CN107733368A - 基于统计学的批量生产恒温晶振的智能老化补偿方法 - Google Patents
基于统计学的批量生产恒温晶振的智能老化补偿方法 Download PDFInfo
- Publication number
- CN107733368A CN107733368A CN201710801560.0A CN201710801560A CN107733368A CN 107733368 A CN107733368 A CN 107733368A CN 201710801560 A CN201710801560 A CN 201710801560A CN 107733368 A CN107733368 A CN 107733368A
- Authority
- CN
- China
- Prior art keywords
- aging
- drift rate
- crystal oscillator
- constant
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03B—GENERATION OF OSCILLATIONS, DIRECTLY OR BY FREQUENCY-CHANGING, BY CIRCUITS EMPLOYING ACTIVE ELEMENTS WHICH OPERATE IN A NON-SWITCHING MANNER; GENERATION OF NOISE BY SUCH CIRCUITS
- H03B5/00—Generation of oscillations using amplifier with regenerative feedback from output to input
- H03B5/02—Details
- H03B5/04—Modifications of generator to compensate for variations in physical values, e.g. power supply, load, temperature
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Abstract
本发明公开了一种基于统计学的批量生产恒温晶振的智能老化补偿方法,包括步骤1:首先取同批量生产的所有恒温晶振,上电后测量所有恒温晶振的输出频率,并根据测得的输出频率获取老化漂移率特性曲线;步骤2:将步骤1获得的老化漂移率特性曲线依据统计学理论对晶振的最后一组老化漂移率数据进行划分;确定该批次老化漂移率主要变化区间,选择老化漂移率主要变化区间内M个晶振的老化漂移率数据建立该批次晶振的老化预测模型;步骤3:根据步骤2得到的老化预测模型获得M个晶振频率修正数据,通过MCU构成的智能补偿系统对晶振的老化特性进行智能补偿。该方法建立在统计学理论之上,可对批量生产的恒温晶振老化漂移率进行有效补偿。
Description
技术领域
本发明涉及电子技术领域,具体涉及基于统计学的批量生产恒温晶振的智能老化补偿方法。
背景技术
精密晶体振荡器是时频测控方面的核心器件,在军事及高性能时频仪器设备中,对晶振的频率稳定度、老化漂移率等特性参数的要求都是极高的。众所周知,任何晶体振荡器都存在老化漂移率漂移的现象,即晶振的输出频率随工作时间的增加而呈现出缓慢单调变化(增大或者减少)的趋势。虽然老化引起的频率变化的绝对值并不大,但在对精度要求较高的场合,不允许在一段时间内表现出频率值的较大漂移,因此会采取定期校准等措施。克服恒温晶振频率的老化问题,已成为当前国际时间频率控制领域的一个研究热点。
发明内容
为了解决晶振的老化对频率的影响问题,本发明的目的在于提出基于统计学的批量生产恒温晶振的智能老化补偿方法,该方法针对批量生产的恒温晶振进行老化漂移率补偿。
为实现上述技术目的,本发明采用如下技术方法予以实现。
一种基于统计学的批量生产恒温晶振的智能老化补偿方法,包括以下步骤,
步骤1:首先取同批量生产的所有恒温晶振,上电后测量所有恒温晶振的输出频率,并根据测得的输出频率获取老化漂移率特性曲线;其中,恒温晶振的数量为N个,N为大于等于30的整数;
步骤2:将步骤1获得的老化漂移率特性曲线依据统计学理论对N个晶振的最后一组老化漂移率数据进行划分;确定该批次老化漂移率主要变化区间,所述主要变化区间为[μ-σ,μ+σ],其中μ是老化漂移率的均值,σ是老化漂移率的方差;提取出老化漂移率主要变化区间内M个晶振的老化漂移率数据并建立该批次晶振的老化预测模型,其中,M为大于等于1的整数;所述老化预测模型中包含一条老化特性实测曲线和一条老化特性预测曲线;
