【摘 要】
：
集成电路行业每年都会有数以万计的数模混合芯片应用于个人金融终端领域。尽管受EMV（Europay MasterCard Visa）迁移效应的影响,金融卡呈现出由磁条卡逐步向IC卡过渡的态势,但在相当长的时间内磁条卡仍将占据金融卡市场的一席之地。本文设计了一种基于自适应机制的磁条卡模拟前端（Magnet FrontEnd,MFE）电路。实现了磁头刷卡信号的有效识别,并在较快时间内完成自适应的信号调整
论文部分内容阅读
集成电路行业每年都会有数以万计的数模混合芯片应用于个人金融终端领域。尽管受EMV（Europay MasterCard Visa）迁移效应的影响,金融卡呈现出由磁条卡逐步向IC卡过渡的态势,但在相当长的时间内磁条卡仍将占据金融卡市场的一席之地。本文设计了一种基于自适应机制的磁条卡模拟前端（Magnet FrontEnd,MFE）电路。实现了磁头刷卡信号的有效识别,并在较快时间内完成自适应的信号调整,进行正确的解码。为了提升磁卡在设备电源不稳定和磁卡损伤状态下的信号识别成功率和解码正确率,有针对性地设计了不同的信号峰值比较电压,通过电压修调来应对刷卡时出现的各类问题。所设计的MFE电路主要包括由可编程参考电压产生模块和电阻组成的偏置电压产生电路、偏置电流产生电路、可编程运算放大器（Programmable Gain Amplifier,PGA）、驱动电路以及模数转换器（Analog-to-Digital Converter,ADC）和解码比较器。其中PGA和ADC以及数字调整模块（Amplifier Digital Regulator,ADR）共同构成自动增益控制（Automatic Gain Control,AGC）环路。磁头所接收到的差分信号通过AGC回路被调整到解码比较器可识别的幅值范围内,通过解码比较器将其转变为数字信号,再送入到磁条卡控制器（Magnet Card Controller,MCC）中,根据ISO7811协议中相关规定来进行解码。本论文所论述的电路设计是基于UMC的55nm CMOS工艺实现的,对MFE电路进行模拟前仿真以及版图设计和后仿验证。仿真结果表明,整个MFE电路的适用电压范围为2.7V到3.5V,适用温度范围为-40℃到125℃,PGA增益支持9档可编程调整,AGC增益动态范围为18dB～48dB,增益误差在2%以内,可根据实际应用环境将幅值范围为3mV～300mV,对应频率为1KHz～100KHz的差分信号放大到8～256倍进行输出。整个MFE的动态功耗小于1.8mA,休眠功耗小于20 nA,自适应机制建立时间在60ns以内。论文也进行了最终的数模混仿以及流片之后的成品测试工作,根据仿真测试对设计的实用性和兼容性进行了验证分析。通过仿真分析发现,本文提出的电路设计具有较强的可移植性,除了支持磁条卡外,同样支持IC卡,对其稍作修改也可作为雷达等设备中微弱信号检测系统的模拟前端电路。
其他文献
随着互联网技术的不断进步发展,个性化推荐技术逐渐成为计算机领域的研究热点。随着教育的重要性日益提高以及互联网和大数据等技术的发展,越来越多的研究人员将大数据研究应用于教育领域。在教育大数据应用中,对新用户的教育资源推荐易导致信息量不足,从而产生冷启动推荐问题。冷启动推荐问题是指新用户刚刚进入系统,无任何历史行为,无法依据历史数据获得用户偏好,从而给推荐带来巨大挑战。如何进行冷启动推荐,同时保证推荐
近年来,随着通信、网络、集成电路领域的高速发展,对于数据的传输量和传输速度都有了更高的要求。但传统接口电路受技术所限,已经无法满足高速信号传输的需求。为解决这一问题,低压差分信号（Low Voltage Differential Signaling,LVDS）接口技术和电流模逻辑（Current Mode Logic,CML）接口技术应运而生。本文基于SMIC 180 nm CMOS工艺,分别设计
