关键词： 低功耗   C波段   射频功率放大器  

摘要： 随着半导体技术的不断发展,射频功率放大器已经可以集成于雷达测距芯片中。雷达测距芯片包含收发天线、射频收发机前端、数字信号处理等模块。对于雷达测距芯片而言,收发天线和射频收发机前端工作在厘米波或毫米波波段,是雷达芯片的核心组件,而射频功率放大器作为整个收发前端的核心模块,常是设计时的一大难点。射频功率放大器承担着将雷达芯片内部锁相环产生的微波信号放大后传输给天线的任务,是整个收发芯片中最耗能的模块,也是非线性最强的模块。在雷达测距芯片中,性能好且面积小的功率放大器电路是符合市场需求的产品。通常来说,射频功率放大器的性能和成本与制造工艺息息相关,不同工艺对功率放大器来说具有不同的特点。消费电子产品类的成本是设计以及量产首要考虑的因素。近年来,随着CMOS工艺水平的提高,特征尺寸不断减小,截止频率不断提高,完全满足射频集成电路设计的要求,并且易与高集成密度、低功耗的数字和模拟系统进行一体化集成,使得系统具有成本低廉、集成度高、应用范围广的优势。本文设计了基于SMIC 0.13μm CMOS标准工艺的射频功率放大器模块,该放大器采用AB类工作模式工作于C波段（5725MHz-5875MHz）,并集成于调频连续波雷达的收发前端系统中。由于调频连续波雷达发射信号包络恒定,因此对功率放大器的线性度没有太高的要求,功率放大器无需工作在功率回退区。整个功率放大器模块主要包括驱动级电路、偏置电路、功率放大器核心电路及片上巴伦等。采用自偏置的驱动级电路减小芯片的面积并降低功耗,输出级电路采用共源共栅差分结构以提升晶体管的耐压能力及相比共源级更高的反向隔离度,再由片上巴伦将差分射频信号转换为单端输出信号传输到天线接收端,同时巴伦还承担了功率合成以及一定的输出阻抗变换作用。在Cadence软件环境下对射频功率放大器进行了前仿真、版图设计和后仿真,并最终在中芯国际集成电路制造有限公司进行了流片,功率放大器模块芯片面积为0.4*0.26mm2。后仿真结果表明:驱动级电路工作于1.2V电源电压下,输出级电路工作于2.5V电源电压下,RF输出信号频率范围5725MHz-5875MHz,增益10d B,输出功率在-10d Bm-5d Bm范围内可调,最大发射功率下消耗电流11m A,发射信号谐波抑制大于47d Bc。流片后测试结果符合指标要求。

关键词： 智能电表   低功耗   低信噪比捕获   稳态跟踪  

摘要： 近年来,扩频通信系统在长距离和低功耗传输的低功耗广域网领域如智能电网得到广泛应用。智能电表作为智能电网的关键终端设备之一,基于低功耗广域网的技术标准,其物理层芯片设计中采用了扩频技术。为保证智能电表无线传输系统获得正确的信息数据,扩频信号接收时需先完成同步。然而,智能电表应用场景下,扩频信号同步算法存在的问题主要有:高灵敏度系统要求在低信噪比下捕获信号,而现有捕获算法输出增益不足;跟踪环路中如何设置鉴相器和环路滤波器,平衡频偏估计范围、稳定性和收敛速度等指标。因此,本文针对传统算法在工程应用中存在的不足,发展新的算法以有效解决上述问题。主要的研究内容与结果如下:(1)提出接收机信号同步设计方案。基于扩频通信原理,在卫星信号同步算法的研究基础上,提出了智能电表弱信号捕获算法和跟踪算法的设计方案。(2)发展一种新的平衡非相干累积部分匹配滤波—快速傅里叶变换(Partial Matched Filter Fast Fourier Transform,PMF-FFT)算法。针对扩频码码长有限和运算数据量的限制而使现有的非相干累积PMF-FFT算法无法兼顾信噪比要求和计算复杂度的问题,提出一种兼具该类算法优点的平衡非相干累积PMF-FFT算法并进行了仿真实验。结果表明,相同的计算数据量下,新算法检测概率高于现有的两种非相干累积PMF-FFT算法,输出增益更大。(3)提出一种新的基于直接序列扩频(Direct Sequence Spread Spectrum,DSSS)—偏移正交相移键控(Offset Quadrature Phase Shifting Keying,OQPSK)信号稳态跟踪环路鉴相器算法。设计了新的DSSS-OQPSK信号载波跟踪环路的鉴相器算法,与现有算法相比减少约1/2的计算数据量。针对环路载波跟踪频率范围不足的问题,通过调节环路增益和等效噪声带宽,在保证稳定跟踪的前提下,使环路跟踪频偏范围达到捕获后的剩余频偏最大值。(4)验证改进后的捕获算法与跟踪算法。在软件无线电创新实践平台中实现捕获算法和跟踪算法,测试结果验证了算法在实物平台中的可行性。综上所述,本文改进了捕获算法,设计了跟踪算法,使信号同步算法既能实现低信噪比等工作目标,又满足低功耗的要求。在智能电表计量自动化双模通信协议框架内,解决了对DSSS-OQPSK信号进行捕获和跟踪过程中存在的问题,使信号可以准确解扩和解调。