步骤3:根据步骤2得到的老化预测模型获得M个晶振频率修正数据,通过MCU构成的智能补偿系统对晶振的老化特性进行智能补偿。
优选的,在步骤1中,所述老化漂移率的获取过程是:N个恒温晶振上电后,在85℃高温下加速老化8小时之后采集输出频率;第一个测得频率记为f0;之后每经过1小时记录一个实时输出频率,并将每次测取的频率记为fi,其中,i=1,…,N;则为晶振的瞬时相对频偏;yi(t)对t求导,得到该晶振的老化漂移率记为k;如公式(1)所示;
老化漂移率ki表示在时间间隔dt内的瞬时相对频偏的变化量;计算得到N个老化漂移率和测量天数,获得该批次各晶振的老化漂移率特性曲线;该老化漂移率特性曲线中,横坐标为老化时间,单位为小时;纵坐标为老化漂移率,单位为ppm。
优选的,在步骤2中,所述老化预测模型中老化特性预测曲线获得的具体步骤是:取步骤2中182组频率值,进行Savitzky-Golay滤波后,再利用公式(2)的数学模型拟合出老化特性预测曲线;
y=a·x0.1+b·x0.2+c·x0.3+d·x0.4 (2)
在公式(2)中,y是老化漂移率,单位为ppm;x是时间,单位为小时;a、b、c、d是待定系数,单位是ppm/h。
优选的,所述MCU构成的智能补偿系统由MCU、恒温箱以及频率计数器组成;所述MCU的DAC输出的控制电压输入恒温箱内的恒温晶振的压控端;所述恒温箱内的恒温晶振的输出端与频率计数器电性连接。
优选的,在步骤3中所述的补偿方法具体是:将待补偿的恒温晶振置于恒温箱中,设定恒温箱的温度为25℃;MCU与恒温晶振的压控输入端电性连接,其DAC输出的控制电压输入恒温晶振的压控端以调整恒温晶振输出频率;恒温晶振的输出端与频率计数器电性连接;频率计数器测量、显示并存储恒温晶振的实时频率;铷钟与频率计数器的参考频率输入端电性连接。
优选的,通过公式(3)计算DAC输出的控制电压;
其中,u是DAC输出的控制电压,单位是V;k和b是待定常数,单位分别是Hz/V和Hz;Δf=fi-f0为预测频率偏移量,单位是Hz,fi是预测的输出频率,该值由预测曲线得到;f0是标称频率。
优选的,在步骤3中,所述补偿效果由补偿前后晶振的老化漂移率特性曲线的变化趋势来判断;如果老化漂移率变小,老化漂移率特性曲线变化范围变窄就优于原老化漂移率,就可以在同一批次的其他晶振上进行相同方法的补偿。
本发明的有益效果:该方法建立在统计学理论之上,具有突出的可行性,与当前高稳晶振的可结合度也很高。
附图说明
图1为本发明实施例提供的补偿方法的流程示意图;
图2为本发明实施例提供的同一批N个恒温晶振样品的老化漂移率曲线;
图3为N个恒温晶振的某组老化漂移率数据分布柱状图;
图4为本发明某恒温晶振的老化漂移率特性拟合曲线;
图5为本发明中恒温晶振的压控电压与频率的关系图;
图6为本发明中涉及到的老化补偿系统的结构原理示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
实施例1
如图1至6所示,本发明提出了一种基于统计学的批量生产恒温晶振的智能老化补偿方法,包括以下步骤:
步骤1:首先取同批量生产的所有恒温晶振,上电后测量所有恒温晶振的输出频率,并根据测得的输出频率获取老化漂移率特性曲线;其中,恒温晶振的数量为N个,N为大于等于30的整数;
步骤2:将步骤1获得的老化漂移率特性曲线依据统计学理论对N个晶振的最后一组老化漂移率数据进行划分;确定该批次老化漂移率主要变化区间,所述主要变化区间为[μ-σ,μ+σ],其中μ是老化漂移率的均值,σ是老化漂移率的方差;提取出老化漂移率主要变化区间内M个晶振的老化漂移率数据并建立该批次晶振的老化预测模型,其中,M为大于等于1的整数;所述老化预测模型中包含一条老化特性实测曲线和一条老化特性预测曲线;
步骤3:根据步骤2得到的老化预测模型获得M个晶振频率修正数据,通过MCU构成的智能补偿系统对晶振的老化特性进行智能补偿。
实施例2
在实施例1的基础上,
在步骤1中,所述老化漂移率的获取过程是:N个恒温晶振上电后,在85℃高温下加速老化8小时之后采集输出频率;第一个测得频率记为f0;之后每经过1小时记录一个实时输出频率,并将每次测取的频率记为fi,其中,i=1,…,N;则为晶振的瞬时相对频偏;yi(t)对t求导,得到该晶振的老化漂移率记为k;如公式(1)所示
老化漂移率ki表示在时间间隔dt内的瞬时相对频偏的变化量;计算得到N个老化漂移率和测量天数,获得该批次各晶振的老化漂移率特性曲线;该老化漂移率特性曲线中,横坐标为老化时间,单位为小时;纵坐标为老化漂移率,单位为ppm。
实施例3
