通过机器学习实现基于摩擦纳米发电机的自驱动智能传感及其应用

在物联网时代,如何开发一种可持续供电、部署方便且使用灵活的智能传感器系统成为了亟待解决的难题..以麦克斯韦位移电流作为驱动力的摩擦纳米发电机(triboelectric nanogenerator,TENG)可直接将机械刺激转化为电信号,因此可作为自驱动传感器使用.基于TENG的传感器拥有结构简单、瞬时功率密度高等优点,为构建智能传感器系统提供了重要手段.同时,机器学习作为一种成本低、开发周期短、数据处理能力和预测能力强的技术,对TENG产生的大量电学信号处理效果显著.本文梳理了基于TENG的传感器系统通过采用机器学习技术进行信号处理和智能识别的最新研究进展,从交通安全、环境监测、信息安全、人机交互和健康运动检测等角度出发,概述了该研究方向的技术特点与研究现状.最后,深入讨论了该领域当前存在的挑战和未来的发展趋势,并分析了未来如何改进以期开拓更广阔的应用空间.我们相信机器学习技术与TENG传感器的结合将推动未来智能传感器网络的快速发展.     

基于SystemC的片上网络全系统模拟器

设计了一个基于SystemC的可配置片上网络(NoC)全系统模拟器.该模拟器实现了路由器、处理节点、存储节点及IO节点的周期精确的事务级建模,同时具备分析各路由器节点性能及影响因素的功能.实验结果表明该模拟器具有快速、灵活及准确性高的优点,在2.4GHz的Intel Core2处理器上对4×4的NoC进行周期精确的仿真约为130kcycles/s,测试程序在该模拟器运行的结果与系统实现后的实际结果相差小于4%.     

基于CostarⅡ的异构多核DSP设计与实现

基于CostarⅡ DSP内核设计并实现了一种高性能的嵌入式异构多核DSP.该设计集成了四个DSP内核和一个RISC处理器内核;每个内核均拥有自己的私有存储器;所有内核共享具有多体并行存储结构的数据存储器;四个DSP内核使用可配置的共享程序存储器;各内核之间拥有邮箱、信号量及中断等多种同步与通信机制.为了验证该设计,在该系统上测试了JPEG解码算法,并通过了FPGA验证.测试结果表明,该设计具有编程模式简洁,易于提高任务执行的并行度的优点.     

基于CPLD的HDB3码编译码器设计

在基带传输系统中常需要进行NRZ码和HDB3码间的相互转换。基于CPLD设计了一种能实现该种转换的HDB3码编译码器。该编译码器能进行并行发送编码和接收译码，并带有误码检测和位同步提取的功能。