关键词： 单例模式   设计模式   多线程   并发处理  

摘要： 针对单例模式结构的特点思索其应用场景,给出在电子教室的设计实现系统中远程协助功能并发处理的方法,提出在线程高并发情况下会出现线程堵塞,思考给出双检查锁机制单例的实现思路,从实践效果来看,该方法能保证一定的安全性,也能得到较好的执行效率.

关键词： 低功耗   逐次逼近模数转换器   双电容开关策略  

摘要： 鉴于现如今无线传感器网络,植入式生物医学设备,便携式检测仪等产业的飞速发展。基于这些对于低功耗模数转换器的需求,本文设计了一款10位全差分逐次逼近模数转换器(Full differential SAR ADC)。由数模转换器(DAC)、比较器、采样保持开关、数字控制逻辑等主要部分构成。DAC和数字控制逻辑部分,本文运用了“双电容开关切换策略(DCS)”,该策略在第二步转换中同时改变最高位和次高位的电平,使用更复杂的数字控制逻辑,运用电容阵列内部的充放电,相比其他策略多实现了一步零电压转换。降低了DAC的功耗和面积。相比传统的开关切换策略,节省了75%的DAC面积和99.3%的DAC功耗。由于平衡式分段结构降低面积的同时低位寄生电容会影响整体电路的线性度,本设计使用6高位3低位的结构,以同时保证面积和线性度。比较器使用了NMOS宽摆幅比较器,来降低该开关策略下,DAC输出共模电压的变化对比较器功能和精度的影响。本文采用了HHNEC CZ6H+1P4M 0.35μm工艺,工作电压为5V。电路仿真在100KS/s采样率下进行,所测得的模数转换器的信噪比为60.1dB,无杂散动态范围为71.5dB,信噪失真比为59.8dB,总谐波失真为71.0dB,有效位数ENOB为9.64 bits,ADC的平均工作电流为58.36μA,平均功耗为291.8μW,其FOM为3.65pJ/con。

关键词： 射频识别技术   加密算法   低功耗   物理实现   物理验证  

摘要： 射频识别（Radio Frequency Identification）技术是一项通过空间电场与磁场信号之间的耦合来对特定目标进行无线识别与信息传递的技术。其通信过程不需要物品之间有物理或者光学接触,无线接触这一优点使得其在实际应用中不受恶劣环境与天气的影响,此外,标签的高识别速度、大存储容量、可重复使用等诸多优点使得RFID技术被广泛应用于物流、交通、防伪、军事、医疗等多个领域。随着近年来移动支付、智能家居的迅速发展以及新型信息化战争的兴起,RFID系统的安全问题日益凸显,一旦发生信息泄露,将造成严重的损失。因此,增强RFID系统的安全性对于该技术的大规模普及有着十分重要的意义。本文的设计目标是基于无源射频空口协议,将加密算法嵌入数字基带中,完成阅读器与标签之间的加密通信。在满足协议的基础上,通过逻辑综合和物理实现完成芯片的版图设计,实现设计的数字基带功耗比现有基带优化20%,面积优化5%。针对符合我国2011年颁布的空口标准《军用射频识别空中接口第一部分:800/900MHz》的安全标签芯片,在深入分析安全鉴别和安全通信协议的基础上,对比分析了多种关键加密算法,基于流水线结构和循环迭代结构,提出了一种SM4加密算法的设计结构,实现了功耗和面积更加优化。基于TSMC 0.18μm 7T工艺库,使用Synopsys公司的Design Compiler完成了电路的逻辑综合,设计结果表明,最终功耗为1.66μw,面积为29738μm~2。在综合应用门控时钟与格雷码编码等技术的基础上,设计完成了嵌入SM4加密算法的标签芯片数字基带,电路仿真结果表明数字基带功能满足设计要求。通过低功耗逻辑综合的后仿真结果表明,所设计的数字基带整体功耗为14.5μw,面积为202586μm~2,分别实现了27.5%和8%的优化,达到设计要求。基于Cadence公司的SoC Encounter完成了包含数字基带的标签整体芯片的物理实现,采用中型尺寸的缓冲器与反相器结合的方式进行了低功耗时钟树综合,时钟树功耗降低了20%。完成了标签芯片整体版图的寄生参数提取,得到SPEF文件,采用Prime Time对标签芯片进行了静态时序分析。基于Mentor Graphics公司的Calibre完成了标签芯片整体版图的DRC和LVS验证,仿真结果表明,论文结果满足设计要求。

