关键词： 一体化电机测试   FOC控制   Qt   CAN通信   多线程  

摘要： 电机测试是获取电机运行参数和状态的有效手段,随着电机在日常的生产生活中的应用越来越广泛,电机的型号和规格种类随之急速扩展。现存的电机测试手段多为测试系统配合测试软件进行,其测试参数全面,但是系统笨重,占地面积大,且成本较高,对于其测试软件,往往针对特定厂家出产的或特定型号的电机,不符合本文所面向的一体化直流永磁同步伺服电机的测试要求。基于以上问题,开发针对一体化电机的测试软件,不需要额外的测试装置,对电机的运行参数作出控制,并对电机反馈的参数进行接收、分析与存储。本文所做工作如下:(1)分析伺服电机控制方法及其运行参数,采用FOC控制,其参数主要包括三相电流电压、等效dq轴电流、电机位置、电机速度,以及以上参数的PI调节参数。(2)分析软件需求,选择开发框架为Qt,并根据电机参数,选择通信方式为CAN通信,确定协议细则。设计软件架构,划分模块为通信模块、数据显示模块、协议解析模块、数据存储模块和数据分析模块。(3)以人机交互友好为前提,设计软件UI界面与交互逻辑,为Windows版本和Linux版本分别设计界面和交互。(4)开发软件功能,其通信模块和数据显示模块中的折线图显示子模块因系统环境和硬件条件的限制,分别以不同的方式和思路进行开发。(5)对软件功能和运行性能需求进行分析,编写测试用例,完成测试。经过测试,该软件总体满足测试需求。本文针对现有电机测试软件与一体化电机的测试需求不匹配,以及个人电脑有时不能满足电机测试环境工作需要的问题,开发了针对一体化电机的综合调装与测试软件,且同时开发双版本,可以运行于恶劣测试环境,并同时满足了电机测试的需要,为一体化电机的调装与测试提供重要参考。

关键词： 便捷式医疗电子设备   生物信号采集模拟前端   电路设计   低频低幅信号  

摘要： 便捷式医疗电子设备的快速发展，提高了患者对突发疾病的监控能力，遏制了亚健康人群发病率的年轻化趋势。随着 CMOS 工艺的快速发展，集成电路的性能不断提高，功耗进一步下降，低功耗便携式的长期监护设备有望落地，成为现实。生物信号采集模拟前端作为便捷式医疗电子设备的首要组成部分，其性能对电路应用场景、电路性能、电路抗干扰能力等方面都起到决定性作用。　　根据电极采集方式以及采集信号完整性，人体生理信号具有多种分类，幅度最大在 mV 级别，频率普遍低于千赫兹。由于低幅值、低频率的特性，在实际环境中面临着众多干扰。本论文在便捷式场景的约束下，面向低频低幅信号，研究和设计了两款低功耗低噪声模拟前端集成电路，主要的研究成果有：　　1、 提出并实现应用于心率检测系统的交流耦合型 ECG 模拟前端电路。在整体架构中设计了微分器作为二次放大电路，配合心率识别后端的同时，增大 ECG 信号的放大倍数，实现了 QRS 波形识别效果和基础放大功能;在低噪放大器中结合了跨导自举和源极退化技术，通过改变输入管和负载管的跨导，降低主要噪声源占比，实现了 3.18μVrms 的等效输入噪声值;在交流耦合架构中采用了一种新型伪电阻，额外为寄生电流提供直流通路，提高架构的稳定性和抗干扰能力，最高达到了 96dB 的共模抑制比，以及 GΩ 级别的输入阻抗，满足生物电信号采集系统的需求。　　2、 提出并实现双模式采集功能的斩波型 ExG 模拟前端。在整体架构上设计了有源开关电容低通滤波器作为二次放大电路，通过开关控制电阻之比，实现多模式放大滤波，整体仅消耗了 1.2μW 的功耗;基于斩波型仪表放大器提出了自适应偏置电路，替换传统的电流管偏置，缓解电压裕度问题，并为斩波技术扩宽带宽，同时配合电流复用结构进一步提升跨导，将模拟前端电路的等效输入噪声降至 4.5μVrms;在辅助模块中添加了预充电结构和直流失调反馈环路，增强电路的输入阻抗以及直流失调抑制能力，最高达到了 118dB 的共模抑制比，以及 135M 级别的输入阻抗，增大了原始模拟前端的抗干扰性。

