片上协同网络和电磁协同效应感知的智能传感器*

黎玉玲，王秀玲

(内蒙古工业大学 信息工程学院，内蒙古 呼和浩特 010049)

片上协同网络和电磁协同效应感知的智能传感器*

黎玉玲，王秀玲

(内蒙古工业大学 信息工程学院，内蒙古 呼和浩特 010049)

摘要:为了提高传感器的功能集成、扩展应用类型和保障电磁兼容，提出了一种基于片上协同网络和电磁协同效应感知的智能传感器。针对传感器节点的复用性、多用型和高效系统执行力，设计了单节点部署阵列式多传感器、多核和多天线设备的片上协同网络，并通过动态映射解决了片上通信和阵列设备间电磁干扰问题；在分析符号出错率、电磁协同效应的硬件发生率的基础上，通过逻辑协同控制传感器片上网络中的电磁协同效应，设计出了具有动态分层差异特性自适应控制符号传递和融合处理的智能传感器。实验结果表明：所设计的智能传感器数据采集误差小于0.1 %，并带来了25 %的工作延迟增益，不仅提高了数据精度而且改善了实时性。

关键词：智能传感器；片上协同网络；电磁协同效应；逻辑协同控制

0引言

具有复合功能、可扩展应用的传感器节点及其网络因可以满足多样性数据采集应用和高集成度的智能控制多样化需求，得到了广泛应用，但是其电磁兼容性[1]、电磁流变效应[2]和片上网络设计[3]等因素，成为制约智能传感器设计的主要挑战。因此，设计一种能够感知电磁协同效应，保障多功能多核传感器节点稳定性和网络健壮性的片上网络智能传感器业已成为工业领域的热点应用研究领域。

文献[4]研究了一种由水平电阻和偏置电路组成的空间滤波CMOS电阻网络。文献[5]将类电磁算法应用于求解离散问题，提出了一种类电磁优化的片上网络低功耗映射算法。文献[6]通过对频率的相关性进行定义，并从性能与能耗模型中划分相关因素，从而提出了一种精确的多核结构片上网络能耗模型。Herrero Enric等人[7]研究了微体系结构的延迟、片上网络和片外存储器通信性能保障机制。HassanpourNeda等人[8]研究了提出了一种适用于三维片上网络芯片多处理器运行的分布式迁移算法基于博弈论的均衡处理元件的散热机制。文献[9]用透射电子显微镜研究了碳纳米管和xgnps之间的协同作用。文献[10]结合torus网络和mesh网络的优缺点，提出了一种新的拓扑结构TM。文献[11]基于协同化疗光热效应研究了内源性生物分子纳米仿生设计与制备的通用策略。文献[12]基于CAN总线设计了新型智能传感器节点用于解决岩土工程监测系统通信的实时性与可靠性保障问题。

本文针对多功能多核传感器的硬件排阵设计与数据融合处理问题，设计了一种片上协同网络和电磁协同效应感知的智能传感器。该智能传感器一方面具有传感、计算和天线阵列的片上协同网络；另一方面，可以根据片上协同网络架构的动态分层差异特性自适应控制符号传递和数据融合处理，分散和感知电磁协同效应。

1传感器片上协同网络

为了提高传感器节点的复用性、多用型和高效系统执行力，在单个节点上部署多个传感器、多处理器、多存储器和多天线等设备，于是面临多设备间的协同合作控制、片上通信和片上设备间电磁干扰等一系列问题。为了解决上述问题，在传感器节点的片上系统研究一种多级分层动态协同网络。假设，一个传感器节点上设置N只传感器，M个处理器和Q个无线发射模块，采用如图1所示协同网络架构。其中，根据数据类型、存储地址和服务需求与处理器阵列、发送阵列分别建立动态映射关系，设立动态映射逻辑协同控制模块。此外，将数据采集、数据处理、数据存取和数据输入输出分成4级协同架构。

