臺灣大學電子工程學研究所學位論文
國立臺灣大學,正常發行
選擇卷期
已選擇0筆
- 學位論文
近年來，由於積體電路的快速演進，在高科技電子產品當中常常會包含許多系統晶片。而一個系統晶片往往又由各種不同的子晶片或是記憶體所組成。這些子晶片以及記憶體通常需要各種不同頻率的輸入時脈。在傳統的系統晶片中，每一種不同的時脈都需要一個鎖相迴路配合以便提供穩定而且準確的頻率。然而，大量使用鎖相迴路於一個系統晶片中不但占據大量面積而且消耗巨大功率，如果能使用多個小數輸出除頻器搭配單一鎖相迴路即可解決以上所提到的問題。 本作品為一個以數位對時間轉換器為基底之開迴路小數除頻器，其輸出頻率範圍為0.625-200百萬赫茲。此作品的應用為提供時脈給單一系統晶片內，操作於不同頻率的子電路，以維持正常操作。以單一時脈產生器搭配數個本作品之除頻器，可以節省多個不同頻率時脈產生器的面積以及功率消耗。本作品以台積電 90奈米製程實現。量測結果顯示在不同的除數下，本作品能正確地操作。輸出訊號量測得到之均方根時基誤差(RMS Jitter)在校正電路完成校正之後約為120飛秒，而此作品在1伏特的操作電壓下，最大功率消耗為1.45毫瓦。除此之外，此作品還可以同時支援展頻的功能。
- 學位論文
近年來，低功率消耗的穿戴式裝置晶片以及生醫上的晶片應用蓬勃發展，人們需要低成本小體積的直流電壓轉換器的解決方案。全電容式的直流電壓轉換器因為其體積與功率密度比起電感式的直流電壓轉換器更具有優勢而再度受到重視。在物聯網的應用上，電源管理晶片講求小面積以及高效率，然而高密度電容也往往伴隨著大的寄生電容，使得同時具備兩者優點也成為全電容式電壓轉換器設計的難題。 全積體化電容式直流電壓轉換器最大的挑戰在於輸出漣波以及電容的大小限制，此晶片透過使用time-interleaved (TI)架構，可以等效地提升切換頻率以減小輸出漣波，進一步減低所需輸出電容。而電容則是相對佔有一定面積，透過結合三者(MIM、MOM、MOS)電容以提升功率密度減小單位電容體積。而上述做法解決了面積的問題，但是電容本身也造成嚴重的底板損失(bottom-plate loss)，本論文進一步使用bottom-plate switching (BPS)以及well-biasing technique (WBS)技巧去解決此問題。 本論文將介紹全電容式直流電壓轉換器的操作原理並詳細分析電容式轉換器各項能量損失來源，以了解電容式轉換器常見的問題。接者詳細介紹提及的TI、BPS、WBS以及電容佈局，透過結合以上的技巧幫助我們設計一個應用於物聯網的全積體化且高效率電源轉換器。 此晶片透過台積電0.18μm 1P6M High Voltage Mixed Signal CMOS製程實現，依據實驗結果，本晶片在瞬間抽載時，暫態反應時間約為0.4~0.6μs，負載電流範圍從100微安培(μA)到10豪安培(mA)，BPS以及WBS可以有效減少65%底板切換損失以提升整體轉換效率4~5%，達最高效率為84%。
- 學位論文
時代一直在進步，無論是一般大眾或者是公司企業，對於無線連網的需求變得越來越高，應用範疇更是包羅萬象，舉凡居家、交通、娛樂、醫療、工廠生產，很多以前科幻電影的畫面，甚至是人們從沒想過的場景都被逐步地實現，而能夠實現的原因很大一部份要歸功於新世代通訊系統能夠提供更高的資料傳輸速率，還有容許更多裝置在同一時間內連網。當同時間連網的裝置變多的時候，傳統的無線通訊系統是透過時間或是頻率的分隔來達到多重接取的效果，如時間分工多重接取 (TDMA)、頻率分工多重接取 (FDMA)等等，但由於頻譜資源有限，若連網裝置的數量持續增加勢必會遇到資源不夠的情況，這時利用空間分工多重接取 (Spatial Division Multiple Access, SDMA)將不同使用者所傳送的資料分開來，就能再提升整體系統的效能。 本論文基於現有的波束成形理論，選擇Xilinx Alveo U250 FPGA加速平台，並參考5G NR的規範來實作多使用者多輸入單輸出波束成形 (Multi-User MISO Beamforming)硬體內接收機 (Inner Receiver)。