关键词： 无线传感器网络   路灯照明控制   GA-BP神经网络  

摘要： 为建设清洁环保的智慧城市,传统调节路灯的定时控制方式,在车流量零星的深夜无法根据车流量对光照强度进行调节,造成电能的浪费。而国内外对于路灯照明系统的研究,大多只考虑单独环境参数影响,或对传感器检测技术不断精进,鲜有将多种环境参数作为输入的灯光控制系统。针对以上问题,将无线传感器网络融入路灯控制系统,以基于无线传感器网络的照明分光控制为研究方向,从无线传感器网络设计、神经网络预测模型、智慧路灯控制系统软硬件设计以及系统性能验证四个方面展开分析。 论文首先提出路灯控制系统的网络架构,根据路灯分布特点,考虑到网络通信的传输距离和传输效率,选择Zigbee作为节点间通讯协议,并使用Mesh结构的传感器网络网络拓扑结构,在此基础上对网络的MAC协议进行设计。网络通信性能测试实验结果表明,网络具有良好的数据传输特性,吞吐量、丢包率等性能指标均满足设计要求。 针对传统照明控制方式电能消耗大,路灯调光模式单一等问题,利用神经网络自我学习等特点,建立路灯调光分类模型,并通过遗传算法对预测模型进行修正。详细分析样本集处理、模型参数设计以及模型构建流程。模型验证结果表明,该模型调光策略的总体调光等级分类准确率为96.0%,具有较好的泛化能力,能够用于实际灯光调节的分类工作。 根据系统的整体结构与功能指标,搭建传感器监测节点与簇头节点硬件平台。基于此硬件平台与调光分类模型,对路灯照明控制系统软件进行设计。调光算法中加入来车唤醒机制,以解决调光不及时或灯光突变对行人和驾驶员视觉上造成的不良影响。根据此模型设计智慧路灯控制系统的软硬件平台。最终搭建从数据采集、汇聚节点到上位机程序的一整套智慧路灯分光调节系统,通过实验验证与节能效果测试,本系统对比传统路灯照明,可节约52%的电能消耗,可为智慧城市系统其他环节的设计提供参考。

关键词： 移动式浮标   渔业境监测   嵌入式系统   多参数   低功耗  

摘要： 我国海岸线总长3.2万多千米,海洋资源丰富,如何发展好海洋养殖业、海洋捕捞业等海洋农业,关系到国计民生;同时,在多变的世界格局及海洋渔业资源日趋短缺的情况之下,如何更高效地保护海洋渔业资源也是必须要长期考虑的问题,在这个过程中,海洋监测系统扮演了重要的一环。本文围绕这些需求,设计了一种基于浮标平台的海洋环境监测系统,通过搭载多种传感器,既可对水面环境进行监测,实现浮标的运动控制,又能通过声和磁两种手段对水下环境进行监测。具体围绕以下几个方面展开研究:一、根据浮标系统的功能需求,对各个子系统进行了划分和设计,包括主控感知系统、无线通信系统、水下监测系统、电源管理系统和推进系统,对各部分的传感器模块或组件进行了选型,随后搭建成各系统硬件电路。二、在确定系统硬件规格和安装方式后,对浮标平台的机械结构进行了设计,在此过程中,需要同时考虑到浮标结构小型化和对光伏板铺设面积的要求,在两种技术条件之间取得平衡。经综合考虑,最终将浮标直径定为1.15m,采用圆柱体设计,在水中可以保持良好的工作姿态,在实现简洁设计的同时也能满足电路模块的分块布放。各子系统统一采用了可靠的防水结构,保证了系统的安全。三、围绕浮标体内部以及浮标与岸站之间的信息交互需求设计了一套通信协议,保证了系统在大数据量传输的条件下依然可以有序运转。同时根据小型海洋浮标设计规范,对各部分数据采集频率和数据转发频率进行了设定。对于高功耗组件,按照其工作情况通过继电器对其进行开关控制,控制流程由软件实现。四、对于浮标平台的可移动性开发进行从理论到实践的探索,先类比于船舶的运动过程,将浮标按照MMG建模原理进行分块力学分析,分析其所受的流体力和惯性矩,再结合浮标参数验证,得到了移动式浮标航行控制的系统函数。设计了模糊PID控制器,在Matlab/Simulink平台上,与传统的PID控制效果进行了对比,本设计取得了较为理想的效果。五、给出了系统三大功能的测试结果,包括水面感知、水下监测和功耗状况,结果表明:整套系统的监测流程能够完全实现,系统数据通信链路畅通,可以正常交互和运转。系统的低功耗策略取得初步成功,证明系统在连续20天极端天气下能够维持正常续航,且经过具体能耗计算,理想天气条件下能够实现自供能运转。经海上联合试验,水下监测模块取得了预期结果,证明本系统可监测到15km外声源级为160d B的水下噪声。综上所述,本系统经试验验证,取得了良好的结果,具有一定的应用和推广价值。