图1　传感器片上协同网络Fig 1　Cooperative network on chip of sensor

图2　片上网络分层处理Fig 2　Hierarchical processing of network on chip

其中，根据三任务并行处理需求，将N×M×Q的片上协同网络分成了三层协同数据处理。将图中标号相同的部件连接起来，就是一个闭合环，而且三个闭合环之间片内电磁干扰，如果满足式(1)所示关系，则不会因片内符号传递带来电磁干扰，导致符号质量下降。

(1)

式中SCNOC为片上协同网络传递符号总数，S为传感器节点发送符号总数，NC为数据人无语并发数。

通过片上协同控制既要保证传感器节点的稳定性又要为系统执行性能提供有效保障，该协同网络架构在硬件部署占用面积上也具有明显优势，如式(2)所示

(2)

上述部署架构的厚度只是单个元件最大厚度的1.3倍。

实际片上协同网络应用中，通过存储部件在上，向下映射传感阵列，并与计算阵列重叠的组装方法，可形成动态版式，优化面积与体积。

片上协同网络的系统功耗需要综合考虑多级分层网络符号传递动态功耗、逻辑协同控制功耗、组件阵列功耗等。每次闭合环上符号处理过程还需要考虑处理器阵列活跃与空闲时功耗、片上符号路由传递功耗、符号片上网络交换功耗等主要部分。可由式(3)计算得到

(3)

式中PS为每个符号处理所需功耗，PCC为逻辑协同控制功耗，PNOC为片上网络内部器件总功耗。

片上协同网络的吞吐率表示单位时间内无线模块输出的符号数，可由式(4)得到

(4)

式中LS为成功传递的符号数。

根据式(3)和式(4)计算片上协同网络CNOC方案与单列串式片上网络SNOC方案进行性能对比，结果如图3所示。发现，虽然大量协同硬件布设和逻辑协同控制造成额外功耗，但随着传递符号规模的增大，CNOC方案的功耗增幅明显小于SNOC方案，而且随着任务并发数的增加，CNOC的吞吐率不断增大，而SNOC方案因为硬件在制版上的串行工作方式和组建样式导致吞吐率增大到一定程度后开始下降。

图3　片上网络性能分析Fig 3　Performance analysis of network on chip

2电磁协同效应感知的智能传感器

传感器片上网络中的电磁协同效应，可能在逻辑协同控制时对被传递符号的可靠性造成一定影响，可能增加符号出错率，因此，必须准确掌握电磁协同效应及其产生该效应的硬件发生率，根据片上协同网络架构的动态分层差异特性自适应控制符号传递和处理流程，消除电磁协同效应负面干扰，发挥其积极作用。因此，设计了一种如图4所示的电磁协同效应分散模型。通过在传感器片上协同网络硬件阵列下方增设一个电磁协同效应感知头，对多向性的电磁协同效应进行分散。分散后传感器平衡状态如式(5)所示

(5)

式中EES为n只传感器电磁协同效应，EEC为m个处理器电磁协同效应，EEA为q个无线模块电磁协同效应，EENOC为片上协同网络整体电磁协同分散效应。

此时，传感器的片上电偶极如式(6)所示

(6)

式中δ为电磁协同因子，INOC为片上网络瞬时电流，α为存储空间与硬件阵列的映射夹角。

图4　电磁协同效应分散模型Fig 4　Electromagnetic synergistic effect dispersion model

于是，传感器的电磁协同效应的静态磁场力感知和动态协同电场力感知，分别如式(7)和式(8)所示

(7)

(8)

式中MF为静态磁场力，EF为动态协同电场力。β为无线模块与计算阵列的映射夹角。

设计的片上协同网络中具有电磁协同效应智能感知和高性能的传感器，结构如图5所示。

图5　智能传感器结构Fig 5　Intelligent sensor structure

该智能传感器的电磁协同效应感知头、传感阵列、计算阵列和天线阵列的映射旋转基于存取空间和并发任务数决定，智能控制电磁协同效应分散后动态多相微旋力为

(9)

