元智大學電機工程學系學位論文
元智大學,正常發行
選擇卷期
- 學位論文
在本論文中，我們使用區間第二型模糊做仿製並根據第一代之電動獨輪車，變更了部分硬體加快其反應速度，且加強電動獨輪車的平衡控制之目標。我們設計了一個自我平衡控制器，利用傳統倒單擺控制之概念，以車身傾斜之角度與角速度當作控制變數，主動控制馬達的出力達到獨輪車直立不倒之目的。本論文中，我們主要提出了四種控制演算法來分別做比較，其中包含純PID控制器、第一型模糊控制器、區間第二型模糊控制器及我們提出的仿區間第二型模糊控制器。首先利用純PID控制器做定位實驗後再加入第一型模糊控制器做比較。然而，此電動獨輪車存在著許多不確定之因素及雜訊，會影響系統動作，為了解決此問題，我們使用區間第二型模糊控制器，但其模糊理論運算過程卻較為複雜，因此我們提出仿區間第二型模糊，其歸屬函數型態為兩個高斯函數，並藉由李亞普諾夫定理(Lyapunov theory)推導其學習速率且以達誤差之收斂；因此於本系統中我們將使用仿區間第二型模糊控制器來當系統主控制器。最後，我們也將透過電動獨輪車平臺之模擬與實驗，分別比較控制器模擬與實驗結果，驗證了仿區間第二型模糊控制器不但在平衡與控制上能有優異的成效也能有不錯的運算速度。
- 學位論文
本篇論文主要是用來改進彩色數值化型態學(Mathematical Morphology, MM)的方法，並且將其應用於彩色影像分割的處理。傳統的黑白及灰階形態學其優勢在於直觀、簡單和運算複雜度低。但是這些形態學處理通常忽視了影像內容的細節。例如二值化的數值化形態學利用了預先定義的結構元素對影像進行處理，導致原始影像的本質特性被忽略，使得結果影像通常與人類的視覺感官差異甚大。 有鑑於此，本文將數值化型態學的觀念延伸應用於彩色或更高維度影像當中。並且將彩色型態學添加自動選擇最佳參考色彩(ARCS)演算法及新式的混和型排序(Hybrid-ordering)方法，使得彩色形態學的處理更加地貼近人類視覺感官。在實驗的部分，我們也將其應用於彩色影像分割的例子，提出一個基於彩色形態學概念由下至上(bottom-up)的分割方法。為了評估系統，我們使用四種量化的估測指數並與其他兩種先進的分割方法進行比較，證明了本文的方式對於影像分割能有較為合理的結果。
- 學位論文
本文提出一種應用於鋰離子電池的電量狀態(state of charge, SOC)估測方法，利用等效電路模組(equivalent-circuit model, ECM)來表示鋰離子電池電化學反應，而等效電路中的參數則是使用GBT-2211電池量 測平臺對電池進行充放電測試所擷取電壓、電流等數據後以最小二乘法(generalized least squares, GLS)辨識建立，其中欲辨識參數與變數間之關係是以多項式表示。此外，基於電池的非線性時變特性，我們使用擴展卡爾曼濾波器(extended kalman filtering, EKF)估測電量狀態，並將估測結果與實際量測數據比較，驗證所提出的方法正確可行。
- 學位論文
本論文設計與實現了具有腰部平臺的大型雙足機器人，於靜態時規劃行走的路徑，以及利用腰部平臺來達到震盪消除的功能，並於本論文設計動作來展現機器人的穩定性，此機器人具有12個自由度，包含了腳踝、膝蓋、髖關節以及腰部平臺的仿人型機器人。有別於學術界多是以市售的小型雙足機器人套件作為機器人研究平臺，小型雙足機器人硬體與控制電路已由廠商製作完成，使用者僅需下達各關節轉動命令即可控制且適用於研究領域。 大型機器人由於架構放大了數倍，震盪的影響也變得更顯著，承接自實驗室前一代機器人時雖具有行走之功能，但機構上尚有缺失以致穩定性不足，本論文便致力於改善機構問題以及增設腰部來達到提升穩定度的效果。機器人總高修改為150 cm，以及具有可逼緊鍊輪間隙的逼緊裝置，腰部平臺上方的載具更可依未來需求做更換，動作規劃的部份使用正向運動學以及機器人整體重心計算，來規劃一系列穩定的運動參考軌跡，以及利用適應性模糊控制理論定位各關節的控制。最後由實驗中表現出具有更好的穩定性。
- 學位論文
在這篇論文中，有個重點在於提出的方法是一個可以藉由不同具有擴充性的節點架構去達到公平分配傳送並和效能達到很好平衡的演算法。除此之外，當在設計這個媒介存取控制機制時，還有一個重要的議題就是系統成本的考量。 為了找出低成本的系統硬體，每個節點去搭配具有擴充彈性的高成本TT-TR或者低成本的TT-FR去增加更有效率的頻寬分配。在本質上，整個系統架構是受媒介存取控制機制所控制。我們提出來的媒介存取控制機制根據了頁框架構的資料排程，展現出很高效率且很公平的頻寬分配。因為頁框架構降低了碰撞問題的影響並且為了去調節公平的使用頻寬，使用了優先輪流傳送的方式。除了上述之外，為了達到節省頻寬的因素，不透過額外的通道去傳送控制訊息。我們模擬的結果證明了，我們提出的方法搭配不同的節點架構，在不同的系統負荷之下達到了期望的效果。此外，在伺服端節點與用戶端節點的傳送環境之下，在所有節點皆為TT-FR時，平均延遲會造成上升很高，幸好發現當只要改變在接收大量資料的伺服端節點架構為TT-TR，就可以改善整體的平均延遲，也明顯得到降低了整個系統成本。
