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.     

量子阱LD有源区量子阱数目的优化设计

采用直观的载流子、光子库模型,导出半导体激光器速率方程,得到输入电流、输出光功率的关系以及激光器腔体参数与注入电流的关系,从而给出在设计激光器时遇到的相关限制的方程,以及LD电流与某种形式的电流增益转换因子的关系,根据增益曲线上的最佳工作点来优化有源区量子阱数目．给出了共面量子阱LD在固定有源长度、固定无源区长度的共面量子阱激光器的量子阱数目优化方案．     

基于随机指令注入的抗旁路攻击硬件防护技术

提出一种基于随机指令注入的抗旁路攻击硬件防护技术,通过在处理器内部嵌入一个指令自动产生与插入模块,在处理器运行过程中实时产生一些随机的指令并随机插入到正常指令执行序列中,打乱正常指令执行时序,起到了随机延迟与功耗混淆的作用,克服了现有软件随机延迟技术存在的缺陷.采用影子寄存器等策略解决随机指令执行与正常指令的冲突问题;通过采用配置寄存器来灵活地对随机指令注入功能进行控制,减少了系统防护开销,提高了防护效率.实验结果表明该技术比现有随机时间延迟技术安全性更强而且开销更低.