
