面向太赫兹通信的开关和低噪放设计

来源 :东南大学 | 被引量 : 0次 | 上传用户:yjhsw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
传统冯诺依曼架构在数据密集型应用中会产生“存储墙”问题,进而降低系统的能效。新兴的存内计算通过在存储中完成运算解决了该问题,但传统MRAM存内计算面积开销较大且结果无法原位存储。近似计算是减少电路功耗、面积和延时的重要方法,适用于诸如图像处理和语音处理等精度要求不高的场景。MRAM的静态功耗极低,基于MRAM的近似计算可进一步降低系统的能耗和面积开销。针对传统MRAM存内计算面积开销较大的问题,本
蓝牙Mesh网络是由低功耗蓝牙发展起来的自组织无线通信网络,采用了受控泛洪技术实现数据多跳传输,其中存在大量的中继节点。但过多的中继节点会导致冗余数据过多和丢包率高等问题。因此,设计并实现合适的中继节点选择算法,从而降低中继节点数目和丢包率,这对于蓝牙Mesh网络应用是具有重要意义的。本文设计了一种基于LEACH(Low Energy Adaptive Cluster Hierarchy)的蓝牙M
电荷转移共晶是富电子给体(D)与缺电子受体(A)在电荷转移等相互作用下形成的共晶,其在形成过程中不仅能够保留组成单元的固有属性,而且可能表现出单组分不具备的新颖性质。在染料领域,电荷转移共晶有利于更好地理解结构与发光性能的构效关系,对发光材料的光色调节、光物理理论研究及光功能材料的开发等具有重要意义。本文以咔唑衍生物为给体,1,2,4,5-四氰基苯(TCNB)分子为受体,设计合成系列共晶,并对其光
近年来,随着移动通信技术、大数据和云计算技术的发展,物联网得以快速普及。物联网数据来源于海量的物联网设备,设备的异构性对传统的物联网安全管理手段提出了挑战。近年来,机器学习由于其在处理海量数据方面的优势在物联网安全管理领域得到了广泛关注,利用其强大学习能力,有效解决物联网安全所遇到的问题。本文对网络安全管理技术进行了深入研究,并基于机器学习方法实现了面向物联网多个层次的安全管理系统。首先,针对感知
本文依托广州市轨道交通二十二号线番禺广场站~祈福站区间的隧道工程,基于LS-DYNA和UDEC的数值计算方法对岩体中节理的刚度参数进行了标定,在此基础上基于UDEC开展了不同节理分布对开挖隧道爆破下临近隧道围岩振动影响的数值研究,之后继续研究了不同隧道布置下节理对临近隧道围岩振动影响的差异。本文的主要研究工作和成果如下:首先,根据研究内容确定了现场监测方案。对工程现场的爆破施工和地质条件基本信息进
水平受荷桩在工程中非常普遍,如海上风电和港口码头等工程中的桩。现行的桩基础设计采用的是确定性分析方法,可靠度保障方面采用的也是统一的安全系数法,而地基土是自然界的产物,具有天然的空间变异性。因此,将土体作为一个随机场,考虑土体空间变异性对桩基础的影响是十分必要的。本文以土体不排水强度为随机变量,针对海上风机钢管桩基础建立三维模型,应用随机有限元法研究了土性空间变异性对水平受荷桩的影响。主要工作和成
随着我国剩余污泥产量的日益增多以及环境保护法律规范的日益完善,对污泥的处理处置要求越来越严格,传统的污泥处理处置方式已经很难满足我国目前的污泥处置需求。针对我国传统的污泥处理技术如热水解预处理、厌氧消化、好氧生物干燥、热干化、焚烧等存在高投入、高能耗的关键技术难点,同时以卫生填埋为主的污泥处置方式无法实现污泥的资源化利用,并且容易引发生态环境的二次污染问题,急需寻找一种新的污泥处置方式来解决我国当
随着我国城镇污水处理规模不断扩大,为减少污水处理厂尾水排放对水环境产生的影响,污水排放标准日趋严格,建设尾水深度处理工艺对推进污水处理厂提质增效至关重要。针对现行深度处理技术存在适应性差、利用率低以及能耗高等问题,本研究首先对影响高效沉淀池(HST)、反硝化滤池(DNBF)、臭氧(O3)、曝气生物滤池(BAF)四种深度处理工艺运行效果的关键因素进行调研分析。在此基础上,基于中试试验,探究各单一深度
饮水安全与日常生活息息相关,饮用水源地安全是饮水安全的基础保障。近年来,江苏省饮用水源地的安全保护工作日益受到重视。常州市地处长三角区域,是江苏省重要的城市之一,确保常州市的饮用水源地安全是贯彻江苏省生态文明建设、打赢污染防治攻坚战的有力保障。本文以2017-2019年常州市4个饮用水源地(长江魏村水源地、大溪水库水源地、沙河水库水源地和长荡湖涑渎水源地)为研究对象,开展饮用水源地周边风险源调研,
近几年,为拓展卷积神经网络在算力、存储和功耗都受限的终端平台的应用,通道分离卷积被提出并应用到各种轻量化网络中。然而,通道分离卷积的不规则性导致算法优化带来的计算量和参数量减少并不能被大多数加速器有效利用。因此,对通道分离卷积的高效支持,将会使神经网络加速器具有能效和处理速度上的先天优势。本文首先回顾了神经网络压缩算法的代表性方法和硬件加速器的常见架构。然后,针对通道分离卷积导致硬件加速器计算效率