发电 (SSEG)?小型嵌入式发电机;SSEG:额定功率高达 1 MVA 的嵌入式发电机,包括能量转换装置(多个装置)、静态功率转换器(多个转换器)(如果适用)以及客户网络内的控制和保护装置,与低压网络同步运行
摘要 — 在本文中,我们开发了多用户多输入单输出 (MISO) 广播信道 (BC) 的节能方案,并辅以可重构智能表面 (RIS)。为此,我们考虑了三种 RIS 架构:局部被动对角 (LP-D)、全局被动对角 (GP-D) 和全局被动超对角 (GP-BD)。在全局被动 RIS 中,RIS 的输出信号功率不大于其输入功率,但一些 RIS 元件可以放大信号。在局部被动 RIS 中,每个元件都不能放大入射信号。我们表明,如果 RIS 元件的静态功率不太高,这些 RIS 架构可以显着提高能源效率 (EE)。此外,GP-BD RIS 的复杂度和静态功率高于 LP-D RIS 和 GP-D RIS,可提供更好的频谱效率,但其 EE 性能高度依赖于静态功耗,可能比其对角对应物更差。索引词——能源效率、可重构智能表面(RIS)、超对角RIS、全局无源RIS、MISO广播信道。
课程(均为 3 学分课程) EEE 6002:电气与电子工程选题 课程内容由课程老师在 EEE 系研究生委员会(BPGS)批准下决定。(注意:每个学生只能选修一次本课程) EEE 6101:非线性系统分析 数值方法。图解法。已知精确解的方程。奇点分析。解析方法。受迫振动系统。变系数线性微分方程。非线性系统的稳定性。 EEE 6103:人工神经网络 生物神经系统:大脑和神经元。人工神经网络。历史背景。赫布联想子。感知器:学习规则、说明、证明、失败 自适应线性(ADALINE)和多重自适应线性(MADALINE)网络。多层感知:生成内部表示 反向传播、级联相关和反传播网络。高阶和双向关联记忆。霍普菲尔德网络:李亚普诺夫能量函数。吸引盆地。概率更新:模拟退火、玻尔兹曼机。自适应谐振理论 (ART) 网络 ART1、ART2、模糊 ART 映射 (ARTMAP) 网络。Kohonen 特征图、学习矢量量化 (LVQ) 网络。新兴主题:卷积神经网络、深度神经网络。神经网络的应用。EEE 6301:功率半导体电路* 静态开关器件,SCR、BJT、MOSFET、IGBT、SIT、GTO、MCT 的特性。静态功率转换器的分类及其应用。静态功率转换器的控制电路。脉冲宽度调制;静态功率转换器的 PWM 控制。开关模式 DC-DC 转换器、谐振转换器、静态转换器波形的傅里叶分析、静态转换器的 HD、THD、pf、ZVS 和 ZCS。交流驱动器的磁滞电流。 *本课程也属于 EEPS 组
在本章中,我们将解释互补金属氧化物半导体 (CMOS) 电路中的两种功耗类型。一般而言,CMOS 电路在任何时候都会耗散功率 — 无论是活动状态还是非活动状态。电路在执行计算任务时消耗的功率称为动态功率。相反,在电路处于休眠状态期间由于漏电而损失的功率称为静态功率。通过精心设计电路,可以将漏电抑制到最低限度。因此,动态功耗通常明显高于静态功耗。可以采用的一些节省动态功耗的技术包括降低电源电压、时钟频率、时钟功率和动态有效电容。通过探究设计模块的活动因素,可以将这些技术应用于高功耗模块。
电力电子技术的发展推动了风电融入电力系统。与传统的旋转同步发电机不同,风电与静态功率转换器相连。与转换器相连的风力发电机在未来电力系统中的作用值得重新思考,从被动跟随电力系统到主动参与电力系统的调节。在这里,我们首先回顾了过去几十年风能发展的成就。然后,我们重点介绍了电力电子技术在风电系统中的作用,包括其先进的控制以及从电力系统层面的角度相对于支持未来可持续电力系统的新兴要求的问题。然后,我们回顾了欧洲一些正在进行的试点项目和示范项目,以确定风电系统目前的研究重点。最后,讨论了未来的发展趋势,以实现更好的风电整合。
摘要 - 在本文中,我们提出了一个基于性能,稳定性,稳定性,稳定性,稳定性,稳定性之间的折叠式晶体管晶体管(CNT)效果晶体管(CNFET)基于基于5-NM技术节点的静态静态随机访问mem-Ory(SRAM)设计。除了尺寸优化外,还评估并对CNFET SRAM性能改善(包括CNT密度,CNT直径和CNFET频率)在内的物理模型参数进行了评估和优化。优化的CNFET SRAM与基于亚利桑那州立大学的最先进的FinFET SRAM细胞[ASAP 7-nm FinFET预测技术模型(PTM)]库进行了比较。我们发现,与FinFET SRAM细胞相比,所提出的CNFET SRAM细胞的读取,编写EDP和静态功率分别提高了67.6%,71.5%和43.6%,其稳定性稍好。CNT互连都被认为是组成全碳基SRAM(ACS)阵列,该阵列将在本文的第二部分中进行讨论。实现并使用具有铜互连的7 nm FinFET SRAM单元进行比较。
摘要 — 在本文中,我们提出了一种基于碳纳米管 (CNT) 场效应晶体管 (CNFET) 的静态随机存取存储器 (SRAM) 设计,该设计在 5 纳米技术节点上基于性能、稳定性和功率效率之间的权衡进行了优化。除了尺寸优化之外,还评估和优化了包括 CNT 密度、CNT 直径和 CNFET 平带电压在内的物理模型参数,以提高 CNFET SRAM 性能。基于亚利桑那州立大学 [ASAP 7 纳米 FinFET 预测技术模型 (PTM)] 库,将优化的 CNFET SRAM 与最先进的 7 纳米 FinFET SRAM 单元进行了比较。我们发现,与 FinFET SRAM 单元相比,所提出的 CNFET SRAM 单元的读取、写入 EDP 和静态功率分别提高了 67.6%、71.5% 和 43.6%,稳定性略好。 CNFET SRAM 单元内部和之间的 CNT 互连被视为构成全碳基 SRAM (ACS) 阵列,本文第二部分将对此进行讨论。本文实施了一个具有铜互连的 7 纳米 FinFET SRAM 单元并将其用于比较。
摘要:本文提出了一种具有单端特性的 6T 单元,以提高稳定性、降低能耗、降低漏电功率。该单元与规格优良的 10 和 12 晶体管结构进行了比较。然而,上述结构设计为具有最佳参数,尺寸小,晶体管数量最少,从而减小了单元尺寸。在某些参数方面,例如写入噪声容限,该结构与其他结构相比具有最佳优点,甚至高于 12 和 10 晶体管的结构。通过切断要写入为“1”的存储节点的下拉路径来增强写入操作;读取操作无需切断下拉路径即可执行。在 VDD=0.4V 时,与传统的 6T 相比,所提出的结构的静态功率、读取容限、写入容限、读取能量和写入能量分别优越 33%、50%、215%、9% 和 5%。与标准 6T 结构相比,电气质量指标 (EQM) 参数提高了约十倍,表明新结构的价值已经得到体现。对 32nm 技术中 5,000 次读写产量的蒙特卡洛模拟表明,我们的单元产量比典型的 6T 单元高出 2 倍和 3.4 倍。因此,对于需要低能耗和高稳健性的应用,建议的 6T 单元是一个合适的选择。