摘要：针对卷积神经网络存在运算量大、资源要求高的问题,本文提出一种易于在移动端低功耗嵌入式设备上布置的二值化神经网络(Binary Neural Network,BNN)图像分类模型,并提供了其在ARM(Advanced RISC Machines)+FPGA(Field Programmable Gate Array)异构系统上的硬件加速设计。通过将卷积的累乘加运算转化为简单的同或运算(Exclusive NOR,XNOR)和位计数运算(population count,popcount),降低了运算复杂度和片上资源要求;利用数据复用、流水线设计和并行计算提升整体运算速度;针对CIFAR-10数据集进行图像分类识别,利用Vivado HLS工具在FPGA平台上完成该网络模型的部署。在PYNQ-Z2平台上进行测试的实验结果显示,在100 MHz工作频率下,部署在FPGA端的网络模型对任意尺寸的图像输入经过PS(Processing System)端裁剪后整体处理速度可达约631 FPS,运行总时间仅约1.58 ms。

摘要：漫反射电磁表面能够提高目标被探测的难度,实现电磁消隐的功能.太赫兹漫反射电磁表面有望在下一代雷达与通信场景中作为一种智能隐身蒙皮使用,具有广阔的应用前景.本文利用石墨烯在太赫兹频段优异的电磁可调特性,并基于谐振模式的开关机理设计了一种反射场具有反相位的石墨烯/金属协同单元结构.且相位的切换由偏置电压动态控制.另一方面,不同于金属材料,石墨烯具有不可忽略的损耗特性,导致了所设计的结构在谐振/非谐振两种反相位状态对应的反射幅度不一致,根据场的干涉与叠加原理,其不利于远场相干相消,难以获得理想的漫反射效果.本文提出了一种将反相位单元结构进行二次组合形成"分子"结构的方法,并将其作为反射表面的基本元素,进而运用粒子群算法,优化"分子"结构的排布方式.计算结果表明,使用这种方法设计的动态漫反射表面,具有收敛速度快、远场峰值小的优势.

摘要：针对脑电信号(electroencephalogram,EEG)运动想象中单一特征无法多维表征信号中的信息导致的分类准确率不高的问题,提出一种基于样本熵和共空间模式特征融合的特征提取算法。算法先对原始脑电信号进行小波包分解,从中选择包含μ和β节律的分量进行重构,然后分别提取重构信号的样本熵和CSP(common spatial pattern,CSP)特征,将两者融合组成新的特征向量,使用所设计的一维卷积神经网络对其进行识别获得分类结果。所提方法在2003年BCI Dataset III中获得了91.66%的分类准确率,在2008年BCI Dataset A中获得了85.29%的平均分类准确率。与近年来文献中提出的多特征融合算法相比,准确率提高了7.96个百分点。

摘要：针对频谱资源短缺和传统的智能反射面无法实现全空间覆盖的问题,研究了同时透射和反射的可重构智能表面(simultaneously transmitting and reflecting reconfigurable intelligent surface, STAR-RIS)辅助通信感知一体化系统。通过分配功率和子载波资源并优化STAR-RIS系数矩阵,使得在保证感知功能的前提下,最大化通信和速率。设计了一种交替优化算法,将多变量之间相互耦合的非凸问题解耦转化为3个凸的子问题。首先,松弛子载波选择变量后使用惩罚函数和逐次凸逼近算法;然后,直接求解功率分配变量的凸子问题;最后,使用半正定规划并把秩一约束改写为核范数与谱范数之差,将其作为惩罚函数,使用逐次凸逼近以优化STAR-RIS系数矩阵。仿真结果表明,与传统RIS相比,所提方案的性能取得了显著提升。

摘要：基于IP的So C设计能够有效提高设计效率,降低成本,是当前超大规模集成电路设计的主流解决方案。Ser Des作为一种复杂数模混合IP,可实现高速数据的接收与发送。文中针对So C芯片中Ser Des的PAD测试问题,提供两种改进的边界扫描测试技术,包括利用Ser Des自带的边界扫描测试电路将多个Ser Des进行串行测试,以及将Ser Des定义为一个PAD连接到顶层边界扫描链进行集成测试。文中基于SMIC 40 nm工艺,在一款自主设计的多核So C芯片中,应用Synopsys公司BSD Compiler工具实现了上述技术的电路设计,网表级仿真结果证明该方案的可行性和有效性。