在实施例1的基础上,对N个老化漂移率进行划分,如图3所示。在本实施例中,N=144。将144个老化漂移率特性曲线按老化漂移率进行划分,如下表1所示。
表1按主要变化范围对老化漂移率进行划分
老化漂移率/ppm | <0 | 0~0.035 | >0.035 |
百分比 | 0.69% | 98.62% | 0.69% |
个数 | 1 | 142 | 1 |
其中,98.62%的老化漂移率在0~0.035ppm内。在这个区间内选取至少一个晶振协助建立老化预测模型。
其中,在步骤3中,所述老化预测模型中老化特性预测曲线获得的具体步骤是:取步骤2中182组频率值,进行Savitzky-Golay滤波后,再利用公式(2)的数学模型拟合出老化特性预测曲线;
y=a·x0.1+b·x0.2+c·x0.3+d·x0.4 (2)
在式(2)中,y是老化漂移率,单位为ppm;x是时间,单位为小时(h);a、b、c、d是待定常数,单位是ppm/h。在图4中,a=-0.0439,b=0.1031,c=-0.0838,d=0.0242。
实施例4
在实施例1的基础上,所述MCU构成的智能补偿系统由MCU、恒温箱以及频率计数器组成;所述MCU的DAC输出的控制电压输入恒温箱内的恒温晶振的压控端;所述恒温箱内的恒温晶振的输出端与频率计数器电性连接。
结合图4所示,在步骤3中所述的补偿方法具体是:将待补偿的恒温晶振置于恒温箱中,设定恒温箱的温度为25℃;MCU与恒温晶振的压控输入端电性连接,其DAC输出的控制电压输入恒温晶振的压控端以调整恒温晶振输出频率;恒温晶振的输出端与频率计数器电性连接;频率计数器测量、显示并存储恒温晶振的实时频率。
其中,所述MCU选用XP公司推出的基于ARM Cortex-M3内核的微控制器LPC17XX系列中的LPC1768。所述频率计数器的型号为SR620,其内频标为10MHz的铷钟。
所述DAC输出的控制电压由以下公式(3)计算获得
在公式(3)中,k和b是待定系数,单位分别是Hz/V和Hz;u是DAC输出的控制电压,单位是V;Δf(=fi-f0)为预测频率偏移量,单位是Hz,fi是预测的输出频率,f0是标称频率。图5中,k=0.432,b=-1.0101。
表2为该被选晶振的压控电压与频率的对应关系。该晶振的标称频率为10.23MHz。
表2恒温晶振的压控电压与频率的关系
序号 | 压控电压u(V) | 输出频率f(Hz) | 预测频率偏移量Δf(Hz) |
1 | 0.00 | 10229998.98992 | -1.0101 |
2 | 0.05 | 10229999.01146 | -0.9885 |
3 | 0.10 | 10229999.03446 | -0.9655 |
4 | 0.15 | 10229999.05552 | -0.9445 |
5 | 0.20 | 10229999.07846 | -0.9215 |
6 | 0.25 | 10229999.09872 | -0.9013 |
7 | 0.30 | 10229999.11984 | -0.8802 |
8 | 0.35 | 10229999.14325 | -0.8568 |
9 | 0.40 | 10229999.16450 | -0.8355 |
10 | 0.45 | 10229999.18422 | -0.8158 |
11 | 0.50 | 10229999.20328 | -0.7967 |
12 | 0.55 | 10229999.22253 | -0.7775 |
13 | 0.60 | 10229999.24238 | -0.7576 |
14 | 0.65 | 10229999.26374 | -0.7363 |
15 | 0.65 | 10229999.28249 | -0.7175 |
16 | 0.70 | 10229999.30101 | -0.6990 |
17 | 0.75 | 10229999.31967 | -0.6803 |
18 | 0.85 | 10229999.33938 | -0.6606 |
19 | 0.90 | 10229999.35659 | -0.6434 |
20 | 0.95 | 10229999.37855 | -0.6214 |
对表2中数据采用一次多项式关系进行拟合,如图5。由老化漂移率特性曲线根据不同时刻提取Δf,并由u~f之间的线性关系算出压控电压u,根据预测曲线进行补偿。
在步骤3中,所述补偿效果由补偿后晶振的老化漂移率特性曲线来判断。如果老化漂移率变小,老化漂移率特性曲线变化范围变窄即为优于原老化漂移率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种基于统计学的批量生产恒温晶振的智能老化补偿方法,其特征在于:包括以下步骤,
