50/60Hz 0.99 最小 400W 输出(使用 SynQor ACF 滤波器)400Hz 0.97 最小 400W 输出(使用 SynQor ACF 滤波器)无功功率 34 VAR 115 Vrms 400Hz;超前,见注释 5 交流输入电流总谐波失真 4.5 % 115 Vrms 400Hz,满载,见注释 1 115 Vrms 时的各电流谐波失真水平低于 DO-160G/787B3/ABD0100.1.8 交流输入电流浪涌 1 Apk 符合 DO-160G 第 16.7.5 节,见注释 7 启用交流输入电流(无负载) 180 mArms 115 Vrms 输入,与 SynQor 滤波器一起使用时 禁用交流输入电流 50 mArms 115 Vrms 输入,与 SynQor 滤波器一起使用时 最大输入功率 950 W 最大输入电流 11.5 Arms 85 Vrms 输入 输出特性 满载时的输出电压设定点 见图 11 了解 VI 曲线 标准选项 27.5 28.0 28.5 Vdc Vin<250Vrms,如需更高的 Vin,请参阅应用说明 压降选项 25.0 25.5 26.0 Vdc 压降选项、电流共享分析 25.3 25.5 25.7 Vdc 压降共享操作的容差,请参阅注释 6 总输出电压范围 请参阅图 11 中的 VI 曲线 标准选项 27.2 28.8 Vdc Vin<250Vrms,如需更高的 Vin,请参阅应用说明 压降选项 24.7 29.0 Vdc 标准选项 电压调节 半载以上 过线 ±0.3 % Vin<250Vrms,如需更高的 Vin,请参阅应用说明 过载 ±2.0 % 过温 ±1.5 % 输出电压纹波和噪声 (400Hz) 请参阅注释 2 峰峰值 1.0 % RMS 0.3 % 工作输出电流范围 0 28.6 A 输出电流限制 设备在关机前继续运行 1 秒 115 Vrms 30 A 稳压 -28R 型号 230 Vrms 33 A 稳压 -28R 型号 最大输出电容 4,000 µF 半阻负载下启动 保持特性 典型保持电压 400 Vdc 保持电压范围 380 435 Vdc 保持电压随负载而变化 保持过压保护阈值 440 460 Vdc 保持欠压关断阈值 200 Vdc 保持电容 100 1000 µF 见注释 3 效率 115Vrms 时 100% 负载 89 % 效率曲线见图 1 230Vrms 时 100% 负载 91 % 效率曲线见图 1 注释 1:低于 D0-160 的各电流谐波失真水平, Airbus0100.1.8,波音 787B3 要求注 2:600µF 电解保持电容,典型 ESR 为 0.5Ω。纹波幅度取决于保持电容的电容和 ESR。注 3:转换器能够以至少 100µF 的保持电容运行,但如果需要电源系统,SynQor 建议至少使用 330µF
50/60Hz 0.99 最小 400W 输出(使用 SynQor ACF 滤波器)400Hz 0.97 最小 400W 输出(使用 SynQor ACF 滤波器)无功功率 34 VAR 115 Vrms 400Hz;超前,见注释 5 交流输入电流总谐波失真 4.5 % 115 Vrms 400Hz,满载,见注释 1 115 Vrms 时的各电流谐波失真水平低于 DO-160G/787B3/ABD0100.1.8 交流输入电流浪涌 1 Apk 符合 DO-160G 第 16.7.5 节,见注释 7 启用交流输入电流(无负载) 180 mArms 115 Vrms 输入,与 SynQor 滤波器一起使用时 禁用交流输入电流 50 mArms 115 Vrms 输入,与 SynQor 滤波器一起使用时 最大输入功率 950 W 最大输入电流 11.5 Arms 85 Vrms 输入 输出特性 满载时的输出电压设定点 见图 11 了解 VI 曲线 标准选项 27.5 28.0 28.5 Vdc Vin<250Vrms,如需更高的 Vin,请参阅应用说明 压降选项 25.0 25.5 26.0 Vdc 压降选项、电流共享分析 25.3 25.5 25.7 Vdc 压降共享操作的容差,请参阅注释 6 总输出电压范围 请参阅图 11 中的 VI 曲线 标准选项 27.2 28.8 Vdc Vin<250Vrms,如需更高的 Vin,请参阅应用说明 压降选项 24.7 29.0 