基于无源超高频射频识别标签的湿度传感器设计

针对无源超高频射频识别传感器标签大规模运用的需求,采用中芯国际0.35μm互补金属氧化物半导体(CMOS)工艺设计并制造了一种低成本、低功耗的湿度传感器.湿度传感器单元采用聚酰亚胺作为感湿材料,利用顶层金属层制作叉指结构电极,制造过程与标准CMOS制造工序兼容,无需任何后处理工艺.接口电路部分基于锁相环原理,采用全数字电容.数字直接转换结构,能够工作在接近工艺阈值电压下.后期测试结果显示,该湿度传感器在常温下灵敏度为36.5 fF%RH,最大回滞偏差为7%,响应时间为20 ms,0.6 V电源电压下消耗2.1μW功率.     

融合WSN与RFID的输电线路杆塔状态监测网络低延时技术

杆塔是输电线路体系中的关键组成部分,其稳定可靠性是整个输电线路运行安全的重要保障。本文提出一种融合无线传感器网络(wireless sensor network, WSN)和射频识别技术(radio frequency identification, RFID)的输电线路杆塔状态监测网络,具有监测成本低、故障定位迅速和适合长期监测的优点。中继节点设置是所提出监测网络性能研究的关键,因此本文建立了中继节点传输延时模型,有利于分析不同条件下的监测网络延时性能。针对RFID冗余数据导致的融合监测网络延时,提出一种适用于输电线路杆塔状态监测RFID冗余数据处理方法,能有效削减阅读器端采集的冗余数据,具有算法简单、实时性强等特点。     

基于深度信念网络的磷石膏充填材料强度预测

针对目前现有的强度预测方法精度低,提出提取输入参数的深层连接的深度信念网络(DBN)强度预测模型,并采用量子粒子群优化算法(quantum particle swarm optimization,QPSO)来确定DBN的隐含层节点个数和学习率。为获得最优的预测性能,以充填材料的成分及其尺寸作为基于DBN的预测模型的输入,输出充填材料的抗压强度。实验结果显示,该预测方法仅用了1.89 s的预测时间且精度达到99.84%,相比于广泛应用的BP神经网络、RVM(relevance vector machine)、SVM(support vector machine)三种算法在精度和时间上都有显著提升。