步骤1:首先取同批量生产的所有恒温晶振,上电后测量所有恒温晶振的输出频率,并根据测得的输出频率获取老化漂移率特性曲线;其中,恒温晶振的数量为N个,N为大于等于30的整数;
步骤2:将步骤1获得的老化漂移率特性曲线依据统计学理论对N个晶振的最后一组老化漂移率数据进行划分;确定该批次老化漂移率主要变化区间,所述主要变化区间为[μ-σ,μ+σ],其中μ是老化漂移率的均值,σ是老化漂移率的方差;提取出老化漂移率主要变化区间内M个晶振的老化漂移率数据并建立该批次晶振的老化预测模型,其中,M为大于等于1的整数;所述老化预测模型中包含一条老化特性实测曲线和一条老化特性预测曲线;
步骤3:根据步骤2得到的老化预测模型获得M个晶振频率修正数据,通过MCU构成的智能补偿系统对晶振的老化特性进行智能补偿。
2.根据权利要求1所述的应用于批量生产恒温晶振的智能老化补偿方法,其特征在于:在步骤1中,所述老化漂移率的获取过程是:N个恒温晶振上电后,在85℃高温下加速老化8小时之后采集输出频率;第一个测得频率记为f0;之后每经过1小时记录一个实时输出频率,并将每次测取的频率记为fi,其中,i=1,…,N;则为晶振的瞬时相对频偏;yi(t)对t求导,得到该晶振的老化漂移率记为k;如公式(1)所示
<mrow>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>dy</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
老化漂移率ki表示在时间间隔dt内的瞬时相对频偏的变化量;计算得到N个老化漂移率和测量天数,获得该批次各晶振的老化漂移率特性曲线;该老化漂移率特性曲线中,横坐标为老化时间,单位为小时;纵坐标为老化漂移率,单位为ppm。
3.根据权利要求1或者2所述的基于统计学理论的应用于批量生产恒温晶振的智能老化补偿方法,其特征在于:在步骤2中,所述老化预测模型中老化特性预测曲线获得的具体步骤是:取步骤2中182组频率值,进行Savitzky-Golay滤波后,再利用公式(2)的数学模型拟合出老化特性预测曲线;
y=a·x0.1+b·x0.2+c·x0.3+d·x0.4 (2)
在公式(2)中,y是老化漂移率,单位为ppm;x是时间,单位为小时;a、b、c、d是待定系数,单位是ppm/h。
4.根据权利要求2所述的基于统计学理论的应用于批量生产恒温晶振的智能老化补偿方法,其特征在于:所述MCU构成的智能补偿系统由MCU、恒温箱以及频率计数器组成;所述MCU的DAC输出的控制电压输入恒温箱内的恒温晶振的压控端;所述恒温箱内的恒温晶振的输出端与频率计数器电性连接。
5.根据权利要求4所述的基于统计学理论的应用于批量生产恒温晶振的智能老化补偿方法,其特征在于:在步骤3中所述的补偿方法具体是:将待补偿的恒温晶振置于恒温箱中,设定恒温箱的温度为25℃;MCU与恒温晶振的压控输入端电性连接,其DAC输出的控制电压输入恒温晶振的压控端以调整恒温晶振输出频率;恒温晶振的输出端与频率计数器电性连接;频率计数器测量、显示并存储恒温晶振的实时频率;铷钟与频率计数器的参考频率输入端电性连接。
6.根据权利要求5所述的基于统计学理论的应用于批量生产恒温晶振的智能老化补偿方法,其特征在于:通过公式(3)计算DAC输出的控制电压;
<mrow>
<mi>u</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>k</mi>
</mfrac>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>f</mi>
<mo>-</mo>
<mi>b</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,u是DAC输出的控制电压,单位是V;k和b是待定常数,单位分别是Hz/V和Hz;Δf=fi-f0为预测频率偏移量,单位是Hz,fi是预测的输出频率,该值由预测曲线得到;f0是标称频率。