此內接收機負責將使用者的時域IQ資料經過載波頻率偏移補償以及傅立葉轉換轉成頻域後，進行通道估測，並且將訊號等化後輸出星座點給軟體進一步做外接收機 (Outer Receiver)解碼。 本內接收機系統包含了軟體端和硬體端，分別負責輸入輸出資料的控制和資料的運算，而這樣的分配正是基於軟體的高度彈性和硬體的強大運算能力。要正確地解出資料就需要軟體和硬體之間的合作，而這兩者順利溝通的關鍵就是我們透過狀態暫存器 (Status Register)來讓雙方知道目前系統運作的狀況，實際上做法就是軟體端會去存取FPGA上特定記憶體位置的資料，而硬體內部的RTL程式也會存取同樣記憶體位置的資料，所以我們可以事先定義不同的數字代表什麼狀態，讓軟體端和硬體端根據當下的狀態去存取這個狀態暫存器來達到溝通效果。 使用硬體來實現內接收機就是為了加快接收端解碼的速度，進一步實現即時(Real-time)解碼的效果。為了驗證本論文所設計的系統之正確性及可行性，我們在空氣通道 (Over-The-Air)的環境裡傳送影片檔給本接收端系統，並將內接收機解碼完的星座點送給外接收機進行錯誤更正碼解碼。最後解碼後的結果可以達到Block Error Rate = 0，並順利在接收端將影片重新播放出來。而解碼時間大約等同於影片傳送的時間。
- 學位論文
近年來，高切換頻率之降壓型轉換器快速的在電力電子領域中崛起。高切換頻率轉換器可以減少被動元件的體積來達到更高的功率密度。相比於傳統的矽元件，氮化鎵元件擁有高崩潰電壓、低總閘級電荷與低導通電阻等特性使得氮化鎵元件更適合高切換頻率的應用，然而氮化鎵元件應用在傳統降壓型轉換器存在一些挑戰。本論文提出一適合增強型氮化鎵電晶體的閘極驅動積體電路，並且實現一1MHz，輸入電壓12V，輸出電壓1V且輸出電流2A功率2W的降壓型轉換器。論文提出一高度數位化可調變空白時間控制去減少在空白時間所產生的逆向導通損失，延遲重置電路是在重載轉換到輕載時，將延遲單位重置到最長的延遲單位用來避免擊穿電流的發生，上述的電路使用台積電0.18μm BCD製程實現包含自舉式電容，晶片面積為1.5毫米平方。經量測結果，在輕載時最短空白時間可以減少到800 ps，在重載時最短空白時間可以減少到700 ps，相比於固定空白時間使用此方法可以增進2.1%的效率。
- 學位論文
卷積神經網路（CNN）已經在許多電腦視覺問題中都取得了顯著的成就。但是大多數的CNN具有大量的參數與計算複雜度，這導致它們僅適合在具有豐富計算資源的平台運行。為了讓這些網路能夠在現實應用中運算資源受限的平台上運行，人們開始研究如何壓縮並加速這些網路同時保持模型的表現(準確性)。神經網路壓縮的目標是生成一個符合給定的資源限制且表現最好的壓縮結果。 濾波器剪枝是一種透過結構性的移除CNN中多餘的參數，來有效地減少計算量與所需的儲存空間。目前最成功的方法會根據每個濾波器對模型損失的影響來全局評估每個濾波器的重要性，並反覆的移除重要性值較小的濾波器，直到剪枝過的網路滿足某些資源限制，例如剩餘的濾波器數量（或比率）。但是，在面對像是FLOP總數之類的更實際的資源限制時，這些方法並未考慮資源限制與濾波器重要性估計之間的關係。因此，我們提出了一種稱為可感知資源限制之重要性估計（CAIE）的新方法，我們的方法將濾波器對給定資源的影響的資訊整合進原本重要性估計的方法，也就是只根據過濾器的模型損失的影響的方法。而且，我們的CAIE可以推廣到多個資源限制下的剪枝問題。我們的實驗顯示，在相同的多種資源限制下，與目前最頂尖的方法相比，使用我們的CAIE方法的剪枝結果可以準確地滿足所有資源限制並擁有更好的表現。 除了濾波器剪枝之外，量化和知識蒸餾（KD）也是有效的網路壓縮方法。量化通過減少權重或激活的位元寬度來減少網絡的儲存大小和推理延遲。知識蒸餾通過從訓練有素的大型模型中傳遞有用的信息來增強小型或壓縮模型的表現。組合多種壓縮方法可以獲得進一步的壓縮結果，而組合的網絡壓縮的典型流程是根據給定的資源限制手動安排壓縮方法各自的目標，並依次利用這些方法壓縮網路。但是由於不同壓縮方法之間缺少資訊交換，這樣的流程可能無法得到在資源限制下表現最佳的的壓縮結果。因此，我們也提出了一個複合的，可感知資源限制的網路壓縮架構，該架構將量化和知識提煉整合到了我們的CAIE剪枝方法中。透過在CAIE剪枝過程中重要性估計的時候考慮量化相關的資訊並在微調時使用KD的方法，我們的壓縮框架可以在給定的整體資源限制下達到更好的結果。