摘要：随着生活节奏加快,倍速播放在学习过程中被广泛应用,对学习认知活动的影响也逐渐被学者所关注。为探究记忆任务的视觉呈现速度对工作记忆的影响及其机理,本研究从EEG脑网络的视角展开研究。设计了快慢两种呈现速度下的实验范式,并对18名被试的脑电数据进行采集,计算各频段的功率谱并选择具有显著性差异(P<0.05)的频段进行分析。采用格兰杰因果的方法计算不同频段脑区之间的因果关系并构建加权因效性脑网络,分析网络的入度、出度和聚类系数这3种网络特征,并使用支持向量机对快慢状态下的脑网络进行分类。结果显示,在快速视觉呈现状态下,脑网络出入度增加,节点聚类系数进一步加强,且具有显著差异节点主要分布于额叶、顶叶和枕叶,显著高于慢速视觉呈现状态(P<0.05),以各频段入度、出度、聚类系数作为特征对快慢状态下的脑网络进行分类,分类准确率分别最高可达90.96%、90.29%、86.53%。本研究表明,随着视觉呈现速度加快,视觉加工进一步激活,被试的工作记忆意识活动逐渐增强,大脑左半球对语言、推理等认知活动的主导作用也在不断加强。本研究为探究播放速度对学习认知活动的影响提供了新的研究思路,也为学习视频设计者设置播放速度提供理论依据。

摘要：针对DC/DC转换器上电时存在电压过冲及电流倒灌现象,设计了一种具有预偏置电压保护的软启动电路。其核心在于通过对偏置电流的镜像及分流作用得到微小的电流,以及对复合电容的间歇性充电得到足够的启动时间。同时设计预偏置电压保护逻辑电路,针对不同情况下的启动,有效地控制功率管,使芯片上电时无论输出电压是否为零,输出电压都能够平缓且单调上升,并在软启动完成后关闭模块,减少功耗。基于0.5μm CMOS工艺对电路进行设计与仿真,软启动时间约为1 ms,将其应用于Buck型DC/DC转换器电路中,在电源重新上电,保护模块完成保护后均能够实现软启功能,电路模块面积为0.13 mm×0.09 mm,功耗为0.05 mW。

摘要：本文研究了智能反射面(Intelligent Reflecting Surface, IRS)辅助通感一体化(Integrated Sensing and Communication, ISAC)系统的安全通信。其中基站希望在IRS的帮助下,在窃听用户存在的情况下向合法用户发送消息并同时检测可信目标。本文的目的是联合设计基站的发射波束形成向量和IRS的反射波束形成向量,以最大化保密速率,同时满足检测目标所需信噪比(Signal-to-Noise Ratio, SNR)阈值、发射功率约束和IRS反射系数的单位模约束。为了解决这个复杂的非凸问题,本文提出了一种基于半正定松弛(Semidefinite Relaxation, SDR)和交替优化的有效算法来解决该问题。仿真结果表明,该系统既可以提供有效的目标检测,保证预定义的SNR阈值,也可以提供安全的通信。同时证实了与没有IRS的方案相比,IRS辅助实现了更高的保密速率,也表明了在ISAC系统中部署IRS的优势和所提出算法的有效性。

摘要：智能反射表面(intelligent reflective surface,IRS)被认为是无线通信网络的前景技术之一。然而由于IRS无源波束赋形优化受到本身所具有的非凸恒模约束,现有工作在IRS辅助的多输入多输出(multiple input multiple output,MIMO)系统中的研究只能得到次优解且具有较高的复杂度。本文考虑一个单用户IRS辅助通信的毫米波MIMO系统,为了最大化频谱效率,优化通信接入点AP(access point)端有源和IRS端无源波束赋形矩阵。首先将有源和无源波束赋形矩阵解耦,得到AP的最优有源波束赋形解,将IRS无源波束赋形设计问题推导为一个非凸二次约束二次规划(quadratically constrained quadratic programming,QCQP)问题;采用低复杂度的连续闭式解(successive closed form,SCF)算法求解IRS无源波束赋形矩阵,为了衡量SCF算法性能,分析对比了现有的最优分支界定(branch and bound,BnB)算法。仿真结果验证了SCF算法在IRS相移连续和离散时均能在较低复杂度达到较高的频谱效率性能。

摘要：为了减少同步整流Boost变换器在轻载模式下电流倒灌现象的发生,设计了一种新型的过零检测电路,以检测电感续流为零所用时间为依据判断电感电流是否为零,从而及时关闭同步整流管,有效限制电感电流的倒灌。基于0.35μm CMOS工艺进行设计及仿真验证,电感电流在4.4 mA时同步整流管关闭,且静态功耗仅为2μA。应用于一款PFM控制模式的同步Boost变换器芯片,经流片后测试,电感电流稳定,倒灌电流很小,性能优良。