关键词： 电力低功耗无线传感网   主动唤醒   通信协议   模糊C均值  

摘要： 随着无线传感网络（Wireless Sensor Network,WSN）在智能监测、工业自动化、智能电网以及智慧建筑等领域的广泛应用,对其性能指标也提出越来越高的要求。在变电站、输电线路等复杂现场环境所部署的WSN由大量具有通信和检测能力的廉价传感器节点组成,其中大多的传感器部署环境不具备供电条件,其对功耗要求极为严苛,为了节省能耗,传感器节点绝大多数时间都处于休眠状态,当节点需要接受数据、传输数据或突发状况时才被唤醒。现有电力无线传感网通信协议通常采用周期性唤醒机制,与主动唤醒相比,功耗仍有进一步下降空间。本文针对在现有协议在输电站设备状态检测中能耗过高的问题,引入主动唤醒技术优化通信协议,通过减少唤醒次数和发送侦听时间、降低碰撞概率来最小化传感器功耗,并实现了对数据确认重传和传感器主动上报业务的支持。对通信协议优化前后进行仿真分析,结果表明在保证数据传递成功率的前提下,优化后通信协议降低了 20%以上的能耗。采用主动唤醒技术后,在传感器网络中单个簇内节点数目有上限的条件下,改进模糊C均值（Fuzzy C-Means,FCM）算法。在FCM算法分簇基础上,通过最小化汇聚节点能耗选出簇内多余节点将其划分给其他簇来满足限制条件,并根据汇聚节点在簇内不同位置所需能耗大小,以能耗最低点为聚节点最佳部署位置。仿真结果表明,在保证主动唤醒技术正常使用的情况下,改进后的FCM算法降低了汇聚节点的能耗和数据传输成功的时延。