关键词： 5G无线网络   低功耗大连接   能效   时延   D2D中继传输  

摘要： 随着移动通信技术的高速发展,信息和通信技术(Information and Communications Technologies,ICT)行业的能量损耗问题日趋严重。国际电信联盟无线电通信组(International Telecommunication Union-Radio communications sector,ITU-R)在第五代移动通信(the Fifth Generation Mobile Communication,5G)建设蓝图中提出了网络能效提高100倍的期望。如何合理部署5G网络实现绿色通信是一个亟待解决的问题。低功耗大连接是5G主要应用场景之一,主要面向环境监测、智能农业、智慧医疗等以传感和数据采集为目标的应用,具有小数据包、低功耗、低成本、海量连接的特点。本文在此背景下,针对5G低功耗大连接场景下的能效建模与优化展开研究,主要研究内容和创新点如下。首先,在时延约束的条件下,本文构建了传输与空闲双模式的跨层新型能效分析模型,提出了一种新型的自适应传输策略。通过引入传输与空闲双模式,让收发机选择更好的信道条件来完成数据传送,基于信道条件自适应地选择传输或空闲模式,以实现节约能量的目的。对比传统单模式系统,仿真结果表明提出的传输策略可以有效提升系统能效,提升幅度达12%。其次,基于上述新型能效分析模型,在考虑端到端时延保障限制条件下,进一步研究了适应性传输策略的适用范围,并在Nakagami-m信道条件下借助二分查找算法实现了最优策略参数的确定,形成了最终的能效最优的适应性传输解决方案。仿真结果证明了二分查找算法在求解最优策略参数中的有效性,也验证了本文中对适应性传输策略的理论分析。最后,本文分析了机器类设备(Machine Type Device,MTD)利用蜂窝用户作为中继,借助设备与设备(Device-to-Device,D2D)通信连入蜂窝网场景下的系统能效。借助基于时分多址(Time Division Multiple Access,TDMA)的时隙划分和基于请求许可的中继接入流程,本文提供了中继传输系统的能效分析方式。仿真结果不仅表明了分析方法的可行性,还给出了系统能效的提升空间和优化方向。

关键词： Engineering   Electrical engineering  

摘要： With thousands new cases of spinal cord injury reported everyday, many people suffer from paralysis and loss of sensation in both legs. Beside the healthcare costs, such a state severely deteriorates the patients' quality of life and may even lead to additional medical conditions. Therefore, there is a growing need for cyber-physical systems to restore the walking ability through bypassing the damaged spinal cord. This goal can be achieved by monitoring and processing patient's brain signals to enable brain-directed control of prosthetic legs. Among several existing methods to record brain signals, electrocorticography (ECoG) has gained popularity due to being robust to motion artifacts, having high spatial resolution and signal to noise ratio, being moderately invasive and the possibility of chronic implantation of recording grids with no or minor scar tissue formation. The latest property is of particular importance for the whole system to be a viable fully implantable solution. Furthermore, the implanted system has to operate independently with no or minimal need of external hardware (e.g. a bulky personal computer) to be individually and socially accepted. To implement a fully implantable system, low-power and miniaturized electronics are needed to reduced heat generation, increase battery life-time and be minimally intrusive. These requirements indicate that many of the system's components should be custom-designed to integrated as much functionality as possible in a given real estate. This thesis presents silicon tested prototypes of several building blocks for the envisioned system, namely, ultra low-power brain signal acquisition front-ends, a low-power and inductorless MedRadio transceiver, and a fast start-up crystal oscillator. Brain signal acquisition front-ends provide low noise amplification of weak ECoG biosignals. MedRadio transceiver enables communication between the implant and end effectors or base station (e.g. prosthetic legs or desktop computer

