关键词： 低功耗蓝牙   自组网   路由   网状网络  

摘要： 随着物联网设备增多,设备的联网控制成为人们关注的重点。低功耗蓝牙(BLE)Mesh以其低功耗、自组网等特性,大量应用于室内物联网、车联网、工业传感器等领域。目前智能便携设备的电池容量有限,为了提升其续航能力,使BLE Mesh应用范围更广泛,降低现有Mesh方案的功耗成为研究的关键。本文以降低BLE Mesh网络整体功耗为目标,基于现有的连接式BLE Mesh方案,设计一种具有简单网状结构的能量均衡自组网Mesh方案。首先,研究了目前BLE Mesh方案的组网方式、网络拓扑和路由算法,分析不同方案的功耗表现。然后,针对现有Mesh方案消息转发规模过大和网络整体功耗过高的问题,设计本文的Mesh方案:组网时,将低功耗节点置于网络外围,通过合并子网形成简单网状网络,减少组网时间和BLE连接数量;建立路由时,引入能量参数对路由进行修正,选择剩余能量较多的路由,避免能量较低节点耗尽能量而脱离网络;传递数据时,节点根据剩余能量切换路由以均衡网络的能量消耗。接着,分别基于MATLAB和OMNeT++对本文组网方案和路由算法进行建模,完成组网时间、网络拓扑和路由切换的仿真。最后,在CC2640R2F开发平台上实现本文Mesh方案并测试。本文基于TI的CC2640R2F开发平台,使用BLE5协议栈实现了本文提出的简单网状结构的能量均衡自组网Mesh方案。实验结果表明,本文的组网方案可以自动组建简单网状网络,路由算法根据节点能量进行了路由切换。网络中具有三个连接的节点平均工作电流为112μA,单连接节点平均工作电流为45μA。两种节点采用250mAh的CR2032电池供电,分别可工作93和231天。结果表明本文Mesh网络的节点工作时间长,满足物联网设备的低功耗需求。

关键词： 非晶铟镓锌氧化物   薄膜晶体管   射频识别标签后端电路   低功耗  

摘要： 以a-IGZO薄膜晶体管(TFT)为代表的非晶氧化物TFTs具有高迁移率、高开关比、高透光率等优点,其在射频识别(RFID)技术领域的应用逐渐引起人们的关注。RFID标签电路的性能对于增大标签感应距离、提高信息存储量和通信稳定性具有重要意义。由于目前难以制备出性能一致的N型和P型的非晶氧化物TFT,因此基于非晶氧化物TFT的RFID标签后端电路中一般采用单极型晶体管实现,与采用硅基工艺的芯片相比,其在功耗、摆幅等性能方面仍有待提高。因此,本文从逻辑门电路设计和系统电路架构两个方面优化RFID标签后端电路。通过研究现有反相器的拓扑结构,提出一个采用动态负载的三级架构非晶氧化物TFT反相器。由输出信号驱动的动态负载替代Pseudo-CMOS反相器中的二极管连接负载,使输入级的输入管与负载管驱动信号互补,实现反相器零静态电流,降低电路功耗。由于上拉管的驱动电压与输出电压形成正反馈,反相器通过反馈通路钳制输出电压幅值,提高输出电压摆幅。针对基于伪CMOS或非门的D触发器存在功耗较大等问题,提出一种采用外部偏置或非门的D触发器,并优化电路拓扑结构。在时钟信号为高电平时,外部偏置电压钳制维持-阻塞电路输出低电平,在锁存输出信号的同时降低或非门的输入级电流。分析表明,提出的低功耗D触发器在响应速度不变的情况下有效减小静态功耗。提出一种超前置位时钟振荡器,其中反相器的负载晶体管由上一个反相器的输入电压驱动,与输入电压相位相反,在实现较高振荡频率的同时降低功耗,提高输出摆幅。针对现有三相时钟曼切斯特编码电路功能单一,需要多个时钟信号的问题,设计了一种双模式曼切斯特编码电路,在单时钟信号的驱动下可以实现标准曼切斯特编码和差分曼切斯特编码两种功能。仿真结果表明,与伪CMOS反相器相比,采用动态负载的三级架构反相器输出摆幅提高了13.13%,静态电流最大减小98.54%。与基于伪CMOS或非门的D触发器相比,本文提出的D触发器在维持输出摆幅和响应速度基本不变的同时,功耗最大减小了78.07%。