关键词： 功率半导体器件   LIGBT   关断损耗   正向压降   电场调制   短路阳极  

摘要： 由于具有小体积,高可靠性以及绿色节能等优势,绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)作为一种重要的功率半导体器件(Power Semiconductor Device,PSD),被广泛应用于新能源、电力机车和智能电网等领域。此外,横向IGBT(Lateral IGBT,LIGBT)凭借其优异的导通性能和集成特性,有望成为未来智能功率集成电路的重要组成部分,以减少电路模块的整体功耗,提供性能更加高效的产品。快速低功耗新型LIGBT中的“快速”代表着关断速度快,而“低功耗”代表着低导通及关断损耗。当LIGBT导通时,漂移区中过剩载流子产生的电导调制效应带来了低导通电阻和低正向压降,而在关断时,大量过剩载流子产生的漫长复合过程也带来了长关断时间和高关断损耗,这说明导通损耗与关断损耗之间存在着矛盾。作为LIGBT在设计过程中所面临的主要问题之一,通过改善器件正向压降与关断时间或损耗之间的折中关系,最终可以实现快速低功耗器件性能的设计目标。本文从两种思路出发来优化器件正向压降和关断速度之间的折中特性,一是改善导通性能,即调节器件在导通过程中的漂移区过剩载流子存储效应,通过研究电场调制技术实现了对器件电场及过剩载流子分布的改善,性能优化包括直接提升的耐压能力和间接改善的正向及关断特性,同时建立了电场调制电场电势分布模型,设计并分析了三种具有电场调制快速低功耗新型LIGBT,包括新型PBAD LIGBT(P-Buried layer and Assisted Depletion N-region,PBAD),新型SSBO LIGBT(Single Step Buried Oxide,SSBO)以及新型BPSOI LIGBT(Buried Partial Silicon-On-Insulator,BPSOI);二是改善关断性能,即控制器件使其在关断瞬间快速抽取过剩载流子,通过对短路阳极技术的研究,阐明了在关断过程中阳极短路结构加速电子抽取的优势,从而抑制了电流拖尾现象以提升关断速度,同时建立了短路阳极导通及关断模型,设计并分析了三种具有短路阳极快速低功耗新型LIGBT,包括新型TBSA LIGBT(Trench Barriers and Shorted-Anode,TBSA),新型ASTC LIGBT(Anode Schottky Trench Contact,ASTC)以及新型EGSA LIGBT(Electron-controlled Gate and Schottky Anode,EGSA)。本文主要的创新和工作内容如下:通过电场调制技术优化了器件横纵向电场分布,提高了LIGBT耐压能力,从而在相同电压等级下间接地缩短器件长度。电场调制电场电势分布模型论证了电场优化的基本原理,其分析结果表明小尺寸LIGBT可以通过降低非平衡载流子数目来加速漂移区耗尽过程,以缩短关断时间降低关断损耗,同时在电导调制效应低电阻率的作用下维持低正向压降。通过灵活应用三种主要的LIGBT衬底类型,包括无埋层和有埋层体硅衬底以及SOI衬底,从而实现对于器件内部RESURF(REduced SURface Field)判据的影响,以此提出并分析了三种基于电场调制机理的快速低功耗新型LIGBT。三种新型LIGBT最终都实现了耐压能力的提高,在同等电压等级条件下能够达到缩短漂移区有效长度的目的,而小尺寸器件有利于获得更快的关断速度以及更低的正向压降。基于电场调制技术的三种新型LIGBT结构包括:(1)具有P型埋层和辅助耗尽N型区新型PBAD LIGBT,具有不同埋层类型的体硅衬底实现了同时存在额外高电场峰值且均匀分布的横向和纵向电场;(2)具有单面阶梯埋氧层新型SSBO LIGBT,埋氧层厚度变化形成的阶梯界面处会产生额外电场峰,器件横向电场因此得到优化;(3)具有P型埋层和部分埋氧层新型BPSOI LIGBT,P型埋层,P型衬底和部分埋氧层三个部分之间界面处都会产生额外电场峰,器件横向电场得到进一步优化。通过短路阳极技术提供了额外电子抽取路径,降低了器件阳极端非平衡载流子浓度,缓解了关断瞬间电子空穴对的复合压力,因而具有较快的关断速度,能够降低关断损耗。对于短路阳极结构来说,电势调制电压折返导通模型表明由于导通电阻突变引起的电压折返现象可以被彻底抑制。电荷控制关断模型则展现了器件正向阳极电流和阳极偏置电压随时间的变化,说明了短路阳极结构在改善关断性能方面具有优势。通过利用三种设计思路包括提供固定的或者可变的阳极区电阻,或者提高寄生阳极区开启电势差可以完全消除通态负阻区现象,从而提出并分析了三种基于短路阳极思想的快速低功耗新型LIGBT,最终都实现了显著改善的正向压降与关断损耗之间的折中特性。基于短路阳极技术的