式中MCNOCF为动态多相微旋力，SYNOC为片上网络在电磁协同效应分散后的符号总数，可通过将传感Sy、计算SC和天线SA阵列信号线性依次求和后再异或运算得到融合数据。

智能传感器的平均工作延迟是指在片上协同网络信号处理过程中保证符号从采集到发送的耗时。为了平滑和兼容电磁协同效应，所设计的智能传感器上所有阵列之间的平均延迟为

(10)

式中Hp为符号传递跳数，Tp为每一跳所需时延,TS和TC分别为传感阵列和计算阵列每个阵元工作延迟。

3传感器数据检测性能验证

首先采用Arduino开发平台，结合C语言将所设计的智能传感器的片上协同网络架构嵌入到传感器节点中，同时基于动态映射电磁协同效应感知头，将逻辑协同控制算法烧录至单片机阵列中统计数据的采集、传递和输出性能，与同类型且基于静态串行片上网络的传感器进行性能对比。传感器实验参数设置:逻辑协同控制算法描述如下：

算法：基于片上协同网络的逻辑协同控制

输入：传感、计算和天线阵列向量S,C和A，N，M和Q

输出：符号SYNOC

1)BEGIN

2)基于电磁协同效应在感知头进行分散操作；

3)判断分散后传感器状态

4)IF 状态平衡 THEN

5)计算传感器的片上电偶极；

6)感知静态磁场力感知和动态协同电场力；

7)计算动态多相微旋力；

8)经异或运算后得到SYNOC；

9)ELSIF 传感器状态失衡

10)旋转传感、计算和天线阵列，更新向量S,C和A

11)向计算阵列发出逻辑协同控制命令信号;

12)重新感知电磁协同效应；

13)转向步骤(4)

END

单节点性能测试是在一个50 cm×50 cm×50 cm的正方体密闭装置中进行，统计温度、湿度和气压采集值与实际测量值进行对比。实验中,同时激活温度、湿度和气压等传感器，3个并发任务下统计结果，如图6所示。可以看出，整体误差均小于1 %，智能传感器采集数据精度并未受到并发任务时的电磁干扰，这是因为片上协同网络的动态映射功能很好地化解了组件阵列的电磁兼容问题。

多节点组网系统性能通过NS—2片上网络仿真平台进行测试。从节点移动性方面对上述两种传感器设计方案进行验证。其中，SN—CNOC为本文所提方案，SN—NOC为串行方案，并统计了两种方案的工作延迟，结果如图7所示。可以发现，随着传感器节点移动速度的增加，SN—NOC方案设计的传感器节点工作延迟越来越大，而且当移动速度大于6 m/s后呈线性增加，然而所设计的SN—CNOC智能传感器在动态映射基础上通过控制电磁协同效应，分散后可以充分发挥硬件阵列的协同功效，使得工作延迟逐步趋于平稳，降低了延迟抖动。

图6　数据误差分析Fig 6　Data error analysis

智能传感器参数设置：温度传感器2只，湿度传感器3只，处理器5个；气压传感器2只，发送模块3只，传感器节点数为10，实验时间为30 min，感知范围为500 m×600 m，移动模型为随机。

图7　传感器网络工作延迟Fig 7　Work delay of sensor networks

4结束语

为了增强单个传感器节点的功能性、应用性和稳定性，以及传感器网络的信号传输质量，基于片上协同网络和电磁协同效应感知研究了一种智能传感器。一方面，分析了单个传感器节点多传感多核部件阵列制版方案，将多传感器、多核和多天线设备通过存取映射建立片上协同网络；另一方面，为了提高片上网络传递符号正确率、感知电磁协同效应硬件发生特性和分散磁场力，逻辑协同控制传感器片上网络中的电磁协同效应，通过动态分层进行符号传递自适应控制与融合处理，从而增强了传感器的集成度和智能控制能力。测试结果表明:所设计的智能传感器在数据采集精度、工作延迟、吞吐率和功耗等方面均具有显著优势。

参考文献:

[1]王超,王义涛.编队协同防空作战中的电磁兼容判断模型[J].火力与指挥控制,2011,36(6):64-66.