关键词： 深度卷积神经网络   FPGA   可编程性   能效   并行性  

摘要： 深度卷积神经网络算法近年来迅猛发展,现已被广泛应用于图像识别、医疗诊断等领域。深度卷积神经网络通常在CPU、GPU、ASIC、FPGA等平台实现,现有的深度卷积神经网络处理器主要被用于高端应用,如自动驾驶汽车,数据中心和智能手机,其注重产品性能。而对于物联网应用,更注重产品功耗与产品成本。此外可编程性对于处理器支持不同的深度卷积神经网络算法也尤为重要。本文提出一种专用于物联网应用的低功耗低成本可编程深度卷积神经网络处理器。本文首先对深度卷积神经网络处理器的国内外研究现状进行分析,介绍在不同平台实现深度卷积神经网络处理器的最新成果。根据处理器的应用需求不同,提出本文所设计的低功耗低成本可编程深度神经网络处理器。接下来本文对深度卷积神经网络算法的基本概念、硬件实现、并行性特征进行介绍。从理论层面验证卷积层、池化层、激活函数与全连接层硬件实现的可行性,同时从卷积核内并行性、输入通道并行性与输出通道并行性三个维度对本文深度卷积神经网络处理器并行计算设计进行分析,并提出衡量处理器性能的三种参数。然后在可编程深度神经网络处理器硬件设计部分,本文采用五种创新技术。在处理器低功耗设计部分,本文采用基于“簇”的“S”型读取策略与数据复用技术,达到对数据的最大化复用,减少存储区读取次数从而降低功耗;本文采用基于“图”累加的方式完成中间特征图累加操作,减少输入特征图像重复加载次数从而降低功耗;将近零值过滤与零值跳过技术结合,屏蔽零值数据的传输和计算从而降低功耗。在处理器低成本与可编程设计部分,本文采用可编程层处理计算架构,通过复用层处理计算架构完成深度卷积神经网络所有层操作,减少硬件资源降低设计成本,同时其可编程性也增强处理器的灵活性。并且处理器采用基于“行”型数据存储结构,加快数据读取速度,在数据读取与计算间取得平衡,提升处理器整体速度。最后本文使用Vivado 2017.1套件作为开发和仿真工具,给出仿真结果。并在Xilinx Virtex-7 FPGA VC707评估套件进行硬件验证。对基于FPGA的可编程深度卷积神经网络处理器进行准确率分析与性能分析,本文处理器获得了31.01GOPS/W,0.22GOPS/DSP的成绩,优于现有的几种深度神经网络处理器。同时针对本文所提出的可编程深度神经网络处理器进行总结,并对后期优化提出建议。

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％。

关键词： 高级加密标准   加密电路   低功耗设计   多电压域划分   门控时钟  

摘要： 目前，信息技术发展的越来越成熟，信息安全技术得到了广泛的应用。高级加密标准(Advanced Encryption Standard: AES)作为新一代的分组密码算法，经过了严格的筛选和论证，具有优异的加密性能，已经被广泛应用于信息安全的各个领域，包括移动终端、可穿戴设备、无线传感器网络等有低功耗要求的设备。本课题基于SMIC28nmCMOS工艺设计了一款低功耗AES加密电路，主要工作如下:　　首先，论文中分析了AES加密算法原理，包括AES算法加密解密步骤以及各子模块变换原理。并且论述了数字集成电路中功耗的来源、数字电路低功耗设计方法以及低功耗设计流程。　　其次，研究了AES算法硬件架构设计以及各子模块电路设计方法。并提出了一种基于BI(Bus-Invert)编码的AES电路，BI编码算法可以有效降低传输数据的翻转率，由于AES加密电路需要经过复杂的组合逻辑运算，将BI编码技术应用到AES加密电路中，降低了AES电路中输入信号的翻转率，从而使AES电路的功耗大大降低。　　再次，对AES电路的数字逻辑综合方法进行研究。并且，在基于BI编码的AES电路基础上，提出了一种多电压域划分及插入门控时钟的AES电路设计方案。根据AES电路各子模块的特点，将电路划分成4个不同的电压域，并且在电路中插入门控时钟单元来进一步降低功耗。　　最后，对AES电路进行后端设计，并对设计结果做功耗分析。后仿真结果表明:改进后的AES电路面积为12619.1um2、在时钟频率为20MHz时，功耗仅为0.0347mW，处理每位数据需要的能量是传统低功耗AES电路设计方法的1/10。