关键词： 低功耗无线网络   可穿戴   多体征参数   运动状态   模糊神经网络   数据融合  

摘要： 近年来,我国老龄人口的比例越来越高,其中独居老人占据很大的比例。独居老人的健康问题已经成为社会大众关注的焦点。并且现在生活节奏加快,很多青年人也处在亚健康的状态,对人体健康状态的监测已经成为现在人们的关注点。近期发展迅速的可穿戴医疗监测系统,为解决健康状态监测问题提供了切实可行的解决方案。各大科技公司纷纷推出自己的可穿戴设备用以人体生命体征参数监测。但是这些产品监测的生理指标比较单一,不能同时监测心率、心电、脉搏、体温、血氧饱和度浓度以及血压等基本生理参数。一些医疗公司推出的医用多参数监测设备则不满足可穿戴需求,在系统功耗方面也具有比较大的缺陷。除此之外,虽然有学者在生命体征参数融合推理方面进行了研究,但是这些体征参数融合的研究是对人体静止状态下体征参数融合进行健康状态推理。没有对人体运动状态下的体征参数融合进行研究,因此不能全面地表征人体状态。为了让系统能够对多项生理参数进行监测,具有低功耗特性与可穿戴性。在数据融合方面能够对静止和运动状态下系统采集到的多种生命体征参数进行数据融合,进而对人体的健康状态进行推理。本课题进行了以下研究工作:首先本课题设计了生命体征监测系统低功耗方案,将系统划分为腕部、胸部、网关和移动终端四部分,四部分之间通过BLE5.0协议组成体域网进行数据传输,低功耗方案包括硬件电路设计和软件调度策略设计两个方面。其次选择低功耗器件,设计了腕部、胸部以及网关电路。电路结构上采用“刚柔结合板”的结构来方便电路的可穿戴设计。其中刚性部分用以放置电子器件,柔性部分用于刚性部分之间的连接。再次对腕部、胸部、网关电路以及移动终端四部分进行相应软件设计,实现体域网的组建、生命体征数据的监测与传输、人体运动状态识别、移动终端数据显示以及体征数据传输到服务器存储。从次设计低功耗软件调度策略,根据人体静止、慢、,跑步以及上下楼等运动状态对系统各部分电路的MCU以及传感器的工作方式进行控制,动态调整系统工作时间和休眠时间,从软件调度方面降低系统功耗。最后采用模糊神经网络对系统采集到运动状态以及多种生命体征参数进行融合判决。在该部分研究中,首先对神经网络,模糊理论进行比较,然后对模糊神经网络的结构以及参数学习算法进行了详细分析。利用模糊神经网络完成数据融合,对人体不同运动状态下的健康状态融合判定。该课题通过对低功耗生命监测系统的研究设计,使得系统能够对多种生命体征信号进行监测,并且具备低功耗特性与可穿戴性。能够满足日常生活对生命体征的监测,对关爱老人健康,人体亚健康状态管理具有实际意义。也对运动状态下生命体征数据融合具有一定的借鉴意义。

关键词： 电容耦合斩波放大器   低噪声   低功耗   伪电阻   电极失调  

摘要： 随着人们对健康生活的向往以及人口老龄化的加剧,现有的医疗系统难以负荷,亟需寻求更高效的运作模式。移动健康检测设备可以让人们在日常生活中检测自己的健康状况,有助于及时高效的针对相关疾病进行诊断。但移动健康检测设备和临床检测设备应用场景迥异,例如临床ECG检测通常使用湿凝胶来减小接触阻抗和电极失调,失调范围通常小于±50m V。若移动健康检测也使用湿凝胶,则慢性病人长时间使用后容易造成皮肤溃烂。因此需要使用干电极,但干电极的失调电压可能高达±300m V,这将很容易导致前端放大器出现饱和而失去放大能力。针对移动健康电子设备的特殊性,本文设计了一款低功耗、低噪声的电容耦合斩波放大器,系统涵盖纹波抑制回路、增加输入阻抗的辅助通路和电极失调抑制电路。为了形成电极失调抑制电路频率特性极低的高通角,以抑制电极失调,通常需要使用版图面积小阻值极高的伪电阻。但常见的伪电阻结构线性度较差,一定程度上恶化了电极失调抑制电路的频率特性。本文对常见的伪电阻如单一MOS伪电阻、对称结构和并联结构伪电阻结构等进行了深入研究,总结了这些伪电阻结构在不同电压极性上表现出的线性度差异,在此基础上提出了一种线性度更优的精简伪电阻结构。仿真结果验证了提出的伪电阻结构相比其他的结构具有较好的谐波失真性能。在此基础上,提出了一种衬底反馈的电极失调解决方案,利用放大器输入端的寄生电容与衬偏效应来抑制±300m V电极失调,因此数字电极失调最大所需电容为1.37p F,相比传统方式减小了29%的面积。采用标准180nm CMOS工艺对提出的电容耦合斩波放大器进行了设计验证,后仿真结果表明:在1.8V电源电压下,系统静态电流仅为5.4μA,带宽内的增益为40d B,高通截止频率可以在0.5-49Hz内调节,等效输入失调电压为6.68μV,直流输入阻抗为449MΩ,电极失调抑制范围为±300m V,总谐波失真为-60d B,共模抑制比为92d B,在无电极失调和300m V电极失调下的噪声有效因子分别为3.93和7.4,版图面积为834μm*324μm。提出的电容耦合斩波放大器适合移动健康检测应用。

