一种新型石墨烯扬声器
    1.
    发明授权

    公开(公告)号:CN110868677B

    公开(公告)日:2020-11-06

    申请号:CN201911080617.8

    申请日:2019-11-07

    申请人: 天津大学

    IPC分类号: H04R9/06 H04R9/02

    摘要: 本发明公开一种新型石墨烯扬声器,包括发声的石墨烯及其驱动电路,所述驱动电路包括滤波器模块以及调制器模块,升压电路,所述滤波器模块以及调制器模块,升压电路依次顺序电连接,所述滤波器模块包括滤波器A模块以及滤波器B模块,所述滤波器A模块的输出端以及滤波器B模块的输入端相连接,所述滤波器B模块的输出端与调制器模块的输入端连接,升压电路的输出端与所述石墨烯的输入端相连接。本发明实现了一片石墨烯薄片代替整个发声装置,不仅大大减小了扬声器的面积,甚至还可发展为柔性可穿戴电子设备,提高了声音的声压级,改善了扬声器的失真情况。

    基于自适应参考电压的sigma-delta ADC

    公开(公告)号:CN104852740B

    公开(公告)日:2018-08-07

    申请号:CN201510279601.5

    申请日:2015-05-27

    申请人: 天津大学

    IPC分类号: H03M1/12

    摘要: 本发明涉及模拟集成电路设计领域,为提供在不牺牲电路速度前提下进一步提高sigma‑delta ADC的精度的方法,本发明采取的技术方案是,基于自适应参考电压的sigma‑delta ADC,由粗量化电路、自适应参考电压生成电路、增量式sigma‑delta ADC、编码电路组成,输入信号经开关Ssar连接到粗量化电路,粗量化电路输出到编码电路H端;输入信号经开关Ssg连接到增量式sigma‑delta ADC,增量式sigma‑delta ADC输出到编码电路;粗量化电路经自适应参考电压生成电路输出到增量式sigma‑delta ADC。本发明主要应用于模拟集成电路设计。

    一种基于BP人工神经网络的数字助听器智能验配算法

    公开(公告)号:CN106714062A

    公开(公告)日:2017-05-24

    申请号:CN201611087426.0

    申请日:2016-11-30

    申请人: 天津大学

    发明人: 陈霏 王帅 姬俊宇

    IPC分类号: H04R25/00

    摘要: 本发明公开了一种基于BP人工神经网络的数字助听器智能验配算法,该算法基于BP人工神经网络,通过大量的训练数据对网络进行训练,得出一个令人满意的成熟网络,并利用自行建立的公式模型对网络进行修正,从而得到成熟的智能验配算法;本发明利用遗传算法原理对BP人工神经网络的初始权值和阈值进行优化,并利用现有的听力图和频谱增益响应作为训练数据对BP人工神经网络进行训练,同时通过验配公式模型对网络进行修正,得到成熟的BP人工神经网络来代替现有的验配处方公式,进而得到数字助听器的各通道增益、最大声输出、压缩率以及压缩拐点等参数。

    一种新型石墨烯扬声器
    4.
    发明公开

    公开(公告)号:CN110868677A

    公开(公告)日:2020-03-06

    申请号:CN201911080617.8

    申请日:2019-11-07

    申请人: 天津大学

    IPC分类号: H04R9/06 H04R9/02

    摘要: 本发明公开一种新型石墨烯扬声器,包括发声的石墨烯及其驱动电路,所述驱动电路包括滤波器模块以及调制器模块,升压电路,所述滤波器模块以及调制器模块,升压电路依次顺序电连接,所述滤波器模块包括滤波器A模块以及滤波器B模块,所述滤波器A模块的输出端以及滤波器B模块的输入端相连接,所述滤波器B模块的输出端与调制器模块的输入端连接,升压电路的输出端与所述石墨烯的输入端相连接。本发明实现了一片石墨烯薄片代替整个发声装置,不仅大大减小了扬声器的面积,甚至还可发展为柔性可穿戴电子设备,提高了声音的声压级,改善了扬声器的失真情况。

    一种基于BP人工神经网络的数字助听器智能验配方法

    公开(公告)号:CN106714062B

    公开(公告)日:2020-02-18

    申请号:CN201611087426.0

    申请日:2016-11-30

    申请人: 天津大学

    发明人: 陈霏 王帅 姬俊宇

    IPC分类号: H04R25/00

    摘要: 本发明公开了一种基于BP人工神经网络的数字助听器智能验配算法,该算法基于BP人工神经网络,通过大量的训练数据对网络进行训练,得出一个令人满意的成熟网络,并利用自行建立的公式模型对网络进行修正,从而得到成熟的智能验配算法;本发明利用遗传算法原理对BP人工神经网络的初始权值和阈值进行优化,并利用现有的听力图和频谱增益响应作为训练数据对BP人工神经网络进行训练,同时通过验配公式模型对网络进行修正,得到成熟的BP人工神经网络来代替现有的验配处方公式,进而得到数字助听器的各通道增益、最大声输出、压缩率以及压缩拐点等参数。

    基于自适应参考电压的sigma-deltaADC

    公开(公告)号:CN104852740A

    公开(公告)日:2015-08-19

    申请号:CN201510279601.5

    申请日:2015-05-27

    申请人: 天津大学

    IPC分类号: H03M1/12

    摘要: 本发明涉及模拟集成电路设计领域,为提供在不牺牲电路速度前提下进一步提高sigma-delta ADC的精度的方法,本发明采取的技术方案是,基于自适应参考电压的sigma-delta ADC,由粗量化电路、自适应参考电压生成电路、增量式sigma-delta ADC、编码电路组成,输入信号经开关Ssar连接到粗量化电路,粗量化电路输出到编码电路H端;输入信号经开关Ssg连接到增量式sigma-delta ADC,增量式sigma-delta ADC输出到编码电路;粗量化电路经自适应参考电压生成电路输出到增量式sigma-delta ADC。本发明主要应用于模拟集成电路设计。