关键词： 读出电路   多光谱融合   像素级模数转换   低功耗  

摘要： 随着探测技术的不断提高,传统单波段探测器以及多探测器系统已经不能满足现阶段对于高精度、高集成度、低延时探测系统的要求。多光谱像素级融合探测器具有单像素融合、探测性能优异、噪声小等特点,在夜视探测和军事制导等领域均有广泛应用。而读出电路作为探测系统的核心部分,将探测信号与数字化输出联系起来,其性能将直接影响到探测系统的成像质量。因此非常有必要对多光谱像素级读出电路进行研究。针对像素级读出电路像元面积有限的特点,本论文采用了多通道位串行模数转换机制,对其进行了理论推导,并完成了像素级数字化及像元共用结构设计。根据设计指标和多通道位串行模数转换机制的特点设计了像素级读出电路的工作流程及系统架构,进而确定了读出电路的时钟频率和输出端口数量。完成了多光谱像素级读出电路系统级架构的设计。在读出电路数字控制电路设计中,采用了硬件描述语言对电路进行建模。设计了多样化的探测模式:多开窗模式、亚分辨率输出、输出精度可调等,大幅提高了探测系统的灵活性。针对像素级模数转换器的特点,设计了一种片内快速二值化的电路,大幅降低了系统功耗并提高了二值化的实时性。同时搭建了仿真测试平台,结果显示电路正常工作。为了进一步提高像素级读出电路的性能,降低系统功耗。对读出电路功耗进行了分析,并针对读出电路的特点进行研究和优化;其中重点对非均匀校正模块进行了功耗优化,针对模块的功耗来源,设计了多种低功耗的实现方式,并进行了详细对比和分析,仿真结果显示功耗大幅下降。最后采用了数字电路中常用的低功耗设计方法对读出电路进行优化。通过对以上问题的研究,完成了多光谱像素级读出电路的系统级架构及模块设计,红外设计精度达到14 bit,阵列大小为320×240;可见光设计精度达到12 bit,阵列大小为640×480,融合模式帧频达到80 Hz,并具备多样化的探测模式,功耗控制较好。为低功耗多功能的像素级读出电路打下了一定的基础。

关键词： 低功耗   SAR ADC   混合结构   Counting ADC   电容阵列  

摘要： 近年来,可穿戴设备将生物信息转化为数字信息,在生物医疗、人机交互等领域得到了广泛应用。因为无线充电技术尚未成熟,所以可穿戴设备长时间稳定运行依赖于设备本身的低功耗。设备中大量用于采集信息的传感器消耗能量较多,低功耗、中等精度的模数转化器(Analog-to-Digital Converter,ADC)作为传感器量化模拟输入信号的关键模块,一直是研究热点。在各种类型的ADC中,逐次逼近型(Successive Approximation Register,SAR)ADC能够在低功耗应用场景下实现中等精度的采样量化,二进制量化收敛速度能够实现很高的能效比,适用于高位量化;计数型(Counting)ADC能够实现高精度的量化,适用于低位量化。本文主要研究了SAR ADC关键模块的低功耗技术理论建模与电路设计以及低电源电压下提高ADC精度的方案,最后实现了一款低功耗12位SAR-Counting ADC。主要研究内容如下: 首先,为了解决低电源电压下采样保持电路线性度差的问题,本文设计了一种低电源电压下的高精度采样保持电路。该电路采用衬底开关、栅压自举、补偿MOS管以及传输门技术来保证传输MOS管的电阻恒定、降低电荷注入和时钟馈通带来的影响,提高了采样精度和采样线性度。采样保持电路在电源电压为1V、采样速度为200KS/s的仿真条件下,SNDR为97.6d B。 其次,本文提出了一种电容阵列以及对应的开关时序,能够降低SAR ADC功耗、提高SAR ADC动态性能以及满足Counting ADC量化对电平的需求。电容阵列包含主电容阵列和辅助电容阵列。主电容阵列用于SAR ADC量化,在最高位和次高位编码输出时,主电容阵列不消耗任何能量,相比传统的电容阵列开关时序降低了93.7%的功耗。量化过程中,除了最高位控制码会改变电容极板共模电平,其余位控制码均不会改变电容极板共模电平,对比较器设计要求更为宽松。辅助电容阵列用来对比较器的静态失调电压进行校准,在本设计中能够将比较器的静态失调电压误差减少98.5%,降低了其对细量化的影响。 然后,本文所设计的异步逻辑电路通过增加逻辑判决单元和延时单元的方式来解决SAR ADC各部分电路时序的竞争与冒险,防止ADC量化失效。能够实现SAR ADC量化结果输出、比较器使能、电容极板电平切换等动作,减少了对时钟信号的需求,有助于提高ADC工作速度。 最后,本文使用国内40nm CMOS工艺设计了SAR-Counting ADC。ADC的粗量化级和细量化级根据量化精度要求不同采用不同结构的比较器,在满足设计精度的同时节省了能耗。12位SAR-Counting ADC在1V电源电压、200KS/s采样速率、奈奎斯特采样条件下进行仿真,结果表明ADC的功耗为3.67μW,SNDR为67.6d B,功耗优值为9.2f J/conversion-step。