关键词： 电液开关阀   驱动器   低功耗   高速   驱动电路   双占空比  

摘要： 电液开关阀作为电液控制系统的核心部件,广泛应用于航空航天、国防军工、深海探测、汽车以及农业机械、工程机械、冶金行业等众多领域。驱动器的性能决定了电液开关阀的特性,如何提升驱动器的性能是目前电液开关阀的研究热点。针对提升电液开关阀驱动器稳态和瞬态性能的需求,以电液开关阀驱动器低功耗和高速双性能目标为研究对象,采用理论分析、有限元仿真及实验研究相结合的方式对驱动器进行系统、深入的研究。主要研究内容如下:从电液开关阀的应用背景及研究意义的角度出发,分析总结了国内外低功耗高速电液开关阀的研究现状及发展趋势;为满足电液开关阀对驱动器稳态和瞬态性能的要求,基于电液开关阀瞬态响应过程及功能转换关系的分析,分别从降低功耗和提高响应速度两个方面概述了提高驱动器性能的策略,并提出驱动器低功耗和高速双性能目标策略。基于典型平面式盘式电磁铁,提出一种凸缘式双向驱动盘式电磁铁,分别建立二维静态磁场仿真模型,分析磁场分布情况;仿真探讨主要结构参数对凸缘式双向驱动盘式电磁铁静态特性的影响规律并进行多参数变量影响分析,明确具体结构参数值,并研制原型样机;通过仿真分析与实验研究,获得凸缘式双向驱动盘式电磁铁的性能参数,并与平面式双向驱动盘式电磁铁进行对比分析。然后分别设计了双占空比脉宽调制的低功耗高速单向和双向驱动电磁铁电路,对输出的双占空比脉宽调制信号进行理论分析;建立驱动电路仿真模型,通过仿真分析验证了驱动电路的可行性;研制驱动电路原型样机,并搭建驱动电路测试系统进行实验研究。建立电液开关阀驱动器数学模型,并在电磁场仿真软件(Ansys Maxwell)中建立电磁铁及驱动电路多物理场仿真模型,仿真分析主要电气参数对电磁铁稳态和瞬态性能的影响规律,确定驱动电路原型样机参数。搭建了电磁铁稳态和瞬态特性测试系统,对电磁铁的性能进行实验研究,结果表明:在双占空比脉宽调制的低功耗高速单向驱动电磁铁电路作用下,某单向驱动电磁铁在2.5mm行程内开启时间约为10ms,关闭时间约为22ms,稳态总功耗约为1.25W;凸缘式双向驱动盘式电磁铁在0.45A(5.4W)额定电流激励时1mm行程内电磁力均在58N以上,初始力与功耗比为10.74N/W,在双占空比脉宽调制的低功耗高速双向驱动电磁铁电路作用下,吸合时间约为22ms,复位时间约为22ms,稳态总功耗约为2.41W。验证了驱动器结构及驱动电路的创新设计可以有效提高其稳态和瞬态性能,更好地满足电液开关阀的驱动要求。