[2]路家斌,阎秋生,潘继生,等.电磁流变效应微磨头加工的电磁耦合协同作用机理实验[J].光学精密工程，2012,20(11):2485-2491.

[3]张剑贤.高技能片上网络关键技术研究[D].西安：西安电子科技大学,2012.

[4]赖小峰,孟丽娅,陈坤,等.可用于CMOS 图像传感器片上集成的电阻网络[J].微电子学与计算机,2012,27(12):51-54.

[5]臧明相,王婷,周文宏.类电磁优化的片上网络低功耗映射算法[J].西安电子科技大学学报:自然科学版,2014,41(4):82-86.

[6]张帅,宋风龙,王栋,等.多核结构片上网络性能—能耗分析及优化方法[J].计算机学报,2013,36(5):988-1003.

[7]Herrero Enric,González José,Canal Ramon.Distributed cooperative caching:An energy efficient memory scheme for chip multiprocessors[J].IEEE Transactions on Parallel and Distributed Systems,2012,23(5):853-861.

[8]Hassanpour Neda,Hessabi Shaahin,Hamedani Parisa Khadem.Temperature control in three-network on chips using task migration[J].IET Computers and Digital Techniques,2013,7(6):274-281.

[9]Kim Myung-Sub,Yan Jun,Joo Kyung-Hoon,et al.Synergistic effects of carbon nanotubes and exfoliated graphite nanoplatelets for electromagnetic interference shielding and soundproofing[J].Journal of Applied Polymer Science,2013,130(6):3947-3951.

[10] 王新玉,向东,虞志刚.TM:一种新的片上网络拓扑结构[J].计算机学报,2014,37(11):2327-2341.

[11] Gao Yanqin,Wu Xingjie,Zhou Linzhu,et al.A sweet polydopa-mine nanoplatform for synergistic combination of targeted chemo-photothermal therapy[J].Macromolecular Rapid Communications,2015,36(10):916-922.

[12] 杜华程,许同乐,黄湘俊,等.基于CAN 总线的智能传感器节点设计与应用[J].传感器与微系统,2015,34(2):82-84.

Intelligent sensor based on cooperative network on chip and electromagnetic synergistic effect perception*

LI Yu-ling，WANG Xiu-ling

(College of Information Engineering,Inner Mongolia Technology University,Hohhot 010049,China)

Abstract:In order to improve functional integration of sensors,expand application types and guarantee electromagnetic compatibility,propose a kind of intelligent sensor based on cooperative network on chip and electromagnetic cooperative effect perception.Aiming at reusability,versatility of sensor node and high efficient system execution,single node deployment array type multi-sensors,multi-core and multi-antenna devices on chip cooperative network are designed,and solve problem of on-chip communication and electromagnetic interference between array devices by dynamic mapping;on the basis of analysis on error rate of symbol,hardware incidence of electromagnetic cooperative effect,by logic cooperative,by logic cooperation control electromagnetic cooperative effect of network on chip,and intelligent sensor is presented,which has combination of dynamic hierarchical difference characteristics adaptive control symbol transfer and fusion processing.Experimental results show that error of data acquisition of the designed sensor is less than 0.1 %,and bring 25 % of work delay gain,not only improves precision of data but also improves the real-time performance.

Key words:intelligent sensor;cooperative network on chip;electromagnetic synergistic effect;logic cooperative control

DOI:10.13873/J.1000—9787(2016)05—0110—04

收稿日期：2016—03—25

*基金项目：内蒙古自然科学基金资助项目(2012MS0925)；内蒙古工业大学科研项目(ZD201119)

中图分类号：TP 319

文献标识码：A

文章编号：1000—9787(2016)05—0110—04

作者简介:

黎玉玲(1974-)，女，内蒙古呼和浩特人，硕士，副教授，主要研究方向为智能信息处理。