关键词： 低功耗   移动智能设备   嵌入式   电源管理   设计模式  

摘要： 随着社会的发展和科技的进步,越来越多的移动智能设备逐渐走进人们的日常生活。由于大部分移动智能设备采用内置电池的方式提供电能,因此如何保证设备性能的同时,还能降低其功耗,进而提高电源系统的续航时间成为了需要重点研究的问题。为验证本文实验正确性,本文按照功能需求设计了一款智能学生卡。在设计过程中详细的分析了智能学生卡的耗电特征,根据系统需求且通过实际实验得出了智能学生卡的主要功耗来源,根据系统功耗的分布情况,对智能学生卡的软硬件部分进行节能设计。待系统节能设计完成后,再根据携带者工作特征与外界因素相结合设计出优化工作模式,从而达到再次降低系统能耗的目的。主要内容如下:1.在传统工作模式中,整体系统一直处于一种工作模式下进行工作,因此无论是在处理任务上还是整体能耗上效果都不是很理想。本文从硬件软件两个方面进行节能设计,并提出了对任务进行优先级处理与动态功耗管理的思路,降低系统负载,减少任务阻塞情况,使整个系统更加流畅,进而使电源系统能耗降低。2.工作模式对节能效果十分重要。本文通过实际的穿戴应用场景定制软件调度模式,在设计过程中利用携带者的身份特征,再结合时间与环境等外界因素,制定出适合自身的三种工作模式。根据三种不同工作模式的切换,进而做到交替使用外设功能模块,使高耗能模块的工作时间减少,并在空闲时尽可能使主控芯片进入更深层次的休眠模式,从而降低电源系统能耗。3.为了使工作模式切换更加流畅智能。本文增加预测优化模式来协助工作模式的切换。协同工作模式降低软件电源系统能耗。相对于传统的单一节能模式,本文提出的节能方式更加智能。通过软硬件协同预测优化模式共同工作,使整体电源系统节能效果明显。

关键词： 无线能量传输   射频能量传输电路   稳压电路  

摘要： 在前几世纪，人们发现了电，并使用电发展了许多工具，间接造成而後的工业革命，人们逐渐以机器取代人力与兽力，以大规模的工厂取代手工生产，进而发展出现代的科技革命。到了现今社会，拜着科技革命之赐，众多的电子产品充斥在我们周围，有些电子产品使用了RFID技术，为了使我们可以更便利於生活上，有些工厂，靠着自动化的设备，能够日以继夜的不停地生产，再者，我们身旁也有许多生理讯号的监控系统与环境的感测器，能够随时提醒我们，自己的身体状况，与外环境是否适合我们外出；在这些便利的系统与设备中，都有一个最为重要的课题，就是都必须供电方能达成其仪器所要完成之目的与工作。 现今生活中的任何电子设备与作为辅助的监控系统，都需要透过外部连接电源，或是以一次性与可充式的电池作为供电，使用外部电源做为供电的电子设备会被电源的距离所局限，不适合拿来做为我们随身电子设备的电源供应方式，因此我们使用电池做为随身电子设备的最主要供电电源，可充式电池虽然有利於装置随时移动，但仍然由一大问题是必须经常更换电池，以保持电子装置持续运行，且电池在不停的充放电过程中，也会逐渐地降低电池的寿命，因而我们提出一个电路架构，使用无线充电的方式，对必须经常更换电池的行动设备进行无线充电，解决其因电池电量所造成的种种问题。 在无线能量传输技术中，主要分成三大类，电磁感应、磁场共振、无线射频。一、电磁感应:使用电磁感应为目前最常见也最为广泛的无线能量传输技术，藉由透过发射端与接收端的线圈交互感应，变化其磁通量产生感应电动势形成感应电流，进而实现无线能量传输的技术。在应用上而言，即是使用法拉第的电磁感应定律，利用供电端的线圈进行供电，供电端的线圈会产生磁力，而接收端的线圈则会接收磁力形成电动势产生感应电流对电池进行无线充电。二、磁场共振:磁场共振是使用特定频率来进行无线能量传输的技术。在磁场共振中，将发射端与接收端达到特定频率，使双方可以形成磁场共振现象，再藉由其线圈接收能量完成无线能量传输技术。磁场共振能量传输技术相较於电磁感应传输距离更远，且更容易穿透非金属物质。三、无线射频:无线射频能量传输技术是将能量透过无线电波的方式进行传导，接收端则是使用天线将传输的能量接收下来。无线射频能量传输技术相较於磁场共振更远更广泛，但缺点为无线射频能量传输发射端的天线为无方向性的能量传输，因此传输速率比较差。 我们使用UMC 0.18 μm 制程实现一个无线射频能量传输电路，透过接收端的天线，我们将收集到的能量进行整流与稳压，产生稳定的1.8V供应电压，可做为供应电压源给类比电路与数位电路进行使用，且无线射频能量传输电路在2.45GHz 的操作频率下，在最低-17dBm的输入讯号下，仍可以提供稳定的1.8V直流电压。