- 學位論文
本論文提出基於區間第二型模糊小腦模型 (interval type-2 fuzzy cerebellar model articulation controller, T2FCMAC) 調整盲蔽訊號分離 (blind source separation, BSS) 之學習率，並利用粒子群最佳化 (particle swarm optimization, PSO) 演算法優化T2FCMAC提高系統之性能。近年來獨立成份分析 (independent component analysis, ICA) 演算法被提出用以解決BSS問題，而基於學習率的梯度演算法為其中一種。為了平衡系統的失調性及收斂速率，基於輸出訊號的二階和高階相關係數，利用T2FCMAC調整BSS之學習率。T2FCMAC為一種擁有較好學習能力的網路系統用以調整BSS之學習率，而為了提高系統性能，本論文利用粒子群最佳化演算法將T2FCMAC優化。此外在應用方面，基於T2FCMAC調整BSS之學習率方法可實現在影像加密 (image encryption) 系統，根據BSS的欠定問題 (underdetermined problem) ，將原始影像(original images)加密時加入密鑰影像(key images)可確保加密系統的安全性。
- 學位論文
本論文提出一個針對腦電圖的睡眠分類與嗜睡預測使用了希爾伯特 - 黃變換和模糊小腦模型類神經網路。由於腦電圖是一種複雜且非線性的訊號，所以本論文利用希爾伯特 - 黃變換來分析腦電波訊號，因為希爾伯特-黃變換引入了基於信號局部特徵的固有模態函數，因此適用於分析非線性、非平穩訊號，進而求出具有物理意義的瞬時頻率，並得到腦電訊號在頻率上的能量分布，作為睡眠腦電波各個階段的特徵，再利用本質模態函數分析單位訊號中的睡眠紡錘波的多寡，而得到具有判別能力的特徵，採用模糊小腦模型類神經網路來進行分類與預測，使用導傳遞來訓練模糊小腦模型類神經網路的參數，使得此分類器具有自動判別睡眠階段與嗜睡預測的功能。模擬結果顯示，此方法可以有效且快速的利用單一腦電波進行分類預測，且每判斷一組訊號的時間不到一秒鐘，所以可以應用於駕駛人嗜睡預測，也能進行即時睡眠品質監測和睡眠有關的疾病診斷。
- 學位論文
我們探討了通道估測演算法，分析不同兩個一維通道估測的內插法搭配，並且設計與實現兩個一維的通道估測器的硬體電路。因為考量到硬體複雜度以及可行性，我們在時間方向的估測採用了預測法來幫助我們降低大量的記憶體使用量。與傳統內插法比較之下，總共可以節省了 92%的記憶體使用量。 在一個高速移動下的時變通道環境所受到的頻率選擇性衰減會更加地嚴重，加上多重路徑效應的影響，使得通道估測精準度更容易受到影響。因此，採用了時域窗轉頻域內插係數，經過六階 FIR 的設計，使得通道估測的性能更加提升。在硬體設計方面，通道頻率響應的記憶體模組做了存取流程的簡化，降低了驅動的頻率和延遲緩衝，因此減少了整個設計的拉線，面積可以節省 18%。兩個一維通道估測的時間方向估測、頻率方向估測以及時域窗轉頻域係數內插器，其硬體複雜度皆是由係數的階數所主導。因此皆採取係數的預先計算，並以移位器和加法器來代替乘法器，最後，經由各個模組硬體設計上的簡化，面積總共可以節省 31%。有助於降低硬體實現上的成本。
- 學位論文
本論文研製之在3GPP長期演進先進系統下的頻率同步設計。主要是設計基頻接收器在3GPP LTE-A下行傳輸時考慮快速衰落通道效應。基頻接收器包含的功能有同步與通道估測。在本論文中，當接收器啟動時，我設計了可以估測並補償殘留載波頻率偏移和取樣時脈偏移。本設計採用臺積電90 nm CMOS技術，在18.432 MHz的工作頻率。與其他頻率同步的設計相比，我們所提出的設計，其中只有利用位移相加的方法可以讓面積節省約15.0%，利用演算法改良的方式可以讓面積節省約50.0%，而整體可以節省約23.6％的面積和14.0％的功耗。
- 學位論文
本論文提出一個被動式RFID標籤的前端電路之設計，此系統是支援ISO15693通訊協定並操作在13.56 MHz的頻率下。在此提出的類比前端電路裡的子電路包括電源收集器、穩壓器、振幅鍵控(ASK)解調器、負載調變器、解碼器和磁場耦合線圈。電路工作所需的能量來自於耦合磁場，電源收集器與穩壓器能在最低10 dBm 情況下提供晶片1.5V 電壓及100uA電流。解調器方面的設計係按照編碼的規則， 1 out of 256 是使用在長距離，1 out of 4 是使用在短距離或高速模式，可支援10%和100%的ASK。負載調變器是改變標籤端負載阻抗使資料回傳，實驗與量測的結果顯示出資料傳輸速率從6.62 kbps 到26.48 kbps。磁場耦合線圈之量測方面，我們在不同的距離下去量測接收到的電壓，以此推導耦合因數k的關係。系統中的解碼器我們使用VHDL去實現，並且使用FPGA做驗證。此晶片採用0.18 μm TSMC MM/RF CMOS 製程，晶片不包含pad的面積為0.859 #westeur024# 0.493 mm2。總功率消耗為11.3 μW, 操作的範圍大約可以到4 cm。