带隙基准电路、带隙基准电压的补偿方法、电子器件和电子设备

    公开(公告)号:CN118466673A

    公开(公告)日:2024-08-09

    申请号:CN202410542140.5

    申请日:2024-04-30

    IPC分类号: G05F1/567

    摘要: 本公开涉及半导体集成电路技术领域,具体涉及一种带隙基准电路、带隙基准电压的补偿方法、电子器件和电子设备。根据本公开实施例提供的技术方案,该带隙基准电路包括:通过带隙基准核心电路模块产生经一阶温度补偿的带隙基准电压,通过参考电流生成模块根据经一阶温度补偿的带隙基准电压生成参考电流,通过正温度系数电流生成模块根据经一阶温度补偿的带隙基准电压生成与温度成正比的正温度系数电流,通过高阶温度补偿模块根据参考电流和正温度系数电流生成高阶温度补偿电流,最后通过带隙基准核心电路模块根据高阶温度补偿电流对带隙基准电压进行高阶温度补偿,得到经高阶温度补偿的带隙基准电压,从而提高了带隙基准电压的精度和温度稳定性。

    反向电压保护电路、电压调整电路、电子装置及芯片

    公开(公告)号:CN115167608B

    公开(公告)日:2023-05-09

    申请号:CN202210952558.4

    申请日:2022-08-09

    IPC分类号: G05F1/569

    摘要: 本公开涉及集成电路技术领域,具体涉及一种反向电压保护电路、电压调整电路、装置及芯片,所述反向电压保护电路包括:电流产生器,所述电流产生器由所述电压调整电路的输出电压Vout供电,以根据所述输出电压Vout产生第一电流;比较器,所述比较器比较所述电压调整电路的输入电压Vin和输出电压Vout,在所述输出电压Vout高于所述输入电压Vin时输出第一控制信号,其中,所述比较器的工作电流由所述第一电流提供;以及低压开关,所述低压开关的控制端连接于所述比较器的输出端,在所述比较器输出第一控制信号时接收所述第一控制信号,关断所述电压调整电路以实现反向电压保护。本公开提供的技术方案,能够在输出电压较低时仍能正常提供反向电压保护。

    负载调整率补偿电路、稳压电路、装置及芯片

    公开(公告)号:CN115113681A

    公开(公告)日:2022-09-27

    申请号:CN202210870348.0

    申请日:2022-07-22

    IPC分类号: G05F3/26

    摘要: 本公开涉及集成电路技术领域,具体涉及一种负载调整率补偿电路、稳压电路、装置及芯片,所述负载调整率补偿电路包括:第一电流镜、第二电流镜以及第三电流镜,所述第二电流镜的第一输入端连接于所述第一电流镜的第二输出端,所述第二电流镜的第二输入端连接于所述第一电流镜的第三输出端,所述第三电流镜的第一输入端连接于所述第一电流镜的第三输出端,所述第三电流镜的第二输入端连接于所述第一电流镜的第四输出端。通过调整所述第一电流镜和第二电流镜的输出电流比值,以使具有所述负载调整率补偿电路的稳压电路在所述负载处的输出电压,由所述稳压电路的负载电流变化导致的变化值能够被至少部分抵消,从而改善负载调整率。

    用于芯片电磁干扰测试的测试装置及测试方法

    公开(公告)号:CN112505467A

    公开(公告)日:2021-03-16

    申请号:CN202110122430.0

    申请日:2021-01-29

    IPC分类号: G01R31/00

    摘要: 本发明涉及电磁干扰测试技术领域,提供一种用于芯片电磁干扰测试的测试装置及测试方法。所述测试装置包括:测试主板、信号发生器、耦合网络探头以及用于放置芯片的测试子板;所述测试子板包括与芯片的多个引脚对应连接的引出电路;所述耦合网络探头与引出电路和信号发生器连接,用于将信号发生器产生的电磁干扰信号传递至引出电路,以通过引出电路将电磁干扰信号引入芯片;所述测试主板与所述测试子板连接,用于获取芯片在所述电磁干扰信号的干扰下产生的信号数据。本发明通过将电磁干扰信号直接引入集成电路芯片,以准确评估芯片各个引脚的抗电磁干扰能力,为改进芯片内部电路设计提供参考,以提升芯片的抗电磁干扰能力。

    电化学储能电池荷电状态估算方法、装置及系统

    公开(公告)号:CN111190111A

    公开(公告)日:2020-05-22

    申请号:CN202010036970.2

    申请日:2020-01-14

    IPC分类号: G01R31/367 G01R31/387

    摘要: 本发明实施例提供一种电化学储能电池荷电状态估算方法、装置及系统,属于深度学习技术领域。所述方法包括:电池端获取储能电池系统的实时运行参数以及设定时间内的SOC标定数据;分别根据预设的神经网络模型以及常规SOC估算方法,利用实时运行参数,得到本地SOC估算值;将SOC标定数据、实时运行参数以及本地SOC估算值上传云端服务器,以便云端服务器根据上述数据和初始神经网络模型,得到电池端神经网络模型;电池端分别根据电池端神经网络模型以及常规SOC估算方法,利用当前的实时运行参数,得到当前SOC估算值,并将上述两种数据上传云端服务器,以便利用更新后的电池端神经网络模型得到SOC估算值。本发明实施例适用于储能电池系统的SOC估算。