具有自适应电感共享策略的压电能量收集电路设计与实现

针对以电池为能量供给的传感设备必然存在因电池寿命的限制或自身电能的逐渐耗尽而造成的失效问题，提出了一种具有自适应电感共享策略的压电振动能量收集电路，通过将环境中的机械振动能量最大化地转换为电能并供给传感设备使用，可实现传感设备的无电池自获能供电，并大幅延长传感设备的使用寿命。该能量收集电路在原有并联电感的同步开关收集电路结构和buck-boost功率级拓扑的阻抗匹配变换器结构基础上，通过建立“先到先得”的自适应电感共享策略，避免了仲裁器的使用，大幅简化了电路设计，并实现了仅需单一电感的压电振动能量收集系统，提升了系统的集成度。此外，对电感共享造成的竞争给出了详细分析，并在此基础上进一步优化了整体电路，实现了最大功率点追踪算法。采用标准180 nm CMOS工艺，完成了压电能量收集电路的设计工作。仿真结果表明：bias-flip整流器在2 V和3 V开路电压激励下，输出功率分别达到了55.01μW和111.59μW,较传统全桥整流器，分别实现了6.40倍和4.48倍的输出功率提升；引入电感共享策略后，变换器的最大输出功率可达110.04μW,相比于非电感共享策略，电感共享策略下变换器峰值...     

韩波博士简介

<正>韩波,男,1983年8月生,安徽颍上人。2007年毕业于华东师范大学电子系,获工学学士学位。2012年毕业于华东师范大学电子系(硕博连读),获工学博士学位,2012年至今在阜阳师范学院计算机与信息工程学院从事教学科研工作,2014年东南大学毫米波国家重点实验室客座研究。韩波博士主要从事微波毫米波片上元件建模与设计研究。内容主要涉及:异质结三极管     

具有物联网功能的安全智能插座设计

介绍了一种以CC2530芯片和HLW8032芯片为核心构成的具有物联网功能的智能插座控制电路设计,智能插座与监控面板模块间按照Zigbee协议实现联网构成智能监控系统;监控面板可以实时显示插座功率、温度、开关状态等信息,可以按照用户要求实现插座的定时通断,智能插座还可以实现过流保护与过热保护等功能。     

盾构机刀盘回转系统恒功率自适应控制

为提高盾构机刀盘回转系统的工作效率和系统稳定性,采用简化刀盘回转液压系统模型,建立刀盘回转液压系统数学模型.分析了刀盘回转载荷,确定了液压系统负载扭矩计算模型.采用变论域方法建立基于变论域模糊PID的刀盘回转液压系统自适应控制算法.对刀盘扭矩施加线性变载荷和随机载荷进行控制系统的仿真实例研究.研究结果表明:在掘进系统刀盘扭矩增加时,所提出的控制系统可随时调整刀盘旋转速度以实现系统总功率的平衡,并可降低刀盘转速调整过程的超调量和调整时间.研究结论为盾构机刀盘回转液压系统的设计和改进提供了理论依据.     

基于NOMA的认知无线电网络功率分配

考虑采用非正交多址接入(NOMA)技术的认知无线电网络下行链路的功率分配问题,旨在最大化接入系统的次用户数,提升系统的频谱效率.在不影响主用户通信的情况下,对次用户进行合理的功率分配,使得系统接入的次用户数最大化.在系统可用功率未得到充分利用时,考虑在接入系统的次用户间对未利用的功率再次进行功率分配,提升系统的频谱效率.仿真结果显示:当次用户最小速率为2.5 bit·s~(-1),请求接入系统的次用户数为10时,频谱效率可提升13%.     

大尺寸单晶金刚石同质连接技术

介绍了制备人造单晶金刚石的技术途径及发展现状,重点讨论并对比了几种化学气相沉积法(CVD)金刚石制备技术的优缺点,详细阐述了基于微波等离子体CVD (MPCVD)法的同质连接技术——一种突破晶体尺寸限制,实现大尺寸单晶金刚石的有效途径。通过该技术实现了英寸级单晶金刚石晶片的制备,并针对横向生长、界面质量及演化、三维结构连接控制等核心科学技术问题进行了分析和讨论,展望了其在尖端应用领域的发展前景。     

井下WPT技术机理研究

为解决井下无线传感器电池容量受限的问题,根据井下无线传感器带壮分布的特点,提出了井下无线运动充电的思想.构建充电系统模型,讨论了充电信道建模、接收微带天线设计、多天线协作三个方面的技术路线.本文在研究井下微波输能传输特性的基础上,探讨在低功率密度下,多天线协作的移动无线充电技术在井下运动式充电特性,使用这个技术对无线传感器节点充电,解决井下无线传感器网络能量补充问题,突破现有节点单纯依靠电池供电的局限.     

光与光基技术推动人类文明与进步

2015年是光和光基技术国际年,简称2015国际光年.联合国之所以做出这一决议,是基于光和光基技术对世界人民的生活以及全球社会多层面未来发展的重要性.希望通过各种宣传提高人们对于光科学技术的认识并加强这方面的教育,这对于世界各国应对可持续发展、能源、社区保健和提高生活质量的挑战至关重要.     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.     

PEMFC电催化剂利用率研究方法的探讨

提高电催化剂的利用率以降低质子交换膜燃料电池(PEMFC)的成本，是加速其商业化的一个重要途径。文中讨论了现有的CV法在研究PEMFC电催化剂利用率时存在的一些问题，如CV法扫描速度的影响及Pt理论比表面积难于准确确定等，为了较好地解决这一问题，提出了一种以单位质量电催化剂产生电池功率或电能来表示膜电极中电催化剂利用率的方法。