论文部分内容阅读
进入21世纪,人们对无线通信技术的研究不断取得突破,近几年来,人工智能的研究也进行得如火如荼,我们正逐步向一个信息、智能的时代阔步迈进。传统接收机已经无法满足人们对于通信日益增长的需求,基于认知无线电的智能接收机逐步走上了科技舞台。依托于人工智能技术,智能接收机能够自主地观察无线电环境,推断其应用场景和环境,从而生成最佳通信方案。本文就智能接收机射频前端、低噪声放大器自恢复技术、神经网络模块和智能接收机系统进行了广泛而深入的研究,主要研究成果如下:1.本文设计了一款多频带多模兼容的SUB-1GHz接收机射频前端。由于智能接收机会自主的选择空闲的、噪声性能好的信道来进行通信,因此其射频前端必须可以兼容多种工作频段和多种工作模式。SUB-1GHz接收机射频前端采用了低中频接收机架构,同时实现了低功耗和高性能。它采用了电流模无源混频器,大幅削减闪烁噪声,增强系统线性度。通过改变片外输入匹配,实现工作频段切换,使其既兼容多个工作频段,又拥有窄带接收机的高性能。接收到的信号经过正交混频,送入复数滤波器进行镜像抑制。复数滤波器采用了可重构的设计,其中频频率可覆盖100kHz～1MHz。该接收机每一级放大器的增益均编程可控,最高支持25档增益控制。经过流片验证,增益可达97dB,动态范围超100dB,镜像抑制78dB,最低功耗2.29mW,噪声系数最小为3.83dB。2.本文设计了一款自恢复低噪声放大器。晶体管的老化会导致低噪声放大器的性能发生衰减,接收机整体的噪声系数也会显著下降,此时智能接收机频谱感知的结果是不准确的(无法确定噪声是周围环境的还是接收机自身引入的)。自恢复技术可以保证低噪声放大器的性能不随晶体管的老化而衰减,使得接收机整体的噪声性能不发生显著衰退。本文首先设计了一种热载流子注入老化模型。该模型以一个受控电压源和一个受控电流源来模拟晶体管老化时的阈值电压衰减和载流子迁移率衰减。之后,本文通过该模型来验证自恢复技术。自恢复技术是通过老化检测和老化补偿来协同实现的。老化检测是通过电流检测器和电流比较器来检测低噪声放大器偏置电流的衰减。当检测到电流衰减会启动补偿电路(老化补偿),保证了低噪声放大器的性能稳定。该技术在2.4GHz的低噪声放大器上进行了流片验证,其在120?C的高温下和1.44V的过载电源电压下进行了400小时的老化实验,性能保持稳定。3.本文设计了一款脉冲神经网络模块。神经网络模块是智能接收机是否智能的关键,它可以适配多种智能算法实现频谱感知、模式切换等功能。该脉冲神经网络模块内部有六个神经核心,每个核心中有32个神经元和1024个突触。核心与核心之间是通过片上网络进行互联的,每个神经核心即一个路由节点。通过片上网络对数据流的控制,多个核心之间可以实现复杂的神经网络互联。其内部采用了Deep Compression技术,可以将权值数据压缩至原来的1/16,内部存储大大减小。经过流片验证,该神经网络模块实现了单位面积1.1GSOP/(s·mm~2)的吞吐率,单位SOP消耗的能量为35pJ。4.本文设计了一款智能接收机。该智能接收机是由射频开关、SUB-1GHz接收机射频前端、自恢复模块、理想ADC、理想数字基带和脉冲神经网络模块构成。其中,SUB-1GHz接收机射频前端、自恢复模块和脉冲神经网络模块皆单独的进行了流片验证。射频开关可以使射频前端同时与多个输入匹配相连,实现了多个工作频段的自由切换,且仅带来1～2dB的增益下降和约0.3dB的噪声衰减,对接收机整体性能影响不大。自恢复模块的引入使得SUB-1GHz接收机的低噪声放大器也具有自恢复功能,在老化仿真下其性能可以保持稳定。该智能接收机的ADC与数字基带均是采用理想模块进行仿真模拟的。首先理想ADC对中频信号采样,再作快速傅立叶变换(理想数字基带),从而得到中频信号的频谱,再传入脉冲神经网络模块中进行处理。最后设计了一款基于一维卷积神经网络的频谱感知算法和一款基于脉冲神经网络的频谱预测算法,使得该接收机拥有了频谱感知和频谱预测功能。