• 學位論文

基於高齡化的家庭醫療保健技術

近年來醫療保健系統是一個新興的話題。這個系統可以為患者節省時間，改善患者的生活，並且減少濫用的醫療成本。這項研究目標是開發一個攜帶型心電圖即時監測系統並且結合具有能區分日常生活動作和跌倒的偵測裝置。在本篇論文分為兩個部分，一個是心電圖即時監測，另一個是應用模糊理論的跌倒偵測系統。該系統包含一個無線感測節點和一個中繼站，無線感測節點用來擷取身體的生物信號，中繼站的功能則是把截取後的生理訊號即時顯示在螢幕上以及利用3G或WiFi網路傳送到遠端的伺服器。無線感測節點包含一個類比前端放大器、微處理器、類比數位轉換器以及低耗電藍芽4.0版本。我們也利用Android平台作為一個資料中繼站，將數據傳輸到遠端的伺服器。在跌倒偵測的部分，我們使用三軸加速器來建立跌倒時的特徵。為了提高容錯和準確率，我們提出一個行為估計方法，其中包含加速度的變化和模糊理論來估算實驗對象的行為。最後我們使用MATLAB內建的模糊理論工具箱來進行模擬及驗證。結果顯示我們可以從160次的日常生活動作姿態中區分跌倒，敏感性為95%和特異性為97.5%。

• 學位論文

運用晶格縮減的軟式輸出之 8x8 64QAM 多輸入多輸出偵測器

因為高速傳輸的需求日漸成長，多輸入多輸出的技術更加受歡迎，因此，設計一個高效能且低複雜度的多輸入多輸出的偵測器是一個重要議題。晶格縮減可以藉由強化傳輸矩陣來提升偵測的效能，另一方面循環式的偵測及解調可藉著交換可信度訊息來提升傳輸效果。這篇論文著重於結合這兩者的技術並且設計一種有效計算可信度訊息的方法。儘管運用晶格縮減的偵測器無法在偵測中加入可信度訊息，但是我們的演算法在高傳輸的多輸入多輸出系統中效能上超越許多循環式的偵測及解調演算法和運用晶格縮減的軟式輸出偵測器。最後我們提出來的演算法在TSMC 90nm 1P9M CMOS的製程下能達到6.4G LLRs/s的超快傳輸速度。

• 學位論文

適用於多輸入多輸出毫米波系統之混合訊號預編碼處理器設計與實作

毫米波無限通訊系統能在短距離的傳輸中，提供高資料流的傳輸。由於毫米波的波長較小，使得傳輸端與接收端能使用較大量的天線傳輸資料，減輕毫米波訊號衰退較強所造成的影響。此外，藉由多資料流系統的預編碼的技術，能夠進一步的提升傳輸的品質。然而，因毫米波系統能使用較多的天線數目，使得射頻電路的複雜度也隨之提高。為了降低硬體的複雜度，預編碼處理可由類比和數位電路的間接處理，而以較低複雜度的電路來實現。 這篇論文題出了新的射頻/基頻預編碼系統之建構方法，不僅減少了原先預編碼重建之演算法的運算複雜度，還能給予較高的硬體平行度。最後，此研究利用TSMC90GUTM製程來實作本論文所提出的演算法之預編碼重建處理器。此處理器適用於8x8多輸入多輸出毫米波系統，能支援一至四個資料流的傳輸，共四種模式。當電源供應為1V時，此處理器的操作頻率為167 MHz，且功率消耗為243.2 mW。另外，此處理器的核心面積為3.94 mm2。當資料流為ㄧ至四時，此處理器分別能在每秒運算6.7 M、6.7 M、4.9 M、4 M個不同的通道矩陣。