7.根据权利要求5所述的基于统计学理论的应用于批量生产恒温晶振的智能老化补偿方法,其特征在于:在步骤3中,所述补偿效果由补偿前后晶振的老化漂移率特性曲线的变化趋势来判断;如果老化漂移率变小,老化漂移率特性曲线变化范围变窄就优于原老化漂移率,就可以在同一批次的其他晶振上进行相同方法的补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710801560.0A CN107733368A (zh) | 2017-09-07 | 2017-09-07 | 基于统计学的批量生产恒温晶振的智能老化补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710801560.0A CN107733368A (zh) | 2017-09-07 | 2017-09-07 | 基于统计学的批量生产恒温晶振的智能老化补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107733368A true CN107733368A (zh) | 2018-02-23 |
Family
ID=61205029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710801560.0A Pending CN107733368A (zh) | 2017-09-07 | 2017-09-07 | 基于统计学的批量生产恒温晶振的智能老化补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107733368A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109743022A (zh) * | 2019-01-09 | 2019-05-10 | 西安电子科技大学 | 一种改善晶体振荡器老化漂移率的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102916654A (zh) * | 2012-10-25 | 2013-02-06 | 北京七芯中创科技有限公司 | 一种用于补偿晶振老化的方法 |
CN102914711A (zh) * | 2012-10-12 | 2013-02-06 | 中国电子科技集团公司第二十研究所 | 在石英晶振测试系统中同时测量不同类型被测件的方法 |
CN104198846A (zh) * | 2014-08-18 | 2014-12-10 | 广东大普通信技术有限公司 | 一种晶体振荡器老化特性的自动测试方法及系统 |
US8934853B2 (en) * | 2011-06-08 | 2015-01-13 | Broadcom Corporation | Systems and methods for integrating cellular and location detection functionality using a single crystal oscillator |
CN105044298A (zh) * | 2015-07-13 | 2015-11-11 | 常熟理工学院 | 一种基于机器嗅觉的蟹类新鲜度等级检测方法 |
CN106950507A (zh) * | 2017-05-12 | 2017-07-14 | 国家电网公司 | 一种智能时钟电池用高可靠性寿命评估方法 |
-
2017
- 2017-09-07 CN CN201710801560.0A patent/CN107733368A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8934853B2 (en) * | 2011-06-08 | 2015-01-13 | Broadcom Corporation | Systems and methods for integrating cellular and location detection functionality using a single crystal oscillator |
CN102914711A (zh) * | 2012-10-12 | 2013-02-06 | 中国电子科技集团公司第二十研究所 | 在石英晶振测试系统中同时测量不同类型被测件的方法 |
CN102916654A (zh) * | 2012-10-25 | 2013-02-06 | 北京七芯中创科技有限公司 | 一种用于补偿晶振老化的方法 |
CN104198846A (zh) * | 2014-08-18 | 2014-12-10 | 广东大普通信技术有限公司 | 一种晶体振荡器老化特性的自动测试方法及系统 |
CN105044298A (zh) * | 2015-07-13 | 2015-11-11 | 常熟理工学院 | 一种基于机器嗅觉的蟹类新鲜度等级检测方法 |
