关键词： CMOS图像传感器   低功耗   SSADC   比较器  

摘要： 无透镜细胞成像系统利用CMOS图像传感器完成成像,为满足户外救援、远程医疗等场景下的应用,要求其具备便携式和较好的续航能力,所以必须降低CMOS图像传感器的功耗。而列级ADC是CMOS图像传感器中最主要的功耗来源,因此降低其功耗变得非常重要。基于列级SS ADC结构,从比较器结构和ADC量化方式两个角度出发进行低功耗研研。首先,设计了一款低功耗比较器,在预放大电路级联锁存器结构的基础上引入了两条反馈机制,减小了预放大电路和比较器整体电路的工作时间,从而减小比较器的功耗,结果表明比较器的功耗明显降低,并保持较高精度,后仿真失调电压为396μV。其次,在对传统SSADC进行功耗分析后,提出了一种低功耗量化方案,将10-bit的ADC分为高6位和低4位,并采用双频率时钟进行量化,从而达到降低ADC功耗的目的,仿真结果表明,与传统单频率量化方式相比ADC功耗降低了 68%以上。最后,设计了一款可自校准的积分型斜坡发生器,在每次斜坡产生完成后会对斜坡终值进行采样并与预设的终值对比作差,然后通过反馈改变积分电流的大小以达到校准斜坡的目的,仿真结果表明,该斜坡发生器可以实现对斜坡斜率的校准,使斜率不受工艺变化影响。ADC基于UMC 180nm 1P6M CMOS 工艺设计实现,电源电压为1.8V,使用Cadence Spectre-Virtuoso工具完成了原理图及版图设计,并完成了仿真验证。后仿真结果表明:DNL 为-0.2LSB/+0.4LSB,INL 为-0.2 LSB/+0.3LSB,SFDR 为 75.7dB,THD 为-65.9dB,SNR为59-3dB,SNDR为58.5 dB,ENOB为9.4-bit,ADC列电路总功耗最低为9.9μW,最高为26.6μW。

关键词： 便携式   低功耗   嵌入式Linux   谱仪算法   双探头  

摘要： 便携式γ辐射仪具有便携、快速、实时分析等特点,广泛应用于核电站日常检修、野外探测、生活环境等区域的监测。本文通过分析国内外便携式设备的现状和发展趋势,采用Linux操作系统与高性能嵌入式相结合的方式搭建Qt应用平台,以处理双探头为基础测量的核数据,解决了常见的便携式设备人机交互不足、单任务工作、外携微型电脑进行数据处理的问题,以推动国内相关产品的发展。本硕士论文课题来源于国家重点研发计划项目（项目编号:2017YFCO602101）和四川省重大科技专项（课题编号:2020ZDZX0007）,主要研究内容与成果如下: （1）设计了CZT和PIPS双探头辐射测量电路用于监测γ射线。CZT电路完成对能谱数据的采集,最高通过率可达100kcps,PIPS电路完成对计数的测量,单道最高计数率不低于500kcps,两个探头均能独立工作,适用于能谱采集失效的高剂量辐射检测场景。针对PIPS探测器,在某防化部队刻度室进行了9.52μGy/h～1Gy/h的刻度实验,得到了计数率到剂量率的转换曲线,两者呈分段线性关系。双探头的电路设计弥补了便携式谱仪单任务工作的不足。 （2）设计了嵌入式系统电路与应用软件。嵌入式系统电路由***6ULL处理器与外围电路构成,能够搭载嵌入式Linux操作系统,并通过对该系统的裁剪、移植、驱动编写,可以支持串口、网口、USB接口与显示设备等;编写基于C++框架的Qt跨平台应用程序,经交叉编译后能运行在Linux系统上,该应用程序用于数据通信与算法处理,并通过UI界面展示能谱与核素识别结果等信息。两者的配合应用解决了需要外带便携式PC进行数据处理与人机交互差的问题。 （3）设计了谱仪算法。采用最小二乘法进行数据滤波、对称零面积法进行寻峰、改进SNIP算法对本底进行扣除、传统核素识别法对核素进行鉴别,但在便携式设备上不能完全沿用PC端的设计思路,需要根据自身的硬件设备进行代码优化。该算法解决了在复杂运算的情况下系统流畅性与实时性不足的问题。 在实验阶段使用60Co、241Am、137Cs三种放射源进行测试,测量电路功耗为1.4W,嵌入式系统电路功耗为0.684W,使用2-3节锂电池对其供电能够长时间稳定运行。对谱数据处理后的本底扣除率与净峰保留率最高可达99%,测试137Cs能量分辨率为2.65%（FWHM@662ke V）,能够1秒1次识别混合核素。研制的便携式测量系统符合低功耗、体积小、实时性好的要求。