Vdc 标准选项 电压调节 半载以上 过线 ±0.3 % Vin<250Vrms,如需更高的 Vin,请参阅应用说明 过载 ±2.0 % 过温 ±1.5 % 输出电压纹波和噪声 (400Hz) 请参阅注释 2 峰峰值 1.0 % RMS 0.3 % 工作输出电流范围 0 28.6 A 输出电流限制 设备在关机前继续运行 1 秒 115 Vrms 30 A 稳压 -28R 型号 230 Vrms 33 A 稳压 -28R 型号 最大输出电容 4,000 µF 半阻负载下启动 保持特性 典型保持电压 400 Vdc 保持电压范围 380 435 Vdc 保持电压随负载而变化 保持过压保护阈值 440 460 Vdc 保持欠压关断阈值 200 Vdc 保持电容 100 1000 µF 见注释 3 效率 115Vrms 时 100% 负载 89 % 效率曲线见图 1 230Vrms 时 100% 负载 91 % 效率曲线见图 1 注释 1:低于 D0-160 的各电流谐波失真水平, Airbus0100.1.8,波音 787B3 要求注 2:600µF 电解保持电容,典型 ESR 为 0.5Ω。纹波幅度取决于保持电容的电容和 ESR。注 3:转换器能够以至少 100µF 的保持电容运行,但如果需要电源系统,SynQor 建议至少使用 330µF
特征和规格预期用途 - 非常适合需要有吸引力的模具式铝标牌,优质照明和低能消耗的应用。signature®LE和LRE出口标志支持AC或DC输入。构造 - 精密塑料的,压铸铝制建筑 - 超高,紧凑的住房。用磨砂黑色静电聚合物装饰的细粒铝拉丝面板。拉丝脸上清晰的漆面饰面抑制指纹和其他表面污染物。所有位于住房内的电子设备。完全重叠的光密封可防止光线泄漏。通用方向性人字形敲除完全隐藏并容易去除。铰链面板和弹簧闩锁,可轻松使用灯罩,没有裸露的硬件。基于UL924标准,字母6英寸高3/4“中风,具有100英尺的观看距离。美国专利号5,739,639、5,954,423和6,502,044。加拿大专利号2,204,218。其他未决专利。光学 - 灯是使用新的LED技术构建的。提供了统一的照明,以满足代码要求的3/4英寸字母中风。根据24/7的操作,出口LED灯的典型寿命为5年。唯一的LED灯平台可容纳单面和双面出口。电气 - 多伏120-277(50/60Hz)或57VDC(直流电流,不适用于自我诊断)。低能消耗 - 请参阅电气表,第2页。固态电子元素,以消除机电故障的风险。电涌保护符合ANSI/IEEE C62.41类别B和IEC 1000免疫标准,用于高压潮,静电放电,高频电气快速瞬态和线路电压倾角/隆起。紧急操作(仅适用于N选项):电池:密封,无维护的镍 - 卡电池电池可提供90分钟的灯。自我诊断(仅SD选项):两态恒定电流充电器可最大化电池寿命,并在电池发射后自动充电。为手动测试提供了测试开关。每30天进行五分钟的自我诊断测试,每30天间隔30分钟,每年90分钟。LED光源,AC到DC传输,充电和电池状况的诊断评估。连续监视交流功能。低压断开连接可防止过度的深层放电,从而永久损坏电池。所有电子特征的单点微型计算机控制。具有看门狗保护的晶体振荡器正时系统,以确保精确。AC/LVD重置允许在应用AC电源之前进行电池连接,并防止电池损坏深度放电。BrownOut保护自动切换到紧急模式时,当供应电压降至标称的80%以下。单个多色LED指示器显示两态充电,测试激活和三态诊断状态。测试开关提供30秒诊断测试的手动激活,以进行按需视觉检查。安装 - 通用安装(顶部,端或背部)。双面可用,只有顶部或末端安装。lre:修剪环具有3/4英寸的深度调节,以确保与表面的冲洗。从表面突出1/10英寸。没有裸露的硬件。仅为表面安装提供的压铸铝树冠。列表 - UL潮湿位置列出了50°F -104°F(10°C -40°C)。遇到UL 924,NFPA 101(当前的生命安全法规),NEC和OSHA照明标准。北卡罗来纳州保险局。