关键词： 低压能量采集   低功耗DC-DC   Burst模式   滞环控制   自适应偏置电流  

摘要： 由于物联网、智能穿戴产品等小型电子设备的电池容量有限,它们虽然待机功耗较低,但是仍然难以在没有电源持续供电的情况下保持长时间工作。而自然环境中存在很多可以利用的绿色能量,如太阳能、热能等。通过能量采集技术可将这些能量采集用于各种低功耗小型电子设备的自供电或者电池储能,从而延长它们的续航时间。针对低压(0.8V-2.5V)输入源,本文设计了一款用于低压能量采集的低功耗DC-DC电路,该电路主要包含了低功耗Boost变换器升压电路和低功耗LDO电路两部分。本文介绍首先了Boost变换器和LDO电路的常见架构和基本工作原理,根据低压能量采集的需求,提出了前级低功耗Boost变换器与后级低功耗LDO电路级联的DC-DC电路系统方案。其次,根据低压能量采集系统输入源能量通常较低、负载电流通常断续工作的特点,确定了基于Burst模式的双重滞环控制Boost变换器的系统架构,Boost变换器会根据负载电流情况,在SLEEP模式和ACTIVE模式之间自适应切换,由于SLEEP模式下静态电流极低,Boost变换器在轻载下仍然具有较高转换效率。最后,为了满足低纹波应用场景的需要,本文进一步设计了低功耗的LDO电路,采用具有自适应偏置电流的缓冲器和“Ahuja”频率补偿方案,来保证LDO电路在较低的静态电流下仍能保持环路稳定。本文基于0.25μm BCD工艺完成了用于低压能量采集的低功耗DC-DC电路的设计和版图的绘制,仿真结果显示,在0.8V-2.5V的低压输入下,DC-DC电路均能够正常工作,其中Boost变换器的输出电压为3.6V,LDO电路的输出电压为3.3V。Boost变换器在低升压比(3.6V/2.5V)下的最大带载能力为100m A,100μA的轻载下转换效率仍然高达91.781%,峰值转换效率高于93.758%,空载时DC-DC电路整体的静态功耗约为2.3μA。最终的测试结果显示DC-DC电路的基础功能完整,芯片可以正常工作。

关键词： 机器视觉   缺陷检测   多线程   ROI提取   深度学习  

摘要： 工厂流水线上,汽车马达的表面异常检测方式是通过人工目检来判断,工人仅凭经验在较短时间内识别几个常见的缺陷,检测精度和准确率不高。本文研究将机器视觉技术引入到自动化缺陷检测活动中,考虑到马达自身形状的特殊性,采用机器人抓取马达绕拍的图像采集方案,实现马达六个面图像的采集。本文主要从系统硬件搭建、系统软件设计和检测算法开发三大部分进行介绍,最后对检测算法的检测效果进行实验验证,并给出满足产线节拍要求的部署方案。 系统硬件的搭建包括硬件选型和工装夹具的设计,选择合适的相机和打光方案,能够确保获取高质量的原始图像。详细阐述了相机及镜头、LED光源、机械手气缸、工控机、显示器和路由器的选型过程,并对使用的KUKA机器人性能参数进行描述,以便实验平台的搭建布置。设计的检测系统模型采用了1台机器人、2个相机和3个光源,利用Solid Works软件运动仿真了机器人30个拍照点位的轨迹。 系统软件基于Windows 64位操作系统,采用Python语言进行开发,采用多线程并行的方式进行控制,包括系统通信控制模块和检测算法模块两部分。通信程序作为主线程,要实现上位机分别与机器人、相机和光源控制器的通信控制;检测程序作为子线程,包括初始化部分、图像预处理部分和检测算法部分。 根据马达表面缺陷的特点和检测的难易程度,设计了检测算法三大模块,包括感兴趣区域(Region of Interest,ROI)提取算法、基于传统视觉的缺陷检测算法和基于深度学习的缺陷检测算法。其中,基于传统视觉的缺陷检测算法用以检测Pin针形态、正面铭牌印刷、O型圈外露、定子壳划痕和定子壳螺钉等缺陷;基于深度学习的缺陷检测算法用以检测拱形定位孔、圆型定位孔、热熔胶、卡扣和输出螺纹等缺陷。