关键词： 图像传感器   全数字锁相环   低功耗  

摘要： 图像传感器作为重要的光电器件,广泛应用于红外探测,自动驾驶,智能手机,人脸识别,机器视觉等各个领域。随着人们对图像采集质量和响应需求的不断变化,对图像传感器的帧率、动态范围、分辨率等指标要求也不断变化,图像传感器的市场也随之迅猛发展,对图像传感器的研发速度提出了更高的要求。频率综合器作为时钟发生器,是图像传感器中必不可少的重要组成模块,为整颗芯片提供必要的时钟信号。频率综合器的好坏将决定图像传感器的功耗以及精度。应用于图像传感器中传统的频率综合器,多是基于模拟电荷泵锁相环的架构,其面积大,功耗大,迭代速度慢,不易于调试。相较于模拟电荷泵锁相环而言,全数字锁相环面积小,具有可配置性,在不同工艺间可移植性好,可调试性高。基于上述优点,将全数字锁相环应用于图像传感器中,将缩短图像传感器研发周期,减小芯片面积与成本,方便后续的调试工作。本文从实际应用需求出发,设计了一款应用于图像传感器中的低功耗全数字锁相环,提出了基于亚采样的低功耗全数字锁相环架构,通过对输出信号进行预分频以及降频采样,降低了反馈环路中电路的工作频率,实现了对整体电路功耗的降低。在模型构建方面,对环路带宽、相位噪声、锁定时间等关键性能指标进行了理论推导与建模工作,为后续的设计提供指导性依据。在重要的模块电路设计方面。设计了三款不同架构的数控振荡器电路,通过对比与比较,最终采用电流源架构实现宽线性调谐范围,亚毫瓦级别的低功耗数控振荡器设计。对于数字时间转换电路,分别设计了基于恒定斜坡充放电的高精度数字时间转换电路和基于RC延迟网络的低功耗数字时间转换电路。对于时间数字转换电路,分别设计了基于时间放大器的高分辨率时间数字转换电路和基于门控时钟的低功耗的时间数字转换电路设计。经过模型构建、前端设计、后端布局布线和版图绘制等工作,在Tower Jazz 180nm1P4M CIS工艺下对所设计的应用于图像传感器中低功耗全数字锁相环完成了仿真与验证,实现了输出范围从250MHz～1.2GHz的低功耗全数字锁相环的设计,其在输出频率为600MHz时,相位噪声为-81.182d Bc/Hz@1MHz offset,功耗为4.267m W(VDD=1.8V)。本文设计的全数字锁相环已应用于高动态图像传感器中,且可以作为独立IP应用于其他芯片中,具有较高的实用价值。