33.2 一款低于 1 µ J/级的集成思维意象与控制 SoC,适用于 VR/MR 应用,具有师生 CNN 和通用指令集架构 Zhiwei Zhong*、Yijie Wei*、Lance Christopher Go、Jie Gu 西北大学,伊利诺伊州埃文斯顿 * 同等署名作者 (ECA) 虚拟现实 (VR) 和混合现实 (MR) 系统,例如 Meta Quest 和 Apple Vision Pro,最近在消费电子产品中引起了极大的兴趣,在游戏、社交网络、劳动力援助、在线购物等元宇宙中掀起了新一波发展浪潮。AI 计算和多模块人类活动跟踪和控制方面的强大技术创新已经产生了身临其境的虚拟现实用户体验。然而,大多数现有的 VR 耳机仅依靠传统的操纵杆或基于摄像头的用户手势进行输入控制和人体跟踪,缺少一个重要的信息来源,即大脑活动。因此,人们对将脑机接口 (BMI) 整合到 VR/MR 系统中以供消费者和临床应用的兴趣日益浓厚 [1]。如图 33.2.1 所示,现有的集成 EEG 通道的 VR/MR 系统通常由 VR 耳机、16/32 通道 EEG 帽、神经记录模拟前端和用于信号分类的 PC 组成。此类系统的主要缺点包括:(1)佩戴麻烦且用户外观不佳,(2)缺乏低延迟操作的现场计算支持,(3)无法根据大脑活动进行实时思维意象控制和反馈,(4)由于 AI 分类导致的功耗高。为了克服这些挑战,这项工作引入了一种思维意象设备,该设备集成到现有的 VR 耳机中,而无需为 VR/MR 系统的思维控制 BMI 增加额外的佩戴负担。本研究的贡献包括:(1)支持 VR/MR 系统现场心智意象控制的 SoC,(2)与现有 VR 耳机无缝集成并优化 EEG 通道选择,以提高用户接受度和体验,(3)具有灵活数据流的通用指令集架构 (ISA),支持广泛的心智意象操作,(4)混淆矩阵引导的师生 CNN 方案,可在 AI 操作期间节省电量,(5)EEG 信号的稀疏性增强以降低能耗。制造了 65nm SoC 测试芯片,并在各种基于心智意象的 VR 控制上进行了现场演示。虽然先前的研究涉及基于 EEG 的癫痫检测或类似的生物医学应用 [2-6],但本研究专注于 VR/MR 环境中的新兴 BMI。得益于低功耗特性和设计的系统级优化,SoC 的数字核心在计算密集型 CNN 操作中实现了 <1μJ/类的能耗。图 33.2.2 显示了 EEG 通道选择和集成到 Meta Quest 2 VR 耳机中,在准确性和用户便利性之间进行了权衡。为了支持各种思维意象任务,8 个 EEG 通道 T3、T5、O1、O2、T6、T4、PZ、和 CZ 被选中并巧妙地融入头带以保持用户的美感。不同的心理任务会激活八个选定通道的子集,例如用于心理意象的 T3/T5/CZ/T4/T6、用于情感(例如情绪)监测的 T5/CZ 或用于稳态视觉诱发电位 (SSVEP) 的 O1/O2/PZ。通道的减少导致三个主要任务的平均准确率略有下降(从 90.4% 下降到 85.2%),但显着提高了用户体验和可用性。带有生理盐水的商用 Hydro-link 电极用于通过头带上的预切孔捕获 EEG 信号。图 33.2.2 还显示了完全集成 SoC 的顶层图。多达 16 个可编程通道的 AFE 用于信号采集和数字化。 AFE 的每个通道包括一个增益为 45 至 72 dB、带宽为 0.05 至 400 Hz 的两级斩波放大器、一个转折频率为 60 Hz 的低通滤波器和一个工作频率为 128 Hz 至 10 kHz 的 8b SAR ADC。用于集成 AI 操作的数字核心包括一个 8×10 处理单元 (PE) 阵列、控制逻辑和相关存储库。带有专门开发的 ISA 的指令存储器为芯片的操作提供全局控制,以支持一系列思维意象任务。实时分类的大脑状态和思维控制命令通过外部蓝牙模块传输到 VR 耳机,以控制 VR 场景。虽然大多数现有研究仅关注固定数据流 [4] 和 CNN 模型 [2,3],但需要高度灵活的计算架构来支持各种思维意象任务。图 33.2.3 显示了专门开发的通用 ISA,用于数据流控制、模型配置、通道选择等。128b 的超宽 ISA 命令用于监督各种计算任务,例如 IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有很高的硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏性设置等)也集成到 ISA 中,以便高效地调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。 CNN、FC、DFT 和 IIR 滤波操作可以通过在不同数据流中重复使用相同的 PE 阵列来执行,例如,Conv 层的权重固定,或 FC 层和 DFT 的输出固定。