基于压缩采样和能量自治的物联网无线感知接口研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61571137
  • 项目类别:
    面上项目
  • 资助金额:
    61.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0118.电路与系统
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Intelligent tags with multi-parameter sensing are the key elements in the context of the Internet of Things (IoT), potentially with a wide spectrum of applications such as in wearable healthcare and food safety. Concurrent design of ultra-low-power (ULP) circuit,system and communication has attracted research attention, aiming for the realization of ultra-tinny IoT devices under energy-autonomy constraint. The objective of this project is to explore design space and to develop ULP chipset for sub-100uW powered IoT devices, through trade-offs for communication, circuit and system architectures. Smart power management scheme with adaptive energy-scavenging, self-aware sleep and burst mode will be exploited to facilitate energy autonomous operation. Compressed sampling based analog-to-information interface will be investigated that not only simplifies the sensor front-end but also reduces raw data to be transmitted thus significantly save energy. As a proof of concept, a self-powered sensor tag with UWB/UHF asymmetric communication and compressed sampling interface will be demonstrated in a 65 nm (or below) CMOS process.
多参数和多传感器集成的智能感知节点是物联网的核心器件,将广泛用于可穿戴健康医疗与食品安全等领域。通过电路、系统和通信链路的超低功耗协同设计和优化,实现能量自治的智能无线感知,是物联网领域的一项核心技术并成为新的国际研究热点。本项目研究100uW及以下超低功耗物联网无线感知接口电路和系统的设计方法,并通过自适应无线能量收集、自知驱动的系统休眠和突发模式交替工作等智慧能源管理方法实现系统的能量自治。项目将深入研究对传感器模拟信号的压缩采样技术原理和信号调理,减少原始数据的处理和传输能量负担,并采用脉冲超宽频(UWB)结合超高频(UHF)非对称链路的短距离无线通信技术,大大提高传感信号从采样到传输的总体能量效率,实现物联网无线感知接口的能量自治,并在65nm或以下CMOS技术节点的工艺上进行电路验证。本项目所述超低功耗方法适用于感知稀疏性强的自然信号,对物联网应用意义重大。

结项摘要

面向物联网应用对集成电路与系统高能效、智能化的需求,本项目研究了100μW及以下超低功耗物联网无线感知接口电路和系统的设计方法,重点研究了基于时域信号稀疏表达的编码与调制方法、休眠和突发交替模式的高能效通信协议、基于压缩采样与信号调理的多通道传感接口、“算法-系统-电路“协同设计方法等关键技术。项目提出了基于脉冲超宽频(UWB)结合超高频(UHF)非对称链路的无线感知架构,实现了能量自治的通信-传感一体化系统与芯片;项目以心电信号采集和处理为例,采用跨层次优化方法,实现了超低功耗可穿戴心电信号监护片上系统芯片;项目以多电极腔内心电监测为例,设计了一款集成于智能导管的压缩采样专用集成电路。本项目执行了预期的各项研究计划,产出了数篇高水平的学术论文,完成了系统仿真与优化模型框架、核心低功耗电路模块的设计与仿真、片上系统芯片的流片测试,并在健康物联网、广域物联网等典型应用场景中进行了应用验证。项目所突破的关键技术对物联网智能芯片与系统将发挥积极的推动作用。

项目成果

期刊论文数量(10)
专著数量(1)
科研奖励数量(0)
会议论文数量(12)
专利数量(3)
AN ALL-DIGITAL PHASE-LOCKED-LOOP WITH A ROBUSTNESS ENHANCED DUAL-MODE DCO
具有鲁棒性增强型双模 DCO 的全数字锁相环
  • DOI:
    10.1002/mop.30278
  • 发表时间:
    2017
  • 期刊:
    MICROWAVE AND OPTICAL TECHNOLOGY LETTERS
  • 影响因子:
    1.5
  • 作者:
    Cui Keji;Wang Lebo;Mao Jia;Qin Yajie;Zou Zhuo;Zheng Lirong
  • 通讯作者:
    Zheng Lirong
A 101.4 GOPS/W reconfigurable and scalable control-centric embedded processor for domain-specific applications
适用于特定领域应用的 101.4 GOPS/W 可重新配置和可扩展的以控制为中心的嵌入式处理器
  • DOI:
    10.1109/tcsi.2016.2616363
  • 发表时间:
    2016
  • 期刊:
    IEEE Transactions on Circuits and Systems I: Regular Papers
  • 影响因子:
    --
  • 作者:
    Yuxiang Huan;Ning Ma;Jia Mao;Stefan Blixt;Zhonghai Lu;Zhuo Zou;Li-Rong Zheng
  • 通讯作者:
    Li-Rong Zheng
A hybrid reader transceiver design for industrial internet of things
一种工业物联网混合读写器收发器设计
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Journal of Industrial Information Integration
  • 影响因子:
    15.7
  • 作者:
    Jia Mao;Qin Zhou;M. D. Sarmiento;Jun Chen;P. Wang;F. Jonsson;L. D. Xu;L. R. Zheng;Zhuo Zou
  • 通讯作者:
    Zhuo Zou
A Wirelessly Powered UWB RFID Sensor Tag With Time-Domain Analog-to-Information Interface
具有时域模拟信息接口的无线供电 UWB RFID 传感器标签
  • DOI:
    10.1109/jssc.2018.2825455
  • 发表时间:
    2018-08-01
  • 期刊:
    IEEE JOURNAL OF SOLID-STATE CIRCUITS
  • 影响因子:
    5.4
  • 作者:
    Bao, Dongxuan;Zou, Zhuo;Zheng, Li-Rong
  • 通讯作者:
    Zheng, Li-Rong
Optimized Near-Zero Quantization Method for Flexible Memristor Based Neural Network
基于柔性忆阻器的神经网络的优化近零量化方法
  • DOI:
    10.1109/access.2018.2839106
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Jiawei Xu;Yuxiang Huan;Kunlong Yang;Yiqiang Zhan;Zhuo Zou;Li-Rong Zheng
  • 通讯作者:
    Li-Rong Zheng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

绿色农业物联网仿真平台设计及其能耗分析
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    微型电脑应用
  • 影响因子:
    --
  • 作者:
    朱娅;徐阳;周小林;郑立荣
  • 通讯作者:
    郑立荣
基于最优贝叶斯算法的密集RFID网络迭代检测技术
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    微型电脑应用
  • 影响因子:
    --
  • 作者:
    朱娅;周小林;郑立荣
  • 通讯作者:
    郑立荣

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

郑立荣的其他基金

超大规模神经拟态系统的类脑自主容错架构与芯片设计研究
  • 批准号:
    62076066
  • 批准年份:
    2020
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码