CN106950507A (zh) * | 2017-05-12 | 2017-07-14 | 国家电网公司 | 一种智能时钟电池用高可靠性寿命评估方法 |
Non-Patent Citations (4)
Title |
---|
M. ZHAO等: "Aging drift compensation", 《2012 IEEE INTERNATIONAL FREQUENCY CONTROL SYMPOSIUM PROCEEDINGS》 * |
张威威: "晶振老化漂移的建模与补偿", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
薛冲: "基于晶体振荡器的老化建模及其智能补偿", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
鲁绍增主编: "《计量学辞典》", 31 October 1995 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109743022A (zh) * | 2019-01-09 | 2019-05-10 | 西安电子科技大学 | 一种改善晶体振荡器老化漂移率的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107465393B (zh) | 用于实时时钟系统的频率补偿的系统和方法 | |
US8237482B2 (en) | Circuit and method for generating a clock signal | |
CN106026919B (zh) | 晶体振荡器的守时补偿方法 | |
CN103176400B (zh) | 智能电表时钟校准方法 | |
EP2132875B1 (en) | Method for temperature compensation of a time basis | |
CN106292839B (zh) | 实时时钟补偿电路及校准方法、装置 | |
CN107272821B (zh) | 实时时钟校准方法及装置、存储介质、电子设备 | |
CN110554597B (zh) | 基于Vondark-Cepek滤波的氢铯时间尺度融合方法 | |
CN106647235B (zh) | 一种用于录波型故障指示器无线的守时方法 | |
CN111650617B (zh) | 基于新息加权自适应不敏卡尔曼滤波的晶振频率驯服方法、系统及介质 | |
CN106537781B (zh) | 振荡器的温度补偿的方法和集成电路和温度补偿振荡器单元 | |
CN103699001B (zh) | 利用恒温晶体振荡器实现的计时方法及系统 | |
CN107733368A (zh) | 基于统计学的批量生产恒温晶振的智能老化补偿方法 | |
CN109188022B (zh) | 用于石英振梁加速度计输出误差补偿的方法 | |
US20120042192A1 (en) | Frequency Reference Correction for Temperature-Frequency Hysteresis Error | |
US9484855B2 (en) | System and methods for correcting clock synchronization errors | |
CN103716042A (zh) | 一种用于模拟温度补偿晶体振荡器的温度补偿方法 | |
CN112737509A (zh) | 一种晶振频率漂移补偿方法和系统 | |
CN102545778B (zh) | 一种时钟晶体振荡器闭环温度补偿方法和装置 | |
DE102011103790B4 (de) | Selbstkorrigierender elektronischer Sensor | |
CN111534853A (zh) | 引晶功率确定方法、装置及电子设备 | |
US11035902B2 (en) | Advanced fuel gauge | |
CN104062494B (zh) | 一种抑制频谱泄漏的采样间隔补偿方法及系统 | |
CN104635193A (zh) | 一种电表用的soc芯片实时时钟高精度补偿方法 | |
CN109633205A (zh) | 一种石英谐振加速度计温度补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |
|
RJ01 | Rejection of invention patent application after publication |