与使用大量流水线触发器的传统脉动阵列不同,此设计有意移除了大部分或 O1/O2/PZ 用于稳态视觉诱发电位 (SSVEP)。通道数的减少导致三个主要任务的平均准确度略有下降(从 90.4% 降至 85.2%),但显著提高了用户体验和可用性。使用带有生理盐水的商用 Hydro-link 电极通过头带上的预切孔捕获 EEG 信号。图 33.2.2 还显示了完全集成 SoC 的顶层图。最多 16 个可编程 AFE 通道用于信号采集和数字化。AFE 的每个通道包括一个增益为 45 至 72dB 和带宽为 0.05 至 400Hz 的两级斩波放大器、一个转折频率为 60Hz 的低通滤波器和一个工作频率为 128Hz 至 10kHz 的 8b SAR ADC。集成 AI 操作的数字核心包括 8×10 处理单元 (PE) 阵列、控制逻辑和相关存储库。带有专门开发的 ISA 的指令存储器为芯片的操作提供全局控制,以支持一系列思维想象任务。实时分类的大脑状态和思维控制命令通过外部蓝牙模块传输到 VR 耳机,以控制 VR 场景。虽然大多数现有工作仅关注固定数据流 [4] 和 CNN 模型 [2,3],但需要高度灵活的计算架构来支持各种思维想象任务。图 33.2.3 显示了专门开发的用于数据流控制、模型配置、通道选择等的通用 ISA。128b 的超宽 ISA 命令用于监督各种计算任务,例如 IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有高硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏度设置等)也集成到 ISA 中,以便高效地调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。CNN、FC、DFT 和 IIR 滤波操作可以通过在不同数据流中重复使用相同的 PE 阵列来执行,例如,Conv 层的权重固定,或 FC 层和 DFT 的输出固定。与使用大量流水线触发器的传统收缩阵列不同,此设计有意消除了大部分或 O1/O2/PZ 用于稳态视觉诱发电位 (SSVEP)。通道数的减少导致三个主要任务的平均准确度略有下降(从 90.4% 降至 85.2%),但显著提高了用户体验和可用性。使用带有生理盐水的商用 Hydro-link 电极通过头带上的预切孔捕获 EEG 信号。图 33.2.2 还显示了完全集成 SoC 的顶层图。最多 16 个可编程 AFE 通道用于信号采集和数字化。AFE 的每个通道包括一个增益为 45 至 72dB 和带宽为 0.05 至 400Hz 的两级斩波放大器、一个转折频率为 60Hz 的低通滤波器和一个工作频率为 128Hz 至 10kHz 的 8b SAR ADC。集成 AI 操作的数字核心包括 8×10 处理单元 (PE) 阵列、控制逻辑和相关存储库。带有专门开发的 ISA 的指令存储器为芯片的操作提供全局控制,以支持一系列思维想象任务。实时分类的大脑状态和思维控制命令通过外部蓝牙模块传输到 VR 耳机,以控制 VR 场景。虽然大多数现有工作仅关注固定数据流 [4] 和 CNN 模型 [2,3],但需要高度灵活的计算架构来支持各种思维想象任务。图 33.2.3 显示了专门开发的用于数据流控制、模型配置、通道选择等的通用 ISA。128b 的超宽 ISA 命令用于监督各种计算任务,例如 IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有高硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏度设置等)也集成到 ISA 中,以便高效地调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。CNN、FC、DFT 和 IIR 滤波操作可以通过在不同数据流中重复使用相同的 PE 阵列来执行,例如,Conv 层的权重固定,或 FC 层和 DFT 的输出固定。与使用大量流水线触发器的传统收缩阵列不同,此设计有意消除了大部分AFE 的每个通道包括一个增益为 45 至 72 dB、带宽为 0.05 至 400 Hz 的两级斩波放大器、一个转折频率为 60 Hz 的低通滤波器和一个工作频率为 128 Hz 至 10 kHz 的 8b SAR ADC。