关键词： 下水道沼气   低功耗   无线通信技术   物联网云平台   Windows客户端  

摘要： 随着我国城市建设的发展,城市下水道的规模越来越大。但由于下水道环境的特殊性,易产生和堆积大量的沼气,而沼气具有易燃易爆特性当超过一定浓度就有爆炸的可能,给人民生活带来巨大的安全隐患。目前国内针对易燃易爆气体的检测手段多为催化燃烧式传感器,这类传感器普遍存在功耗高、抗干扰性差、寿命短等问题,且由于下水道位置的特殊性达不到实时监测的目的。为保障居民的安全,研制一套功耗低实时性强的下水道沼气检测系统至关重要。本文对沼气的组成成分进行了分析,通过对比确定了基于超声波相位差法的可燃性气体甲烷的检测方法以及采用红外吸收式传感器进行二氧化碳气体检测的方法。针对下水道的复杂结构环境,本文基于无线传感器网络和无线通信技术提出一个低功耗的远程检测系统的设计方案,该系统由检测终端、无线通信模块、协调器、物联网云平台、Windows客户端组成。检测终端负责下水道的甲烷气体及二氧化碳气体浓度的检测和数据处理,检测数据通过Zig Bee无线通信模块传给协调器;协调器通过Wi Fi无线通信模块接入互联网,利用HTTP协议将数据上传至云平台;通过云平台的触发器设置实现监测数据超出阈值时的自动邮件提醒;利用云平台的数据推送,将云平台与Windows客户端对接,实现了整个系统的数据传输。在Web云平台和Windows客户端界面实现了登陆注册、实时数据显示、历史浓度查询、超限报警通知等功能。最后在实验室环境下利用标准浓度的气体对整个系统进行测试,实验表明系统满足测量精度的需求同时实现了云平台和客户端的数据监测功能,达到预期设计目标。

关键词： 时间序列预测   LSTM神经网络   注意力机制   多线程   深度学习  

摘要： 随着办公逐渐呈现智能化趋势,工作中信息的传递也逐渐转变为数字形式,人们对下载文件的各类需求逐渐升高,如何高速下载也成为近些年的技术热点。本文以某公司局域网下载系统为背景,研究了一种基于下载速度预测的多线程分段下载算法,以提升文件下载速率,增加下载过程抗灾性,节约下载时间。本文完成的主要工作有:首先,以时间序列预测为研究对象,构建了名为PA-LSTM的时间序列预测方法,用于下载速度的预测。在该方法中,使用CEEMDAN对数据进行预处理,同时通过PSO算法调整时间注意力机制权重。实验数据表明,PA-LSTM方法在时间序列预测的RMSLE以及MAE评价指标上优于目前较优的ConvLSTM方法,能够较为准确预测未来下载速度的变化,其中RMSLE指标较ConvLSTM相比降低了 0.009,MAE指标较ConvLSTM相比降低了 0.003。同时,以实际下载文件为背景,人工搜集、筛选大量真实下载数据,构建了不同带宽和网络环境下的下载速度数据集,一共包含8种类别,7534条下载速度数据,用于PA-LSTM的训练与测试。其次,构建了一种新型的多线程分段下载的方法。该方法中,不同线程运行不同下载链接,对于每个下载链接用PA-LSTM预测未来平均下载速度,用灰色模型解决数据预测冷启动问题,根据预测结果给下载的文件按比例分配不同数量的数据块,以减少下载过程中线程切换和分配数据块的时间。该下载方法可以充分利用每个下载链接的实际下载速度,从而大幅提升文件总体下载速度,节约下载时间,符合未来的文件下载趋势。最后,在PA-LSTM下载速度预测方法以及多线程分段下载方法的基础上,本文使用了 Electron、JavaScript、以及Vue等相关技术,设计并开发了基于下载速度预测的多线程分段下载系统,并实现了下载链接下载、BT 下载、下载监控、下载队列存储等相关功能。本系统操作简单、实用性强、使用范围广,具备一定的使用价值。

