基于FPGA的集成深度神经网络与AES加密的压阻纳米复合薄膜安全智能应变传感系统

《Technologies》：Secure and Energy-Efficient FPGA Smart Sensor for Real-Time Nanocomposite Strain Sensing with Deep Neural Network and AES

　　

摘要

确保从航空航天到民用基础设施等安全关键系统的结构完整性，需要在严格的安全和电源约束下进行连续、实时的应变监测。将密码电路与物联网连接和纳米结构传感器相结合，为提升系统安全性提供了一条有前景的途径。然而，噪声、滞后、信号可重复性、建模、校准以及无线传输过程中的数据安全风险等挑战使得信号处理变得困难。本研究提出了一种用于压阻纳米复合薄膜的安全、节能智能应变传感系统，该系统基于现场可编程门阵列（FPGA）实现。该系统集成了深度神经网络模型以近似平均压阻响应并缓解静态非线性，同时集成了 128 位高级加密标准（AES）密码引擎以保护蓝牙数据传输。这种硬件加速方法实现了连续的结构应变监测，为早期故障预警和预测性维护模型提供了可靠数据。实验结果表明，集成 AES 加密的安全智能应变传感系统实现了 的误码率，99.7% 的数据包交付率，以及 的均方误差，证实了在测试条件（0 dBm，10 米范围）下加密蓝牙传输的保真度。此外，发送数据与接收/解密数据之间达到了 99.4% 的戴斯相似系数，在弹性范围内归一化平均绝对误差为 12.5%。该系统在 Altera 5CSEMA5F31C6N FPGA 上仅使用了 8936 个逻辑单元和 953 个寄存器，实现了 0.74 mW 的模拟核心动态功耗。与现有方法相比，所提出的系统在安全性、能效和硬件资源利用方面具有显著优势，使其成为可靠性关键应用中实时嵌入式监测的有前景的解决方案。