Ученые Донского государственного технического университета (ДГТУ) вместе с коллегами из Южного федерального университета (ЮФУ) создали уникальные фильтры для минимизации потребляемой мощности на различных устройствах. Об этом 23 июня сообщили ТАСС в министерстве науки и высшего образования РФ.
Уточняется, что группа ученых разработала и исследовала новые схемотехнические решения в области так называемых SC- и SCR-фильтров, которые выполняются на переключаемых конденсаторах.
В новой разработке удалось снизить количество активных и пассивных элементов в схемах в расчете на порядок реализуемой передаточной функции, а также создать возможность одноэлементной перестройки по частоте при помощи изменения емкости одного конденсатора или сопротивления одного резистора при сохранении других параметров фильтра.
- Отличительной особенностью дискретно-аналоговых фильтров от классических аналоговых RC- и LC-фильтров является то, что они могут быть выполнены в виде микросхем в твердотельном исполнении. По сравнению с цифровыми фильтрами, которые в настоящее время активно применяются при обработке сигналов, дискретно-аналоговые фильтры могут иметь существенное преимущество по сравнению с ними по потребляемой мощности, стоимости и быстродействию, – отметила старший научный сотрудник управления научных исследований ДГТУ Дарья Денисенко.
Она добавила, что дискретно-аналоговые фильтры и операционные усилители можно будет применять в радиотехнике, информационно-измерительной технике, а также в системах автоматического управления и регулирования.
Разработка будет востребована в тех областях, где требуется минимизация потребляемой мощности разрабатываемого устройства.
Уточняется, что исследование проводится по гранту и его результаты отражены в 18 статьях, а также в 24 патентах и заявках на патенты России.
Ранее академик Российской академии наук Игорь Каляев из Таганрога Ростовской области заявил, что ИИ, в его понимании, в мире не существует.
Ростовские ученые разработали уникальные фильтры для минимизации потребляемой мощности
23 июня 202423 июн 2024
1 мин