关键词： 无线传感器网络   分簇   低功耗路由  

摘要： 无线传感器网络（Wireless Sensor Network,WSN）是由大量廉价低功耗微型传感器组成的自组织无线感知网络,传感节点相互协作来完成对指定区域的监控。无线传感器网络节点一般采用能量有限的电池供电,且使用过程中能量补充难度较大,所以高效利用有限的能量来延长网络生命周期成为无线传感器网络的首要目标。无线传感器网络系统中节点的能耗主要集中于通信模块,一个优秀的路由协议不仅能够找到数据传送的最短路径,减少通信消耗,还能够均衡节点间的传输消耗,避免节点过早地死亡和产生空洞等缩短网络生命周期的行为。设计一个低功耗路由算法是无线传感器网络节省能量的一个关键手段。本文根据相关研究,针对传统分簇算法每轮全局更换簇头,以及簇头节点选择随机性强的缺点,结合分簇算法和基于地理位置算法的优点,设计了一种根据节点位置特性进行节点分化的低功耗路由算法。算法首先分簇,然后计算每个簇的质心,让簇中靠近质心的节点担任簇头节点,负责对簇内节点接收到的数据进行收集,并对接收到的数据进行融合操作,而簇中非簇头节点负责传输处理后的数据。同时,在更换簇头的问题上,让簇头节点的能量低于一定比例时再更换簇头,减少了在成簇阶段的能量浪费,算法能够优化节点间的数据传输距离,进而减少节点的数据传输能耗,延长网络生命周期。最后,通过Matlab仿真平台对算法进行仿真测试,对比了经典算法和改进算法,结果显示,算法能够均衡节点间的能耗,有效地延长网络的生命周期。

关键词： 物联网   射频前端   低功耗   高灵敏度唤醒   NFC  

摘要： 无线通信是物联网产业的核心技术,射频前端作为无线通信系统的关键模块,在保持高灵敏度的同时降低系统整体功耗已经成为了国内外研究的重点。本文以实现超低功耗的、高灵敏度射频前端电路为目标,针对物联网中射频前端的工作特点设计了一个μA级高灵敏度唤醒电路,从系统级层面对射频前端进行管理,定时检测外部唤醒信号控制射频前端的工作状态,通过减少射频前端不必要的工作时长来达到降低功耗的目的。本文设计的唤醒电路已经成功集成于实验室研发的5 GHz射频前端系统,测试结果表明在静态功耗仅为3μA的条件下可以达到-80 dBm的唤醒灵敏度,有效降低了系统整体功耗。本文深入研究了基于ISO/IEC14443通信协议的NFC系统架构,设计了一款完整的NFC低功耗射频前端系统。其中,发射机包括分频器、ASK调制器和数字功率放大器等主要模块,并通过分频器有效解决了本振与载波信号间的相互干扰问题;接收机采用无静态功耗的低通SC-ASK解调器与差分带通的PGA组合的技术方案,不仅有效解决了载波泄露、提升了整个接收机前端的噪声性能、大幅降低了系统功耗,并且还通过线性度提高电路扩大了接收机前端能够处理的输入信号幅度范围。本文设计的NFC低功耗射频前端系统成功流片,测试结果表明磁场强度满足NFC协议要求,接收机在动态电流为3.3 mA的条件下达到了5 mV的接收灵敏度,34 dB的接收动态范围,各项指标均达到了预期的技术要求。