关键词： ZigBee   自然灾害   LEACH   蚁群算法   低功耗  

摘要： 随着科技的发展,我国对山区自然灾害的研究逐渐成熟,但由于山区气候恶劣,地势复杂,对于灾害发生的概率和频率容易判断失误。通常情况下,自然灾害的发生是由于长时间的动能积累,通过传感器进行环境数据采集可以有效的对相关变化趋势进行观测,从而预测灾害的发生。而ZigBee技术以其低成本、低功耗和易开发等突出特点被广泛应用于环境监控中,因此为了保障公路在施工过程的安全,本文设计了基于ZigBee-Wi Fi的灾害监测系统,主要工作如下:首先,针对ZigBee与Wi Fi异构网络无法互联通信的问题,在协调器模块中设计了CC2530芯片与ESP8266芯片电路引脚的连接方案,从而实现CC2530芯片与ESP8266芯片的串口通信。并设计了协调器与上位机的通信协议,使协调器可以作为ZigBee-Wi Fi网关与上位机进行通信。协调器可以对上位机下达命令的数据格式进行解析,根据命令种类触发相应的处理函数,通过ZigBee网络将相应事件传输至终端节点,终端节点根据接收的命令,进行相应操作。然后,针对多个节点数据同时传输至协调器时的冲突问题和协调器内Wi Fi与串口传输能力不同可能导致的数据重复发送问题,设计了基于互斥锁和时序控制的同步传输协议,使协调器可以有序的向上位机发送数据。最后,针对通过电池供电的采集节点需布设在山区环境下可能导致续航能力不足的问题。设计了基于改进蚁群算法优化的LEACH协议用于降低系统功耗,改进了LEACH协议的簇首选举方式,使得簇首选举可以充分考虑当前节点位置和剩余能量,更加合理,并且将蚁群算法应用于LEACH协议的数据传输阶段,改进了蚁群算法的转移概率公式和信息素更新方式,旨在更好的与无线传感器网络相结合,可以更加均衡的选择传输路径,使整个网络中的节点均匀掉电,提高了生存周期。实验模拟测试结果表明,系统实现了协调器与上位机的双向通信,数据可以成功的发送至上位机显示,且数据准确性良好,运行稳定可靠性高,同时对路由协议进行了仿真测试,改进后的算法比LEACH算法的整体性能提高了70%左右。

关键词： 模数转换器   流水线-逐次逼近型   动态放大器   异步逻辑  

摘要： 数字信息时代的高速发展给我们带来了前所未有的便捷,同时也给我们提出了新的挑战。模数转换器(Analog-to-digital converter,ADC)作为连接模拟世界和数字世界的媒介,起到了十分关键的作用,并被广泛应用于数字影像、自动控制、无线通信、数据采集、仪器仪表、医疗设备等领域,特别是随着移动通讯技术的快速发展,人们对ADC的速度和精度也提出了更高的要求。典型的高速架构ADC例如快闪型ADC和流水线型ADC通常以消耗功耗为代价换取速度的提升,为了提高能耗效率,混合型架构的流水线逐次逼近型ADC(Pipelined SAR ADC)被提出,该架构把流水线型ADC的高速并行优势和逐次逼近型ADC的低功耗、小尺寸优势融合在一起,可以在高速工作时实现较高的能耗效率,因而成为了近年来研究的热点。所以研究高速低功耗的Pipelined SAR ADC具有很大的意义和价值。本文对高速低功耗Pipelined SAR ADC的理论、关键技术和系统架构展开分析和研究,主要针对ADC的关键模块余量放大器进行了分析,并且提出一种新型的全动态高线性度动态放大器,在保证低功耗的同时提高了整体ADC的线性度;此外,为了进一步的提升ADC的整体速度,从降低SAR ADC的环路延时入手,本文提出一种高速动态并行异步逐次逼近逻辑,相比于传统异步逻辑,可以实现更快的速度和更低的功耗。本文基于40nm CMOS工艺,设计了一款两级12比特,采样率为500MS/s的Pipelined SAR ADC,通过仿真结果表明,在电源电压为1.1V,输入正弦波信号频率为171.143MHz情况下,有效位数为10.61bit,无杂散动态范围为72.84d B,ADC核心功耗仅为5.15m W,实现的Fo M值为6.6f J/conversion-step。