关键词： 农田监测   LoRaWAN   MQTT   低功耗  

摘要： 随着物联网技术的发展,农业也向智能化和现代化方向转变。通过传感器和无线通信技术实现对农田环境的监测,及时获取农业环境信息对农业生产至关重要,有助于用户做出更科学的决策。然而,Zig Bee、Wi-Fi、4G等传统无线通信技术在通信距离、功耗、传输质量和组网等方面存在诸多限制,难以满足大面积农田环境监测的需求。本文综合嵌入式技术和无线通信技术,设计了基于LoRaWAN的低功耗农田环境监测系统。该系统的覆盖范围广、功耗小、成本低、对蜂窝信号依赖小,可以很好的解决上述农田环境监测存在的问题。本文主要工作和创新点如下:(1)针对传统数据采集设备功耗高和传输质量差的问题,设计了用于农田监测的低功耗数据采集终端和网关。对数据采集终端及网关的硬件电路进行了专业的低功耗设计,同时应用了低功耗数据采集技术和深度休眠技术,并针对不同传感器在功耗方面进行特定的优化,使数据采集终端在数据发送时,电流均值降至13.63m A。2000m Ah电池工作年限可达2～3年,系统成本得以降低。(2)针对常规数据采集软件通用性差和高度依赖蜂窝信号的问题,设计了专用于农田环境监测的嵌入式软件。该软件能够自动识别和适配不同的传感器并实现数据采集,同时通过深度休眠技术来控制单片机的休眠,降低了系统功耗。此外,在嵌入式软件上实现了基于LoRaWAN技术的数据传输,使系统的数据采集终端和网关之间的通信不依赖蜂窝信号。只需网关处于蜂窝信号的覆盖范围内,系统就可以实现远距离的数据传输,避免了农田环境监测系统对蜂窝信号的高度依赖。(3)本文在完成低功耗数据采集终端、网关与嵌入式软件的基础上,实现了农田环境信息的采集与传输,并设计了可视化云监测平台进行显示。该平台实时汇总监测的所有环境数据,并将数据以文本和图形的方式显示,方便用户及时的获取农田环境信息。此外,该平台还具有历史数据查询及警告功能,方便用户对农田环境数据进行分析决策,从而实现对农田环境的智能化管理。本文研发的农业低功耗墒情传感器已经在呼伦贝尔农垦集团大河湾农场、安徽芜湖稻麦轮作无人化农场基地、安徽亳州玉麦豆轮作无人化农场示范基地进行了示范应用,效果良好。图[52]表[11]参[77]

关键词： 超声波流量计   充电时间测量单元   dsPIC33EV   时差法  

摘要： 超声波流量计凭借其非接触、易于安装和不改变流体运动状态等优点,被广泛应用于井下石油测量分析。然而,常见的以GP21为时间测量芯片的时差法超声波流量计,在进行井下流量测量时,具有硬件电路模块过多,且功耗相对较高的缺点。针对这一问题,本文设计了一款低功耗小型化的井下超声波流量计。首先,基于时差法超声波流量测量的研究。采用了低功耗芯片ds PIC33EV作为系统的主控芯片,选用其内部的充电时间测量单元(CTMU),对超声波在流体中传播的顺逆流时间进行测量。根据低功耗芯片的选型和CTMU技术测时间的原理,设计了井下超声波流量测量系统的硬件电路控制模块和基于CTMU的超声波时间测量模块。结果表明,该设计用一个芯片同时实现了两个电路模块的功能,能够有效的改善了系统的功耗,减少了硬件电路模块。在此基础上,基于超声波的传播特性,以低功耗和小型化的要求为前提,设计了超声波信号驱动电路、接收放大电路和信号调理电路。利用AD软件绘制出了井下测量硬件电路原理图,焊接电路制板(PCB)。此外,针对井下超声波流量测量时,流量计不易随时查看测量数据的问题,设计了数据存储和传输电路。利用LabVIEW软件进行井上上位机处理系统的设计,将测量数据传输到上位机,进行数据处理。根据所选芯片参数和性能,设计了相应的软件程序,对设计的电路模块进行调试。最后,通过搭建室内试验平台,经过多次反复的试验测量,结果证实了本文设计的超声波流量计具有低功耗小型化的性能。且测量系统稳定性高,精度满足设计要求,对后续的研究具有重要的意义。