关键词： 可穿戴设备   智能手表   FreeRTOS   低功耗蓝牙   生理信号测量  

摘要： 智能可穿戴设备的研发是近年来最热门的软硬件开发技术的研究课题之一。可穿戴设备是依托于万物互联,具备健康监测、实时发送数据、紧急报警等功能,可提高人们健康防护水平与生活品质,具有广阔的市场前景。目前市场上可穿戴设备技术并不成熟,检测精度远低于医用级的水平,稳定性不好,各类设备功能单一,同质化严重。可穿戴设备可研发功能强大,集医用级别的健康监测、运动检测、可定位导航、具有强大的数据分析等功能于一身的智能可穿戴设备是市场的未来发展趋势,也是市场的迫切需求。论文基于低功耗蓝牙5.0协议,利用Free RTOS操作系统设计出一款可穿戴设备—智能手表,论文主要研究内容包括:(1)充分调研国内外关于可穿戴设备发展现状,概述可穿戴设备功能及分类,分析可穿戴设备的功能模块以及每个模块的原理及方法。研究Free RTOS操作系统以及蓝牙5.0协议在可穿戴设备的应用,验证了使用Free RTOS操作系统进行功能调度及通过低功耗蓝牙5.0协议进行通信在可穿戴设备中应用的可行性。(2)首先对系统整体进行了设计,对Free RTOS操作系统的框架、函数及功能、移植过程、任务的设计及调度方法进行研究;其次介绍低功耗的蓝牙系统架构;最后阐述心率、血氧、血压等生理信号的监测原理和方法。(3)对实验平台进行搭建,选用瑞昱公司的RTL8762D低功耗蓝牙芯片,还包括Wi-Fi、按键、触摸屏、扬声器、振动马达等模块。绘制智能手表硬件部分的总体原理图及各个模块的电路原理图,确保手表各个模块的硬件实现。(4)对人体行走时三轴加速度数据变化数据进行分析,对运动计步算法进行设计并建立计算模型;其次将人体PPG信号进行滤波处理,随后设计出心率、血氧和血压的检测模型,通过实测数据集对测量模型进行拟合,并对各个功能进行实际的测试,测试结果表明所设计智能手表在生理信号的测量精度方面符合国家标准的要求;最后利用界面开发平台GUI Guider对系统UI进行设计,结合LVGL源码和功能代码进行移植,将手表的硬软件设计完毕,功能测试正常。(5)对论文进行总结,分析设计中的不足之处并对今后的工作以及可穿戴设备的发展做了展望。图 [60] 表 [11] 参 [81]

关键词： 室内定位   定位精度   低功耗蓝牙5.1   多径信号   固定频率扩展   同向/正交   滤波处理  

摘要： 目前主流的室内定位技术仍存在定位精度低、功耗高、成本高和抗干扰性弱等问题,为此本文对室内定位技术的定位精度以及功耗的问题展开了研究,提出了利用低功耗蓝牙5.1的室内定位方法,相比其它的室内定位技术,其有着相对较高的室内定位精度,定位精度能达到亚米级别,而且有着非常低的功耗。本文基于此进行了以下三方面的研究:（1）在室内定位中,阵列天线不只是接收到定位标签发送的信号,还接收了信号在传播过程中所产生的多径信号以及其它的噪声信号,本文首先提出了利用加权空间平滑算法对阵列的接收数据进行加权平滑预处理,然后利用矩阵分解算法对预处理得到的矩阵进行重构,重构得到的矩阵在进行奇异值分解之后就会获得信号子空间和噪声子空间,最后使用最小模算法求得算法的最优权值矩阵,从而得到阵列的空间谱估计函数。所提算法结合了几个算法的优点,通过实验仿真结果可以看出,本文所提的改进的算法相比空间平滑算法和加权空间平滑算法对相干信号有着更好的估计性能。（2）设计并搭建一个信号的方向角估计系统,利用均匀线性阵列来采集标签发送的蓝牙信号,获得蓝牙信号中的一段固定频率扩展信号。固定频率扩展信号中包含有信号方向角信息的同向/正交数据,利用同向/正交数据计算得到信号到达天线阵列上不同阵元之间的相位差,最后根据相位差计算出信号的方向角,通过利用高斯滤波和均值滤波算法对信号方向角估计数据进行滤波处理,在滤波处理之后可以获得更加准确的信号方向角估计值。（3）设计并部署一个基于低功耗蓝牙5.1技术的室内定位系统,利用多基站对仓库内的标签进行定位,每个基站的均匀平面阵列都会采集标签发送的蓝牙信号,信号中包含有标签位置信息的同向/正交数据,利用同向/正交数据计算出标签信号的方向角和俯仰角,联合多个定位基站获得信号的方向角度定位出标签的具体位置,再利用统计滤波和半径滤波算法对标签的位置坐标进行数据滤波处理,使标签的位置估计的误差更小。