• 學位論文

應用於生醫植入式裝置之無線能量傳輸與能量回授控制機制電路

隨著科技不斷的進步，造就了生醫植入式裝置誕生，對人類醫學帶來了重大改變。而由於半導體製程的發展，減少了整體裝置的大小以及耗電，讓植入式裝置在設計上有更有彈性。現今的植入式裝置結合了無線能量及資料傳輸，不但改善了電源供應的問題，在使用上也更加方便。 本論文提出一個交流對直流轉換器，結合了整流器以及直流對直流轉換器的控制電路，可以同時達到整流以及穩壓的功能，減少整體電路所使用的面積及能量的消耗。此電路同時會將輸出負載訊息以LSK(Load Shift Keying)回傳至外部裝置，我們可以透過回傳的訊號判斷輸入的能量是否過量或不足，提升整體系統的效率。電路使用TSMC 90nm 1P9M製程，總面積為0.071mm2(不包含Pad)。此電路可以在輸入交流電壓1.5V至2V，頻率1至10MHz的情況下產生1V的直流電壓以及10mA最大輸出電流。 在本研究論文中，建立了一個無線能量與資料傳輸的電路，晶片端包含了所設計的交流對直流轉換器電路，整個傳輸系統利用線圈將外部能量以電磁耦合的方式傳輸，接收到的能量透過交流對直流轉換器產生穩定的電源供植入端電路使用。同時將輸出負載訊息以LSK的方式回傳至外部裝置，回傳的訊號將過解調之後，可以用來控制輸出能量的大小，讓植入端電路可以接收到適當大小的能量。 關鍵字：生醫植入晶片、無線能量傳輸

• 學位論文

任意拓撲之無線隨意網路最小平均功率封包轉送演算法

由於網路式編碼可以用來提升網路中所能傳送的最大速率，近年來已成為熱門的研究領域。藉由訊息間的組合而產生出新的混合訊息，不但使得傳送所花費的功率減少，並且能夠更有效率的分配網路中的有限資源。在無線隨意式網路中，我們使用分時多工(TDMA)的適當排程來分析無線傳輸下的訊號間干擾問題，並且可以得知不論是有訊號干擾或無訊號干擾的傳輸，網路式編碼比起傳統傳輸在網路速率以及能量效率的表現上皆來的優秀。 本篇論文中，在無訊號間干擾的傳輸方式下提出一個演算法，這個演算法可以找出所有給定固定流量下擁有最小平均傳送功率的封包轉送方式，並且適用於任何一個無線隨意網路拓撲，在此演算法裡所考慮傳送的封包不只是只有原生的訊息，另外還有包含訊息間的組合而混合出的新訊息。利用這個演算法，我們可以分析出網路式編碼除了在高傳送平均功率區間時使用直接傳送的轉送方式可以得到最佳傳送速率之外，在中和低的傳送平均功率區間使用網路式編碼皆有可能可以得到最好的傳送速率。在網路拓撲的討論中，可以發現並不是所有的網路拓撲考慮網路式編碼轉送都會是最好的方式，在某些特定的拓撲，舉例:蝴蝶網路拓撲，或是足夠多的轉送節點拓撲，才可以利用網路式編碼轉送來得到效能的改善。

• 學位論文

針對高碼率之類循環低密度奇偶校驗碼的低複雜度階層式解碼器

傳統上低密度奇偶校驗碼(low-density parity-check code, LDPC code)的階層式解碼器 (layered decoder) 通常在校驗節點 (check node) 會採取循序 (serial) 而非平行的計算以降低面積成本，但這樣一來，我們會需要一個額外的記憶體空間去暫存變數節點 (variable node) 傳至校驗節點的訊息，而在高碼率的規格下，這樣的一塊記憶體空間會佔據不小的面積。針對以上的問題，本文提出了一種重新安排處理流程的階層式解碼器架構，且不需儲存對數似然比 (log-likelihood ratio)，取而代之的是儲存變數節點傳至校驗節點的訊息，同時也不需要額外的儲存空間去為了在校驗節點計算整個階層之後立刻更新相鄰變數節點的對數似然比。除此之外，本文也討論了有關排程 (scheduling) 與資源綁定 (resource binding) 的三種方法來解決存在於文中架構的記憶庫衝突 (bank conflict)。對於碼率0.9碼長4 kB的類循環 (quasi cyclic) 低密度奇偶校驗碼，在不造成錯誤率增加的前提之下，約可以減少百分之二十二的解碼器面積。最後以90奈米互補式金屬氧化物半導體 (complementary metal-oxide-semiconductor, CMOS) 製程實作出面積為6.46平方毫米的類循環低密度奇偶校驗碼階層式解碼器，並可達到每秒5.87 Gb的吞吐量 (throughput)。