- 學位論文
物聯網(IoT)時代的情景是，主控端需要同時和大量的聯網裝置進行傳輸通訊，例如像是在工廠內控制大量機械手臂或是主控端控制所有城市內的路燈號誌。物聯網型態通訊(MTC)在設計上有許多被要求的特性和過往不同，例如低傳輸成本、低傳輸功耗等等，以提升物連型態傳輸效益。5G NR制定了三大應用場景，其中大規模機器通訊(mMTC)和低延遲高可靠度通訊(URLLC)和物聯型態通訊較有關。而其中IoT大連結數量的挑戰和其背後的商業利益促使了近幾年大量的人投入在非正交多工存取(NOMA)系統的研究中。 稀疏碼多工存取(SCMA)是一個基於碼簿的非正交多工存取技術，在3GPP候選多工存取方案中廣為人知。其優點在於可以提高頻譜效益，不過缺點在於解碼的方法使用了訊息傳遞演算法(MPA)下，計算複雜度仍偏高。因此，為了解決這個問題，大量的研究提出了各式各樣版本的低複雜度訊息傳遞演算法。在這本論文中，我們提出了一種基於位元LLR門檻早停訊息傳遞演算法(LLRES MPA)，降低複雜度外同時達到較佳的錯誤率表現。 此外，軟體定義無線電(SDR)是開發新通訊系統的熱門解決方案。而在FPGA提供了強大的計算能力和極高的操作速度。因此在這本論文中，我們也實現了一個有在空中傳輸(OTA)的稀疏碼多工存取展示，我們設計並整合了基於稀疏碼多工存取過載率因子(OF)在150%下的軟體定義無線電上行收發機系統。其中，我們的接收機由Xilinx FPGA、NI USRP RF收發機模組、Intel Xeon處理器組成，並將最後結果透過使用者介面顯示出來。 另外，在5G NR規格尚未完全確定的情況下，我們可以根據此FPGA軟體定義無線電平台做為基礎，加速後續開發新一代通訊演算法和驗證驗算法效能的流程，快速滿足新制定的通訊規格。
本文將於2025/03/03開放下載。若您希望在開放下載時收到通知，可將文章加入收藏。
- 學位論文
在軟體應用程式中，我們會依據畫面上內容的提示而決定我們該在上面執行輸入或點擊之類的操作，然而在進行大量網頁測試的工作時，如何自動化輸入或點擊畫面上的內容成為一個待解決的問題。本篇論文中，我們應用了自然語言處理、深度學習技術。首先根據目標應用程式元素的周圍元素去擷取其特徵，利用Word2Vec、長短期記憶法產生主題向量，藉由比較不同向量之間的相似度我們可以得到期相對應的主題。這些主題可以幫助我們去分析目標網頁元素是否可被執行，藉此來完成自動化測試。
- 學位論文
近年來，有機發光二極體(Organic Light-Emitting Diode, OLED)顯示技術已成為主要的顯示技術之一，許多配裝OLED之產品也已在業界裡商品化，因此發展高效率OLED的功能材料已成為近期學術研究上探討的重點。在本篇論文中，我們開發了新穎高折射率透明導電陽極與分析其在元件上的光學效應、研究非對稱線性橘紅光熱激活化延遲螢光(Thermally Activated Delay Fluorescence, TADF)材料、以及研究新穎雙價單配位銅錯合物TADF材料。 在本論文第一部分，我們研究使用高折射率透明電極來提升OLED光萃取效率。同時整合折射率高達2.4的透明導體摻鈮二氧化鈦(Titanium Doped Niobium Oxide, TNO)、現今最低折射率的載子傳輸材料與高水平發光偶極矩之發光材料，我們利用簡單的傳統平面OLED結構，實現外部量子效率(External Quantum Efficiency, EQE)超過40% (41.5%)的元件。 