关键词： 集成电路   新型电路设计   时钟门控技术   动态功耗优化   时序保持  

摘要： 半导体材料和半导体生产技术的接连突破推动着集成电路产业的发展,提高了芯片的复杂度与集成度,但集成电路功耗也随之增加,功耗成为阻碍集成电路发展的关键性因素之一。功耗主要是以热能形式耗散,它的增加会影响设备的正常工作,严重时会导致电路的损坏。其次,高功耗提高了芯片的封装成本,导致整个芯片开发过程的成本增加。此外,高功耗会限制电子产品,尤其是可移动设备的发展。因此,低功耗电路设计在提高电路稳定性,降低集成电路制造成本的同时,还可以促进电子设备的快速发展。综上,论文研究工作以低功耗集成电路设计为出发点,通过分析静态功耗和动态功耗的来源,改进数据驱动时钟门控技术,降低集成电路的动态功耗。具体工作如下:改进型低功耗时钟门控电路设计。针对数据驱动时钟门控技术中异或门驱动模块时钟信号大量冗余、面积和功耗占比过高的问题,提出以与门和或门改进其信号检测模块。首先,将触发器按照高电平驱动占比高和低电平驱动占比高的两种触发方式进行分组;其次,在触发方式分组的基础上按照每组4个、8个、16个和32个触发器的方式再次分组;最后将4、8、16和32输入端口的与门和或门连结到两种触发器组的输入信号端,作为新的运算单元,替换原电路中每个触发器必须连结的异或门。针对改进后驱动模块发生的毛刺现象,提出使用触发器和与门设计数据保持模块,使改进后时钟门控电路的使能信号多维持一个时钟周期,以保持时序的正确性。仿真阶段以ISCAS89基准电路为实验对象,Model Sim为实验平台,对新型时钟门控电路进行可行性仿真实验。通过分析实验结果,改进型低功耗时钟门控电路的动态功耗与未改进电路动态功耗相比,降幅能达到25%以上,与传统数据驱动时钟门控改进电路的动态功耗相比,降幅达到15%以上,证明了新型时钟门控技术在降低动态功耗方面的有效性。基于改进型时钟门控电路应用的UART电路。首先,基于串口通信电路的工作协议、工作过程和电路实现提出低功耗串口通信电路的设计方法;其次,以仿真波形为参考,对电路驱动信号进行门控,分三个模块依次设计低功耗串口通信电路;最后,基于Model Sim实验平台对低功耗串口通信电路仿真,并通过ALTERA CycloneⅣFPGA开发板检测其发送功能和接收功能的正确性,在保证功能正确的前提下使用QuartusⅡ功率仿真工具进行功耗分析。仿真数据表明,改进后的低功耗串口通信电路在只对驱动信号门控的情况下,整体电路面积仅增加1%,动态功耗降低21.48%,证明了新型时钟门控技术运用到各类驱动电路的可行性。

关键词： 峰值电流模   双模式控制   低功耗   低纹波  

摘要： 随着电子技术不断发展,电源管理类芯片广泛应用于便携式电子设备等各种供电领域,是各类电子设备的重要组成部分,电源管理芯片的功耗和效率成为当下电子产品获取竞争优势的重要手段之一。开关电源相较于线性电源来说,存在体积小、集成度高等优势,但其输出电压纹波仍然是一个不可避免的问题,较高的纹波会降低后级系统的稳定性,对开关电源的低功耗与低纹波的研究是非常有意义的。本文以峰值电流模控制方式为基础,设计了一款低功耗低纹波降压型DCDC转换器芯片。芯片采用双模式控制方式,重载下工作在脉冲宽度调制(PWM)模式,轻载下工作在强制连续(FCCM)模式,同时选择合适的外围器件,从而实现全负载范围内的低纹波特性。此外为了降低芯片功耗,芯片内部采用闲时关断技术,实现在特定情况下关断部分单元模块,并且设计了一种具有时钟控制的峰值电流采样电路,该电路可以实现断续工作,从而大大降低芯片静态功耗,同时该电路采用开关管替代传统采样电阻对电流进行采样,从而进一步降低系统功率损耗。而且芯片内部功率管栅极驱动采用非交叠死区时间控制方式,减小驱动级的功率损耗,从而更一步降低系统功耗。同时芯片内部还集成过温保护、过流保护、欠压过压保护等异常保护电路,保证芯片正常工作,提高芯片稳定性和可靠性。本文采用TSMC22nm工艺,利用cadence virtuoso软件对芯片子模块电路和整体系统进行仿真验证和分析,并对芯片进行版图设计和后仿,芯片工作频率为2MHz,输入电压范围为1.4V～2V,输出电压为0.6V,输出电压纹波约为2mV,可实现全负载范围内低纹波输出,内部子模块总电流为19.74μA,芯片在负载为20mA时,效率达到最高,约为91.02%,相较于TI同类型的DCDC芯片,功耗节省约30%。