关键词： 数控机床   信息提取   热误差测量与补偿   集成系统   多线程  

摘要： 随着“中国制造2025”国家战略和发展以高端数控装备为代表的智能制造战略计划的提出和部署,广大制造企业正以装备为载体,运用智能制造技术逐步向工业化、信息化高层次融合的方向发展,最终实现一个能够智能感知、智能控制、智能执行以及智能决策的完整闭环系统。在金属零件切削加工领域,数控机床作为现代制造车间广泛使用的一种装备,被称为“工业母机”,其重要意义不言而喻。然而,由于数控机床种类繁多且不具备将内部信息自动输出的功能,容易形成“自动化信息孤岛”。因此,对数控机床进行信息提取是实现现代制造企业智能制造的基础环节,也是构建工业物联网以及实现产品全要素生产流程监控的重要前提。此外,数控机床在金属零件切削加工过程中,由于其机械结构、加工环境、刀具磨损、噪音以及温度变化等多因素耦合在一起会降低机床加工精度,进而也会对零件加工质量产生一定影响。相关研究表明,由于机床各个部件温度变化不均匀导致的热变形误差,在机床总误差中比重最高,达到40～70%,这种变形会进一步使得刀具与工件之间的相对位置关系发生变化,对机床精度产生重大影响。因此,对数控机床热误差进行补偿控制对提升机床精度具有重要意义。对此,本文设计了一套针对FANUC系统数控机床的信息提取与热误差补偿控制集成系统,并为其他数控系统的信息集成留出了接口。该集成系统能够实时读取数控系统内部运行参数,并可以根据热误差测量数据建立的热误差预测模型实时输出补偿值,实现机床热误差补偿。具体研究内容如下:(1)以FANUC系统数控机床为例,介绍了数控机床各部分硬件结构及其数据信号流传输机制、控制过程实现,并阐述分析了数控机床常用的信息提取方法以及各自的优缺点。(2)运用国际标准“五点测量法”对机床热误差进行测量,设计搭建了热误差与温度同步测量系统,包括基于电涡流传感器的热误差测量模块、基于DS18B20的温度测量模块以及Labview上位机显示和保存模块。并分别详细分析了FANUC和SIEMENS两种数控系统自带热误差补偿功能的原理,在此基础上分别提出了基于原点偏移功能、温度补偿功能结合高级应用“同步动作”的热误差补偿策略。本文第四章中的软件热误差补偿功能模块以FANUC系统为例,对热误差补偿控制系统进行了实现。(3)设计了基于局域网C/S模式的数控机床信息提取及热误差补偿集成系统网络通信架构,并引入“中间件技术”以拓展其他数控系统的信息集成,并基于.NET多线程机制、Socket通讯以及串口通讯等技术,结合C#高级编程语言对集成系统各个功能模块进行设计实现。(4)以台中精机Vcenter-55立式数控加工中心机床为对象,搭建集成系统测试硬件平台对整个集成系统各个功能模块进行测试验证实验,同时,选取较大的Y向和Z向热变形对机床同步进行热误差补偿控制实验。实验结果表明,本文开发的集成系统能够实时、准确的提取数控机床的内部运行数据信息以及热误差补偿的实时控制,从而验证了该集成系统的有效性、可行性以及同时补偿多轴的全面性,具有较大的工程应用价值。本文研究了数控机床信息提取技术、热误差补偿技术,实现了数控机床内部数据参数以及外置传感器数据信息提取、存储与显示,同时将热误差补偿控制模块嵌入系统中,形成一套数控机床信息提取及热误差补偿集成系统,弥补了数控机床信息提取和传统方法上的基于外置嵌入式设备实现热误差补偿难以集成的缺点与不足。为研制大批量的数控机床信息提取以及热误差补偿集成系统提供了一种思路,具有重要的工程应用价值。

关键词： 深度学习   目标检测   CNN加速器   低功耗检测   模型量化  

摘要： 随着人工智能技术的发展，越来越多基于深度学习（Deeplearning，DL）的研究在计算机视觉（Computervision，CV）的各个领域取得卓越的成果，其中也包括当下十分热门的目标检测任务。然而，随之而来的问题是模型性能的提升往往伴随着模型复杂度的提升，包括更为庞大的计算量与参数量。例如，在一个卷积神经网络（Convolutionalneuralnetwork，CNN）模型的前向推理过程中，需要进行上亿次浮点数的乘累加运算（Multiply-accumulate,MAC）。这使得在一些资源与能源受限场景如移动场景、国防边境、森林防火等，难以实现相关模型的部署工作。　　针对AI模型的落地问题，本文以大疆公司无人机航拍场景的目标检测任务为背景进行了研究。首先，针对该任务进行了模型与算法的设计;随后，选择具有低功耗、灵活可重构特点的FPGA（FieldProgrammableGateArray）作为CNN的计算平台进行了定制化的加速模块设计，使得CNN模型的吞吐量得到了极大提升;最后，在嵌入式Zynq硬件平台进行了完整的目标检测模型的部署，并提出了几种用于系统优化的方案，降低了系统的运行功耗，实现了低功耗目标检测的目的。本文研究内容的简要概括如下：　　1）对于上述目标检测任务，采用了“自底向上”的设计思想，提出了一种结构简单的CNN模型，使其能够高效地部署在资源受限的嵌入式设备。在不改变模型结构的前提下，通过调整训练策略提升了模型性能。在得到性能较好的全精度模型后，对全精度模型进行了模型量化，降低了模型大小，使其进一步减少了嵌入式设备的资源开销，为实现低功耗目标检测奠定了算法基础。　　2）针对CNN模型的计算瓶颈问题，基于FPGA进行了CNN模型的定制化加速模块的设计。对CNN模型各部分的前向计算过程进行了分析，设计了拥有并行计算能力的卷积加速模块与池化加速模块，对于卷积加速模块设置了可调的并行度参数，从而能够通过调节参数实现资源消耗与计算耗时间的平衡，并将各个模块设置成为流水线作业的模式，极大提升了整体加速模块的吞吐量。　　3）针对目标检测模型的嵌入式部署工作进行了研究。采用FPGA-CPU异构系统作为嵌入式部署平台，使用FPGA负责处理计算量较大的CNN模型的计算机，使用CPU进行目标检测模型的预处理与后处理工作。在完成模型部署工作后，又进一步对系统优化进行了研究，并针对多图处理场景提出3种优化策略，通过实验得出了采用优化策略所能够给系统带来的提升。　　在精度方面，本文提出的模型能够在官方验证集上达到平均IoU为74%的检测精度;在吞吐量方面，本文的设计能够达到整体模型296帧每秒（FPS）的吞吐量，其中CNN加速器的吞吐量可达319帧每秒;在功耗方面，本文的设计在完成数据集中52500张测试图片的推理任务时的总功耗仅为1132焦尔（J），换算成平均功耗仅为6.4瓦（W）。本文的模型与CNN加速器工作在国际顶级会议DAC举办的系统设计竞赛DAC-SDC-2021中取得了全球第7名的成绩。