在第二部分，我們研究了非對稱橘紅光TADF材料TRZ-SBA-NAI。將TRZ-SBA-NAI摻雜在主體材料當中時呈現橘紅光的放光，並且具有高達87%的光激發光量子效率(Photoluminescence Quantum Yield, PLQY)。同時，TRZ-SBA-NAI分子的線性結構使其具有高水平發光偶極矩比例達88%。最後，TRZ-SBA-NAI的發光元件頻譜峰值為593奈米，EQE高達31.7%，為目前橘紅光TADF元件的最高效率之一。 在本論文的第三部分，我們研究了單價雙配位銅錯合物TADF發光材料MAC*-Cu-DPAC。由於其雙配位的線性結構，使其具有77%的水平發光偶極矩比例，並具有70%的光激發光量子效率。將其整合進元件內，可得到21.1%的高外部量子效率，同時在高亮度1000 nits時依然保有20.1%的高效率，元件頻譜峰值為630奈米，為現在銅錯合物橘紅光與紅光元件表現的最高效率之一。
本文將於2025/11/24開放下載。若您希望在開放下載時收到通知，可將文章加入收藏。
- 學位論文
跨相機追蹤在智慧城市中是一個關鍵的技術，目標為在一個相機網路下追蹤所有出現的行人。然而跨相機追蹤這個問題太過困難，在最後一步行人匹配的步驟中衍伸出了一個新的研究主題，也就是行人重識別。行人重識別的目標在於利用外表的資訊來辨別不同相機的下的每個人。雖然藉助於卷積神經網路的興起，使用監督式學習方法可以得到很好的成績，但是在非監督式領域自適應這個問題上，因為目標域缺少標籤資料，領域自適應仍然具有相當大的挑戰性。除了匹配的準確性之外，能夠實作一個可行的跨相機追蹤系統也是物聯網監控應用的關鍵的一環。然而，隨著物聯網設備的普及，跨相機系統將會需要在邊緣裝置上運行，來減少網路上的延遲以及數據傳輸量，並實現更高效能的即時性應用。 在這篇論文中，我們提出了一個針對行人重識別具被困難樣本校正的非監督式演算法(HSR)，解決了聚類分析容易受到困難樣本的影響而表現不佳的問題。我們提出的HSR包含兩個面向，一個是跨相機的困難正樣本收集，能夠幫助辨別不同相機下的同一個人; 另一個是透過檢查局部同質性來區別具有相似外觀的不同人，也就是困難負樣本。藉由我們的兩個面向的訓練方法，可以修正那些困難樣本並且用準確的標籤資料訓練模型以提高性能。我們進行了大量實驗來證明了我們的方法比起現在最先進的非監督式方法表現得還要更好。 此外，我們提出了一個有效的跨相機追蹤系統架構並運行在物聯網硬體上，來證明系統在邊緣裝置上執行的可行性。我們利用系統的傳遞途徑跟系統中每個運算模組的特性，來減少追蹤系統所需要的大量運算資源。藉由有效地分配運算資源，我們所提出的架構可以實現良好的追蹤成積，並且能夠在邊緣裝置上即時的運行。我們提供全面的實驗以說明跨相機系統中每個組件之間的相關性，並證明了我們提出的系統實用性。
- 學位論文
在本論文中，我們使用射頻濺鍍系統預鍍過渡金屬再硫化的方式製備大面積的二硫化鉬、二硫化鎢薄膜，經由控制成長溫度、壓力、時間…等條件，得到最佳的硫化參數，接著我們使用共鍍鉬和鎢金屬再硫化的方式成長出二硫化鉬-二硫化鎢合金薄膜，並且藉由控制靶材的功率達到能隙可控之不同比例的合金薄膜。除此之外，我們透過原子層蝕刻判斷二硫化鉬與二硫化鎢薄膜層數，製作出不同層數二硫化鉬、二硫化鎢和二硫化鎢/二硫化鉬異質結構上閘極場效電晶體，最後提出逐層硫化方式成功改善元件特性。之後我們使用相同方式成長二硫化鉬於石墨烯上，並將其轉印至鍍好電極的二氧化矽/矽基板後，製作出二硫化鉬/石墨烯異質結構背閘極光電晶體，當光被二硫化鉬所吸收後，產生的光電子會注入石墨烯並形成類似n型摻雜的現象而造成狄拉克點的位移，利用此特性我們可以將其作為光偵測器應用，但我們發現濺鍍鉬的過程會對石墨烯造成破壞並降低元件的載子遷移率，於是我們改使用熱蒸鍍三氧化鉬的方式取代濺鍍鉬來進行石墨烯上二硫化鉬的成長，最後成功地在不影響石墨烯的特性下製作出二硫化鉬/石墨烯背閘極光電晶體，此外我們也利用此方法在石墨烯上成長不同層數的二硫化鉬薄膜作為保護層，並大幅改善了石墨烯上閘極電晶體的特性。