关键词： 无线充电   中继协作   优化   机器学习  

摘要： 随着物联网产业以及无线传感器网络技术的飞速发展,感应节点工作的可持续性问题日益凸显。由于节点寿命有限且置换不便,传统基于电池的供电方式已不再适用于这种能量受限的传感器网络,因此无线射频(radiofrequency,RF)能量收集(energyharvesting,EH)技术应运而生。无线电能量传输具有可控性,能够对网络中的节点进行持续供电,并且能够同时携带能量和信息,因此,无线充电通信网络(wireless powered communication network,WPCN)成为极具吸引力与创新性的研究领域。本文主要考虑在无线充电通信网络场景下进行信息和能量的传输机制设计和资源分配算法研究,并对系统网络布局以及无线资源做出优化配置,从而实现通过无线射频能量采集技术延长网络的使用寿命。具体来说,本文在三个节点组成的多输入单输出(multiple input single output,MISO)无线广播系统中研究了射频能量和信息传输的问题。在所研究的问题中,多天线发送节点作为信息源为两个单天线接收节点传输信息,其中一个接收端作为具有最佳服务质量(quality-of-service,QoS)要求的用户具有稳定电源供给,并为另一个无源接收端提供信息的中继转发服务和射频能量传输。为了进一步提升系统频谱效率,本文采用非正交的传输方式;并且,为了提升理论研究与实际情况的契合度,本文采用非线性能量采集模型。本文的创新点及主要内容包括以下三个方面:(1)在单时隙MISO下行链路系统中,设计了一种基于“三阶段”的传输协议,提出了一种高效的资源分配算法。算法实现了各阶段的时间比例优化、波束赋形设计和转发功率控制,从而保证了无源节点信息传输的可靠性和有效性,并且最大化的提升了系统吞吐量。仿真结果验证了该算法的良好性能。(2)在多时隙MISO下行链路系统中,提出了一种基于指示函数的传输策略,设计了基于遍历搜索、基于能量门限以及基于稀疏优化的三种算法,并成功地解决了多时隙联合优化问题,实现了业务机制选择、波束赋形设计以及转发功率控制。实验仿真与对比验证了基于稀疏优化算法的有效性与可靠性。(3)创新性地采用基于机器学习的方法对本文多时隙联合优化问题进行训练与学习。通过有效调整网络结构、超参数等,训练出一个全连接的前馈神经网络,实现了业务机制的选择。仿真结果证明了该方法具有很好的泛化性能,并且在保证系统性能的前提下显著提升了系统运算效率。