关键词： 无人机   目标检测   边缘计算   深度学习  

摘要： 近年来,随着无人机和边缘计算技术的发展,基于螺旋翼的小型无人机应用在城市巡检、灾难救援、区域监控等领域越来越常见,目标检测技术在这些应用中发挥着关键的作用。例如通过无人机检测城市路口的车辆从而进行车流量监控,在地震、火灾等灾难场景中迅速抵达灾难区域检测待救援人员的位置。但是目前基于无人机的目标检测应用存在如下限制:1)无人机由于体积和功耗的限制,满电的一次飞行时间通常只有20～30分钟,无法长时间执行任务。2)边缘设备可以保证实时性和隐私性,但是由于体积和功耗的限制,计算能力一般十分有限,目前基于深度学习的目标检测算法部署在边缘设备上的性能不容易满足实际任务的需求。3)无人机由于在高空执行任务,其目标检测通常是对小目标的检测,目前目标检测算法对小目标的检测精度并不是很高。为了解决以上问题,本文首先利用轻量级框架、量化、并行化、按图片输入特性降低输入分辨率等优化方法大幅提高了YOLOv3算法在基于GPU的边缘设备上的部署性能。之后通过优化YOLOv3算法的预选框范围提升了其对小目标的检测能力。最后利用大量的实际飞行数据,设计出低功耗的无人机目标检测系统,提高了无人机执行任务时的能效性,使无人机在相同的能耗下,有更高的检测性能和更长的任务执行时间。本文的主要贡献如下:(1)设计了一个基于边缘计算设备的无人机低功耗目标检测系统,系统可以根据用户设定的任务目标来推荐合适的飞行高度、飞行速度、目标检测算法模型和算法采样率来使无人机在完成任务目标的情况下消耗的能耗最少。系统还支持用户自定义无人机、边缘计算设备、目标检测算法模型的参数来提供对不同的设备和模型的支持。实验表明,在对小汽车的检测中,系统推荐的飞行参数在满足任务要求的同时,相比于最邻近的飞行高度和速度组合,能耗最高降低了17.07%;在对行人的检测中,能耗最高降低了26.68%;与手动飞行相比,在能耗基本相同的情况下,可以使检测召回率提升7.37%。本系统与其他类似系统相比,不仅专门优化了目标检测算法的性能和部署表现,还以简洁的系统API来帮助用户在实际应用中应用系统。(2)建立了一个无人机和边缘计算设备能耗的计算模型,可以根据设备参数计算不同高度和速度情况下的无人机和边缘计算设备的能耗,为执行任务时能耗的估计提供了基础。同时还提出了基于能耗优先的飞行参数推荐算法,支持对不同的无人机、边缘设备、算法模型在基于能耗优先的情况下结合能耗和任务要求推荐合适的飞行参数。实验表明,相比于其他飞行参数,算法推荐的飞行参数在能耗上有所降低。(3)提出了针对无人机应用的目标检测算法在边缘计算设备上的部署优化方式,利用轻量级框架、量化、并行化、按图片输入特性降低输入分辨率等优化方式优化了YOLOv3在边缘设备上的部署性能。实验表明,在不降低精确度的情况下,算法的推理速度在NVIDIA Jetson Nano上由3.9FPS提升到了10.5FPS,在NVIDIA Jetson Xavier NX上由12.6FPS提升到了30.3FPS。(4)优化了YOLOv3算法预选框的选择范围以提高其对小目标的检测效果,利用Vis Drone数据集训练后,在416*416的输入分辨率下,AP50由11.85%提高到了18.39%。