用于集成 AI 操作的数字核心包括一个 8×10 处理单元 (PE) 阵列、控制逻辑和相关存储库。带有专门开发的 ISA 的指令存储器为芯片的操作提供全局控制,以支持一系列思维意象任务。实时分类的大脑状态和思维控制命令通过外部蓝牙模块传输到 VR 耳机,以控制 VR 场景。虽然大多数现有研究仅关注固定数据流 [4] 和 CNN 模型 [2,3],但需要高度灵活的计算架构来支持各种思维意象任务。图 33.2.3 显示了专门开发的通用 ISA,用于数据流控制、模型配置、通道选择等。128b 的超宽 ISA 命令用于监督各种计算任务,例如 IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有很高的硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏性设置等)也集成到 ISA 中,以便高效地调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。 CNN、FC、DFT 和 IIR 滤波操作可以通过在不同数据流中重复使用相同的 PE 阵列来执行,例如,Conv 层的权重固定,或 FC 层和 DFT 的输出固定。与使用大量流水线触发器的传统脉动阵列不同,此设计有意移除了大部分AFE 的每个通道包括一个增益为 45 至 72 dB、带宽为 0.05 至 400 Hz 的两级斩波放大器、一个转折频率为 60 Hz 的低通滤波器和一个工作频率为 128 Hz 至 10 kHz 的 8b SAR ADC。用于集成 AI 操作的数字核心包括一个 8×10 处理单元 (PE) 阵列、控制逻辑和相关存储库。带有专门开发的 ISA 的指令存储器为芯片的操作提供全局控制,以支持一系列思维意象任务。实时分类的大脑状态和思维控制命令通过外部蓝牙模块传输到 VR 耳机,以控制 VR 场景。虽然大多数现有研究仅关注固定数据流 [4] 和 CNN 模型 [2,3],但需要高度灵活的计算架构来支持各种思维意象任务。图 33.2.3 显示了专门开发的通用 ISA,用于数据流控制、模型配置、通道选择等。128b 的超宽 ISA 命令用于监督各种计算任务,例如 IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有很高的硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏性设置等)也集成到 ISA 中,以便高效地调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。 CNN、FC、DFT 和 IIR 滤波操作可以通过在不同数据流中重复使用相同的 PE 阵列来执行,例如,Conv 层的权重固定,或 FC 层和 DFT 的输出固定。与使用大量流水线触发器的传统脉动阵列不同,此设计有意移除了大部分IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有很高的硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏度设置等)也集成到 ISA 中,以便高效调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。可以通过在不同数据流中重用相同的 PE 阵列来专门执行 CNN、FC、DFT 和 IIR 滤波操作,例如,Conv 层的权重平稳,或 FC 层和 DFT 的输出平稳。与传统的脉动阵列不同,该设计特意移除了大部分IIR 滤波器、卷积 (Conv) 层、离散傅里叶变换 (DFT) 和全连接 (FC) 层,具有很高的硬件效率。为了支持不断变化的 AI 模型,每个子任务的配置(例如内核数量、层数、分支目标地址 (BTA)、稀疏度设置等)也集成到 ISA 中,以便高效调度和执行不同的任务。图 33.2.3 还显示了数字神经处理器的详细架构。8×10 PE 阵列可以灵活地按行或列打开或关闭。可以通过在不同数据流中重用相同的 PE 阵列来专门执行 CNN、FC、DFT 和 IIR 滤波操作,例如,Conv 层的权重平稳,或 FC 层和 DFT 的输出平稳。与传统的脉动阵列不同,该设计特意移除了大部分