• 學位論文

適用於LDPC編碼多天線系統的疊代式接收器

專利申請中,資料延後公開

• 學位論文

根據臉部特徵量化嬰兒頭顱之不對稱性

在本篇論文當中，我們提出了一個新的方法來測量嬰兒頭顱的不對稱性。在獲得頭部的三維影像之後，我們使用特徵質分析用來篩選立體影像中頭部曲率變化較大的部分，並且透過兩階段的K-means分群法將這些部位分群，然後配合各群中心的幾何位置關係，我們將頭部的立體影像旋轉到面對正前方，再運用ICP演算法的精確校正，可以將幼兒頭部立體影像對齊並且校正到一樣的基準。最後，找出一個鏡射平面並產生一個鏡射的頭部影像。我們將此鏡射的頭部影像以及治療後的頭部影像與治療前的頭部影像進行比較，並且計算不對稱度，配合體積的計算與實際的情況比較以證明本論文所提出的方法的可行性。

• 學位論文

適用於電子鼻系統化學電阻式氣體感測器之適應介面電路

人類不能聞有毒或具危險性的氣體，且人類對嗅覺有不同的感覺而無一定的標準。相較於傳統的大型氣體檢測儀器，電子鼻系統的體積小、成本低、功耗消耗低、可將嗅覺量化而定出標準並可長時間暴露在危險氣體，因此可以被廣泛應用到食品品質監控、環境監測、污染測量和疾病診斷等等。電子鼻系統是由氣體感測器陣列、信號擷取電路和資料識別系統所組成。氣體感測器有許多種類，我們選擇使用化學式電阻感測器中的導電聚合物氣體感測器(Conducting Polymer Gas Sensor, CP )，其感測機制為電阻值變化，此種感測器之靈敏度高，訊號讀取電路較簡單，並且可操作在室溫下，因此很適用於可攜式裝置；然而，此種感測器的電阻值容易受到溫度、濕度與背景氣味而改變，且在感測器陣列中，每個感測器會塗佈不同感測材料而有不同的電阻值。因此，本論文提出三種由TSMC 0.18μm CMOS 1P6M製程所製作之氣體感測器適應介面電路：半數位式、數位式與類比式，各別以三種不同技術消除感測器之基線電阻漂移，並將感測器訊號轉換為電訊號，首先呈現三種介面電路之模擬、量測與比較，之後將電路與導電聚合物氣體感測器相接並與氣體做反應，並呈現其讀取與辨識結果。我們也將感測器整合於半數位式與數位式介面電路，以達到微小化電子鼻晶片之目的。

• 學位論文

適用於生醫應用之可調式小波轉換處理器

隨者高齡社會的來臨，遠距照護系統因其便利性而變得相當重要。藉此病人得以攜帶式裝置作為看護取代住院。然而需要監測的訊號相當多元，功率消耗變成在系統設計上的一個重要議題。 為了降低整體功率消耗，我們以生醫訊號的特徵萃取來達成目標。在各種現有的方法中，離散小波轉換 (Discrete Wavelet Transform) 因為擁有較低的複雜度與較佳的時域-頻域分析，而被選擇作為分析生醫訊號的方法。心電圖 (Electrocardiography) 與腦波 (Electroencephalography) 是兩項常見的生醫應用。在心電圖方面，為了診斷心臟相關疾病，我們以離散小波轉換去除原始訊號中冗餘的特徵，並由重建的訊號中偵測R-R區間；在腦波圖方面，我們藉由離散小波轉換分解帶有帕金森氏症 (Parkinson's Disease) 之老鼠腦波訊號，再觀察其頻域特徵。根據上述演算法分析，我們提出可調式小波轉換處理器與特徵萃取之電路架構。此架構在測量端 (Sensor) 可被整合與做訊號特徵萃取，故其能被應用於提高生醫應用之效率。在離散小波轉換計算器中，我們提出一套低複雜度的架構使其濾波器係數能由外部的微處理器做調整，同時此架構約省下50% 的硬體複雜度。 經由場式可程式閘陣列 (FPGA) 驗證與使用TSMC 0.18微米製程，我們提出的電路設計之大小為1.15平方公厘，功率消耗為0.52微瓦 (操作電壓為1.8伏特及工作頻率為360赫茲) 。相對於傳送原始心電圖訊號，我們所提出的萃取並傳送R-R區間之方法可以節省99.5% 功率消耗。