关键词： NB-IoT   低功耗   独立烟感   IoT云平台  

摘要： 随着我国城市化进程的加快，越来越多的消防上的隐患问题被更加明显的呈现出来，尤其是以老旧小区、九小场所为代表的火灾隐患场所，因建筑结构涉及复杂、设施老旧、部分建筑材料易燃等问题，呈现火情易发、蔓延迅速、难以扑灭的特点。例如，大量的老旧小区，因建设年代和当时消防法规不完善等问题，缺少必要的消防报警设施，成为社区防火监控的死角。此类小区楼龄老旧，各类线路老化严重，一旦发生火灾，无法通过信息化手段有效监控，会造成消防灭火救援的严重迟滞。且这类小区多为老龄人口，人员疏散困难，易造成严重的生命财产损失。　　国内烟感市场还处于发展普及阶段，整体来说公共场所和新建小区已经按法规要求普遍安装使用烟雾报警器。而传统意义上的九小场所还处于烟雾报警器安装使用的空白地带。仍然需要法律法规和政府政策的引导，普及甚至强制安装使用例如烟雾报警器之类的消防安全设置。　　智能独立烟感的快速安装和部署以及良好的易用性和准确性，在对社会的消防安全上起到了越来越重要的作用，尤其对于老旧小区、九小场所等安全隐患巨大的场所，起到的查漏补缺不可估量的作用，本论文设计了一款基于NB-IoT的智能独立烟感。　　本论文首先针对智能独立烟感研究的背景及意义做了阐述，并提出智能独立烟感的核心点和关键技术问题。　　然后本论文对智能独立烟感进行了详细的需求分析，从整体的需求分析出发，到通信技术和模块的选择、烟感技术的选择以及低功耗的需求上，提出智能独立烟感的软件和硬件的具体需求，针对产品不同需求面的要求，对多种技术方案进行综合比较，最终选择出适合产品使用的技术方案。　　紧接着本论文对智能独立烟感进行了硬件设计，提出硬件的整体架构，阐述了通信芯片和模块的选型过程，从结构的角度也提出了创新的分离式智能独立烟感，并在底座上集成了温湿度采集传感器。　　最后，本论文基于上述的需求分析，对智能独立烟感软件的功能模块进行了设计与实现，主要从智能独立烟感在整体系统中所处的角色，提出了所需的软件功能模块，并对每个模块加以阐述，同时还设计了智能独立烟感和平台层的通信协议以及通信流程，并加以实现，成功的将智能独立烟感接入中国电信天翼云IoT云平台，整体完成度较好。

关键词： 深度学习处理器   访存能力   运算能力   神经网络  

摘要： 深度学习算法已成为了目前许多人工智能应用的基础，其在语音识别、图像处理、数据分析、广告推荐系统、汽车自动驾驶等多方面取得了突破性进展。随着深度学习应用重要性的不断提高，工业界对于深度学习算法的处理速度和性能功耗比也提出了越来越高的要求。深度学习处理器也成为了近年体系结构研究的热点。　　深度学习是一种运算密集型的算法，通常包含多个隐含层，每个隐含层可包含数千、数万甚至更多神经元。为了满足深度学习应用的性能要求，计算机硬件系统需要在给定的访存带宽、存储空间、功耗约束下提供更高的峰值计算性能。传统的通用处理器无法满足深度学习应用高性能低功耗的需求。　　本文的目标是基于深度学习数据局部性、不同数据精度需求差异性、数据容错性等算法特性实现高性能、低功耗的深度学习处理器设计。本文的主要创新点如下:　　高性能深度学习处理器研究访存能力和运算能力是深度学习处理器的两大性能影响因素。本文选取了几种应用广泛的深度学习算法，采用模拟器模拟深度学习处理器的运算和访存行为，及其对深度学习处理器性能的影响。实验结果表明，对于访存时间远大于运算时间的网络层，处理器访存带宽对处理器性能提升更加效果明显;对于运算时间远大于访存时间的网络层，处理器运算能力提升对处理器提升效果明显;片上存储容量对网络性能影响呈阶梯式变化，而且不同网络的“阶梯拐点”不同。　　多精度深度学习处理器设计深度学习算法中不同数据的精度需求差异性较大。本文提出了一种多精度数据神经网络的训练方法，提出并实现了一种多变精度深度学习处理器MW-DLA。通过结合深度学习算法特性优化深度学习处理器片上存储空间和访存带宽需求、提升运算能力，深度学习处理器性能获得较大了提升。在TSMC16纳米工艺下，相比于DaDianNao[1]，MW-DLA性能提升高达87.42％，平均性能提升49.3％。　　低功耗深度学习处理器研究对于深度学习处理器功耗优化，本文提出根据深度学习数据复用特性、容错性、数据分布较集中等特征来优化处理器结构，从而降低处理器的功耗开销。实验结果表明，根据深度学习的算法特性对处理器微体系结构和运算器进行优化后，深度学习处理器功耗可降低69.44％，性能功耗比提升2.27倍，且面积降低了0.85％。