关键词： 物联网   超低功耗   模拟前端   射频识别   亚阈值  

摘要： 在移动通信技术和互联网技术的不断进步下,物联网技术进入了快速发展阶段,其工作方式从早期的有源转化为现在的无源化。当前,无源物联网技术以其低能耗、低成本等优点应用于物流管理、智能识别、环境监测等领域中,随着无源化技术的进一步发展,未来的应用前景十分广阔。然而,无源物联网节点受能量传输和芯片功耗的约束,相对有源技术通信距离大幅降低。因此,本文从物联网节点的系统方案和电路设计两方面进行探究,旨在设计一款超低功耗模拟前端电路,研究解决无源物联网技术在实际应用中通信距离受限的关键技术问题。 首先,鉴于射频识别技术高灵敏度、低功耗的特性,本文基于采用反向散射技术通信的射频识别低功耗系统架构,将其应用到无源物联网节点,通过对能量传输进行深入推导和分析,给出通信距离受限的关键因素,以此来确定模拟前端电路的功耗指标。 其次,基于MOS管的亚阈值特性,本文设计了一个电流模求和方式的基准电路和一个LDO电路,以实现超低功耗电源管理特性,基于二极管连接的MOS管的有源高阻特性,采用二级管连接的MOS管替代无源电阻作为LDO电路中的反馈网络,节省版图面积的同时实现n A级的负载漏电流,在保证超低功耗的条件下,给LDO电路增加了一个相位超前补偿结构,提高了环路稳定性。此外,本文设计的基准电路和LDO电路具有较高的PSRR特性。 此后,考虑ISO/IEC＿CD 18000-6C等无源通信协议的要求,芯片内部需要提供频率误差不超过±10%的时钟信号,但常规的超低功耗片内时钟振荡器产生的时钟无法满足频率误差要求。为了解决时钟信号的精度问题,本文设计了一个时钟校准电路,其在芯片每次通信前,通过读写器发送一个query导引头,便能直接将时钟频率校准到320k Hz,校准后的时钟频率误差不超过±3%,时钟校准电路功耗保持在n A级,符合超低功耗的设计要求。 最后,本文完成了射频前端电路以及集成温度传感器电路的设计。在射频前端电路中,整流电路通过采集射频能量为芯片提供工作电源,采用动态阈值消除技术,以降低电压损失,提高整流效率;解调电路采用非相干解调的方式,完成对ASK调制信号的解调。温度传感器利用双极型晶体管采集温度,通过双压控振荡器结构抵消电源和工艺对温度精度的影响,实现-20℃～80℃的温度测量,温度精度为±1℃。 本文设计的无源物联网节点芯片前端电路涵盖了电源管理、射频前端及温度传感等模块,模拟前端电路整体仿真功耗仅1.3μW,在TSMC 180nm CMOS工艺下流片,并完成测试。测试结果表明,本文时钟校准电路校准后的时钟频率为320.6k Hz,模拟前端电路的功耗为2.03μW。

关键词： 射频包络检波   唤醒接收机   多信道   高灵敏度   低功耗  

摘要： 在无线传感器网络、蜂窝物联网等无线通信系统中,智能化、多功能、轻量化、小型化、低功耗、低成本等特性成为通信终端节点的主要发展方向。如何有效降低系统平均功耗、增加工作值守时间成为了物联网终端节点的研究难点和热点。采用休眠与唤醒低功耗机制,物联网终端节点在空闲时自动进入深度休眠状态,通过射频唤醒使终端节点进入工作状态。在深度休眠状态下,终端节点通过近零功耗检测接收射频唤醒信号,能够实现高效与智能的能量管理。本论文开展高灵敏度、大动态范围、低功耗的射频检波唤醒接收机关键技术研究与设计实现,主要工作如下:1.首先调研了国内外多种射频唤醒接收机系统架构,对比各架构的工作机理与特点;并进一步研究分析了提升唤醒电路接收灵敏度的技术方法,对射频包络检波接收电路的工作原理进行了理论分析。2.采用HFSS、ADS等仿真软件对射频唤醒接收机的天线、检波接收电路等进行了设计优化和性能仿真;使用USRP软件无线电平台设计完成射频唤醒信号波形、数据帧结构设计,为射频唤醒接收机提供信号源输入。3.提出一种多信道唤醒接收机系统技术方案,采用信号预先移频、两级检波与带通滤波等方法实现多信道并行唤醒;采用ICE40UP5K FPGA进行信号同步、匹配滤波、抽样判决等基带信号处理设计,相应的计算处理功耗低于0.5mW。4.搭建射频唤醒接收机实验验证平台,对接收机电路主要性能指标进行了测试分析,单级检波电路接收灵敏度达到-58 dBm,级联小电流低功耗LNA后唤醒灵敏度达到-92 dBm,同时采用泄流削峰、多路异构检波接收方法,射频唤醒信号输入动态范围达到71 dB。本文研究设计的射频检波唤醒接收机系统具有高灵敏度、大动态范围、低功耗、结构简单等特点,可广泛集成应用于无线多源传感器、有源传感RFID标签、态势感知监测节点等低功耗长寿命物联网终端系统中,具有良好的工程参考价值。