关键词： 生理监测   模数转换器   逐次逼近   开关策略   共模电压  

摘要： 随着无线传感网技术的快速发展,医疗保健系统迎来了新的发展机遇,可穿戴、可植入设备在生理医疗领域的应用逐渐成为热点,使得用户可以摆脱固定地点、时间的束缚,随时随地进行健康监测。逐次逼近型模数转换器（SAR ADC）因模拟组件较少、电路结构简单,非常适合生理信号的采集,所以在医疗保健领域具有很好的应用前景。但是,现有的SAR ADC的采样频率普遍较高,不适合于低频率的生理电信号,而且在比较过程中开关切换所产生的功耗通常很大,会影响整个芯片的适用范围和使用寿命。针对上述问题,本文研究和设计了一种适用于生理电信号采集的12位、100 kS/s的全差分开关电容式SAR ADC,整个电路的关键模块由采样保持电路、差分电容阵列、比较器和逐次逼近控制电路构成。论文的主要工作内容如下。（1）分析了低采样频率和低功耗的生理信号监测领域的采样需求,决定采用SAR ADC作为生理电信号采样的ADC类型,并根据指标和需求提出了降低SAR ADC功耗的方法。（2）针对数模转换器（DAC）电容阵列在前三次比较开关切换过程中产生较高功耗的问题,提出了一种高位拆分低位补偿的差分DAC电容阵列,利用高位拆分电容与次高位电容值大小相同这一特性,在比较过程中有效地降低了开关切换所消耗的能量。同时,通过控制开关的闭合,改变最后一次比较过程中末尾冗余电容的大小,从而可以在最后一次比较过程中不引入新的参考基准源。（3）针对高位补偿低位拆分的电容阵列,基于单调型开关策略,提出了一种新型的上极板采样开关策略,解决了前三次转换过程中开关切换功耗较大的问题。进一步,结合提出的高位拆分低位补偿电容阵列,在不引入新的参考基准源的情况下,实现了比较器两端电压的逐次逼近,显著地降低了采样过程中开关切换所产生的功耗,有效地减小了电容的数量和芯片的面积。仿真结果表明,与单调型开关策略相比,平均开关切换能耗降低了95.93%,电容面积减少了50%。（4）针对在上极板单边采样过程中会出现共模电压升高的问题,提出了一种共模电压校正电路,使SAR ADC在比较过程中共模电压始终保持在Vref/2附近,解决了由于共模电压漂移而引起的SAR ADC线性度失真问题。进一步,采样电路采用栅压自举开关,避免了输入电压变化引起的开关导通电阻的变化,从而消除了在采样过程引起的非线性变化。（5）基于上述方法和SMIC 65 nm CMOS工艺,实现了一款12位、100 kS/s全差分开关电容式SAR ADC电路。仿真结果表明,所提出的开关策略比单调型开关策略的能量利用效率提高了78.3%,在100 kS/s采样速度下,信噪失真比（SNDR）为62.55 dB,有效位数（ENOB）为10.1,功耗为20.18μW,较好地实现了面积和功耗的优化,可满足生理监测领域的应用需求。

关键词： 农村水环境   NB-IoT   可靠传输   自动控制   低功耗   实时监测   云平台  

摘要： 农村中小型自来水厂生产过程自动化程度普遍较低,存在生产过程效率低、出厂水水质波动大等问题,且由于农村自来水管网分布复杂、管道泄漏严重,自来水从水厂到终端用户运输过程中容易受到污染,严重影响农村工业用水和民用水的水质安全。本学位论文紧密结合农村水环境现状,设计基于NB-IoT(窄带物联网)模块的自来水厂水质自动调节和管网水环境远程监测系统,实现农村自来水厂水质自动调节,并对出厂水及管网终端水质进行远程实时监测,以提升农村自来水生产与水质监测过程智能化水平,保障水质安全。本学位论文工作主要包括研制自来水厂水质自动测控子系统,区域水环境无线传感器智能终端节点子系统,及远程综合测控云平台网站子系统。其中,自来水厂水质自动测控子系统,实现农村自来水厂水质自动监测与管理,以水厂出水口浊度与二氧化氯浓度为调节对象,研究基于前馈控制器的自动调节算法,同时针对清水池设计液位自动调节系统;区域水环境无线传感器智能终端节点子系统,实现低功耗、远程可靠数据传输的分布式管网区域水质监测,在水质不达标或突变区域,可定位并报警;远程综合测控云平台网站子系统,基于SpringBoot和MyBatis框架建立B/S网络架构,通过web浏览器实现用户管理、管网水质监测、自来水厂水质自动调节、运行状态分析、数据统计分析等功能。本论文各章节主要内容如下:第一章为绪论,介绍课题的来源与意义,国内外研究现状,课题研究难点与重点和论文的组织架构;第二章介绍基于NB-IoT模块的水环境监测系统总体设计方案,通过分析课题设计目标,完成系统总体架构设计;第三章介绍基于NB-IoT模块的水环境监测系统硬件设计,包含自来水厂水质自动测控子系统硬件设计和区域水环境无线传感器智能终端节点子系统硬件设计;第四章介绍基于NB-IoT模块的水环境监测系统关键技术研究与软件设计,包含数据可靠传输方案设计,水质自动测控子系统控制方案设计,区域水环境无线传感器智能终端节点子系统低功耗设计;第五章介绍远程综合测控云平台网站客户端设计内容,通过web浏览器访问,实现用户注册与登录,数据实时查看,数据统计与分析,数据异常自诊断,自来水厂水质自动调节等功能;第六章是系统的测试与运行,介绍基于NB-IoT模块的水环境监测系统测试与运行情况,分析测试过程中出现的问题并提出解决方法。本系统已于2018年12月在安徽省滁州市全椒县富安自来水厂投入使用,运行4个月以来,系统工作稳定,功能和性能均达到设计预期目标。