随着各种语音和视频即时消息传递方法的兴起,大屏幕,高像素和便携性已成为移动手持终端发展的主流趋势。尤其是可穿戴设备的出现,对数据传输速度,功耗和接口集成提出了更高的要求。为了降低不同模块之间通信的复杂性并使其易于集成和标准化,制造商开发了各种标准协议。其中,移动工业处理器接口（MIPI）标准由于其完整的技术和强大的适用性而被广泛用于移动手持终端显示应用中,因此具有极高的研究价值。本文以MIPI D
许多集成电路中都需要时钟信号,如本文设计的为时间-数字转换器所提供的多相位时钟信号。而对于高精度多相位时钟电路来说,一个小的抖动就有可能造成相位之间的混乱,进而扰乱后续电路的时序,因此对时钟信号质量的要求也更加严格。锁相环为时钟电路提供本振时钟信号,所以一个高杂散性能、高噪声性能的锁相环不可或缺。本文设计的亚采样锁相环,可以避免电荷泵锁相环中因电流失配等非理想因素而造成杂散性能的降低,并且因为环路
多目标跟踪是发展智能交通,智慧驾驶的关键技术。分析跟踪获得的车辆目标数量,车辆行进轨迹,能够有效提高道路监控、车流量统计、辅助驾驶和驾驶习惯分析等方面的综合管理水平。近年来,深度学习推动了计算机视觉领域的发展,学者们提出了大量基于深度神经网络的多目标跟踪方法。这类方法将网络获取的目标检测结果进行逐帧关联,以检测为基础实现多目标跟踪,提高了跟踪方法的性能。然而,车辆目标形态各异,移动速度高,且存在严
随着移动网络的快速发展,移动设备逐渐成为人们首选的网络终端设备。与此同时,安卓操作系统也逐渐成为中国市场首选的移动端操作系统。安卓操作系统的大量应用使得更多的不法人员试图攻击安卓设备来获取非法利益,这也导致了安卓恶意软件的泛滥。近年来,安卓恶意软件的逃逸技术在逐渐升级,安卓恶意软件检测的难度不断加大。面对当前移动网络安全的严峻形势,如何高效精准的检测安卓恶意软件是一个重要课题。首先,提出基于增强深
煤矿微震是在采矿过程中由岩体破裂导致的动力现象,较大能量的微震事件引起煤矿事故,进而影响煤矿生产。随着矿区规模扩大,煤矿微震灾害事故也随之增多。国内外对煤矿微震事件的监测和分析进行了大量研究,取得了一定的研究成果,但在煤矿微震监测系统下对煤矿微震事件震级计算和煤矿微震事件的判识仍需要进一步研究。微震传感器监测是监测煤矿冲击地压、瓦斯突出等灾害事故常用的监测方法,微震监测的事件震级和能量是煤矿灾害事
随着时代的不断迈进,科技逐渐的发达,网络给人们建立起了一条又一条的“高速公路”,人们的日常生活、工作以及学习都越来越离不开网络。随着无线网络为了提供更优质的服务向下一代发展,无线Mesh网络（WMN,Wireless Mesh Network）作为其中一种关键技术越发受到研究人员和设计者的关注,已经成为宽带家庭网络、社区网络和企业网络等许多应用的关键技术。传统的无线网络深受互联网连接“最后一公里”
语言识别技术作为人工智能机器学习的一个重要分支,在物联网技术和软件开发上具有重要的地位,而在普通的声学模型当中,语音识别系统处在低资源条件下时,采用传统的高斯混合-隐马尔可夫声学模型（GMM-HMM）会带来识别精度低、参数规模过大等问题,本文提出了基于BN-SGMM-HMM的声学模型来解决GMM-HMM模型的不足。该模型在声学特征方面,通过基于瓶颈（B N,Bottle Neck）层的神经网络来进
电阻层析成像（Electrical Resistance Tomography,ERT）是一种近年来蓬勃发展的重建被测场域内介质电导率分布的高新检测技术。其是基于电导（阻）传感机理,且具有结构简单、响应迅速以及成本相对低廉等特征。目前,经过有关专家学者和研究机构的不懈努力,ERT成像技术日渐成熟,已经被广泛应用于工业、医学等诸多领域。然而ERT软场特性等问题,并没有从根本上进行解决或改善,往往成像