关键词： 图像分类   光学神经网络   卷积加速   可变卷积  

摘要： 光学神经网络是以光学信号处理作为计算方式的一种神经网络,与电学神经网络相比,具有更快的传输速度、更高的并行计算能力、以及更低的功耗,因而在近几年成为光学领域的研究热点。目前,国内外研究的光学神经网络在计算速度、电能消耗上皆有一些突破性的成就。然而,由于对光源一些特性的需求,光学神经网络模型暂时无法对于现实场景中的物体直接完成端到端的推理计算。本文在研究用于图像分类的光学神经网络新架构的同时,把握计算速度与功耗两个要点,着力于现实场景落地,旨在为光学神经网络的研究提供新思路。主要研究内容如下: 1)卷积神经网络中以卷积运算为主,由于卷积运算需要消耗大量的存储与计算资源来完成密集的矩阵乘法,使用光学器件完成卷积加速是必要的。本文中提出了基于微透镜阵列的光学卷积加速器。利用微透镜阵列匀光系统的光学特性,实现了大规模并行的乘法运算;利用透镜组的成像特性,将加法运算与图像重排转移到光学成像的过程中;基于计算机与空间光调制器的协同合作,实现不同步长及填充方式的多通道卷积运算。速度分析发现,提出的卷积加速器在图像尺寸超过130×130时便能起到加速的作用,随着图像尺寸增大,加速效果越明显。适用于大尺寸图像的平滑、锐化,或者用于卷积神经网络的光学加速实现。 2)针对光学神经网络的落地到现实场景中的问题,本文提出了基于Cover反射的零功耗光学卷积神经网络。模型启发于相机成像中的鬼影,使用非相干光场携带图像信息输入,利用镀膜玻片对、分束器等无源器件,构成了光学卷积系统。基于玻片的透射反射率、倾斜/旋转角度的不同,实现不同的卷积运算(包括经典方形卷积与可变卷积)。利用可变卷积构建了单通道的光学神经网络,并使用MNIST与Fashion-MNIST数据集验证网络的性能,分别获得了86.95%和75.68%的准确率。 本文提出的两种模型,分别着重于卷积加速与零功耗。研究表明,所设计的光学卷积加速器适合于大尺寸图像的卷积运算加速。基于Cover反射的光学卷积神经网络,能够使用非相干光场在零功耗的情况下完成图像分类任务,为未来光计算应用到自然光环境下,达到实时感算的效果奠定了基础。

关键词： 光控突触器件   神经行为模拟   低功耗   高识别精度  

摘要： 随着信息技术的快速发展,需要处理海量数据。然而,采用冯·诺依曼架构的计算机,其存储和运算单元的物理分隔设计使数据在运算过程中反复被搬运,极大地消耗了能量并限制了运算速度的提高,难以满足未来对算力的巨大需求。与之形成对比的是,人脑通过大量神经元和突触并行地完成存储和运算任务,能够快速和低功耗地处理数据。受人脑启发的神经形态计算有望打破冯·诺依曼瓶颈。人工突触器件作为神经形态计算系统的基本组成元件,主要分为电控突触器件和光控突触器件。相比于电信号,光信号具有高带宽、低串扰、低功耗等优点,因此,光控突触器件在构建神经形态计算系统方面更具优势。近年来,光控突触器件领域发展迅速。然而,已报道的光控突触器件受限于结构设计和材料选择,存在透光率不足、集成成本昂贵、高功耗等缺点。在上述背景下,本论文围绕新型低功耗平面两端光控突触器件的研发,开展了如下工作:（1）基于TiO的平面两端光控突触器件研发设计并制备了基于TiO的平面两端光控突触器件,成功模拟了时间依赖可塑性、强度依赖可塑性、学习经历、双脉冲易化等神经行为,并在两种不同的光脉冲模式下成功模拟了累次学习行为和记忆巩固过程。该突触器件的单个脉冲事件能耗低至1 n J。针对分类和识别任务,分别实现了小数据集92.99%和大数据集84.78%的实验识别精度。但是,基于TiO的光控突触器件只对紫外光响应,限制了其应用场景。（2）基于CsPbIBr的平面两端光控突触器件研发为了制备出能在可见光波段工作的突触器件,选用CsPbIBr作为光响应层,将器件光响应的范围拓展至650 nm,并在可见光调制下,成功模拟了瞬时记忆、短期记忆、长期记忆、双脉冲易化等神经行为。由于独特的器件结构设计,该突触器件的运行电流降低至皮安培量级,与生物的突触后电流接近。得益于超低的运行电流,实现了低至4.25 p J的单个脉冲事件能耗。针对分类和识别任务,分别实现了95.99%（小数据集）和95.34%（大数据集）的实验识别精度。