摘要： 中国科技品牌Nut成功开发轻巧的全新寻物防丢器“Nutale Air Tag-F11X”以帮助用户寻找丢失的贵重物品。这款产品专门与全球数亿台Apple设备组成的Apple Find My网络配合使用。用户将支持Find My功能的Nutale Air Tag-F11X贴附到钥匙、背包、钱包或钱夹等个人物品上,并将其添加到iPhone或iPda上的Apple Find My应用程序中,就可以通过私密且安全的Apple Find My网络定位丢失或放错位置的物品。

关键词： 存内计算   非易失性乘法器   近似乘法器   RTM   RRAM   低功耗   高速  

摘要： 传统的基于冯诺依曼架构的计算系统从根本上遇到了处理器和内存之间数据传输的瓶颈。通过在内存阵列内部进行计算,有可能消除或者降低数据的移动成本,从而突破冯诺依曼架构的瓶颈。基于非易失存储器件的乘法器,将数据存储和乘法的计算功能合二为一,既可以带来更高的存储密度,又可以实现大规模的并行计算,因此,在基于大数据处理的存内计算系统的核心模块方面显示出巨大的应用前景。相比于其他类型的非易失存储器件,Racetrack Memory（RTM）和Resistive Random Access Memory（RRAM）,在读写速度、使用寿命、面积和功耗等方面均显示各自出独特优势。另外,涉及大数据处理的大量的复杂应用程序具有一定的抗错特性,采用标准乘法器的计算系统具有较低的资源效率。和精确乘法器相比,近似乘法器具有更简单的逻辑,它放宽了对于计算精度的要求,在功率、面积和速度方面获得相当大的性能改进,通过利用程序的抗错特性极大地提高了系统的整体资源效率。而基于非易失性存储器件的近似乘法器也是目前学术界和工业界的研究热点之一。本文主要研究基于RTM和RRAM器件的标准乘法器以及近似乘法器的电路实现。提出一种结合华莱士树结构和布斯编码的非易失乘法器的设计方法,以降低乘法计算模块的延时和功耗。在此基础上,设计了基于RTM和RRAM器件的8位标准乘法器和它们的近似乘法器。采用Generic Processing Design Kit 45纳米标准CMOS工艺以及公开的RTM和RRAM非易失性器件模型,通过仿真和计算乘法器电路的功耗、延迟和面积发现,本文提出的RTM乘法器的延迟和功耗相比于STT-MRAM乘法器分别降低了约81%和74%,面积相比于传统CMOS乘法器降低了73%。提出的RRAM乘法器在功耗和延迟上也分别降低了70%和19%。而改进后的近似乘法器相较于提出的准确乘法器来说,在延迟、功率以及面积上都有一定改善。在延迟、功率以及面积上,RTM近似乘法器相较于RTM标准乘法器分别降低了约19%、17%和14%。因此,本文设计的一系列非易失乘法器在未来新型计算架构硬件中,具有一定应用潜力。

关键词： 关键词识别   权重压缩   权重三值化网络   低功耗  

摘要： 语音关键词识别技术在人们的日常生活中已经得到广泛的应用,其中应用最为广泛的是在手机等Io T设备中的应用。这就使得语音关键词识别系统需要低功耗、高精度和适应复杂环境的要求。基于上述需求本文提出了一种基于优化的权重三值化神经网络的低功耗语音关键词识别加速器。本文主要面向语音关键词识别在算法和硬件角度进行研究。在算法上,针对多种不同的噪声场景设计了高精度低存储的权重三值化神经网络语音关键词识别系统。在算法上研究内容包括:1)本文针对已有的权重三值化神经网络算法进行了进一步的优化,包括提出了稀疏度可控的神经网络训练方案以及卷积核对称化的网络训练算法,这使得神经网络模型能根据情况选择自己合适的稀疏度并且将网络权重数压缩至未优化前的67.6%;2)针对网络的权重参数,根据软硬件协同设计的方法进行权重参数压缩,使得权重参数在硬件上的存储减少25.1%,同时识别准确率达到了90.6%。在硬件上研究内容包括:1)采用更少的计算处理单元数量以及针对对称化卷积进行优化后的阵列排布方式,相比常规的PE阵列排布方式增加了33.3%的数据复用率;2)设计了针对不同环境语音端点检测模块,可以自适应地识别当前语音环境并选取合适的计算策略从而减少功耗。本文电路采用TSMC 22nm ULL工艺设计并进行了流片,版图设计面积为0.6mm。当工作频率为250k Hz,对流片的芯片进行最低电压测试,测得SRAM的电压为0.54V,逻辑电路电压为0.39V时可以实现对语音的实时处理,最低功耗约为3.8μW。