99免费视频观看,国产在线视频91,国产精品久久久久久久久电影网

Matter对AIoT的意义：连接AIoT设备开发人员指南[人工智能][物联网]

人工智能(AI)与物联网(IoT)不断融合，形成了人工智能物联网(AIoT)，为各个细分市场的开发人员带来了诸多机遇。随着连接的互操作性日益提高，物联网将收集大量的原始数据。能够分析、学习数据并做出适当反应的设备有助于理解这些数据，并将其转化为更有价值的体验。AI还可以使物联网系统提高自主性，能够在无人工干预的情况下实时响应数据。

發(fā)表于：2024/12/20

带硬件同步功能的以太网 PHY 扩大了汽车雷达的覆盖范围[嵌入式技术][汽车电子]

为了支持高级驾驶辅助系统 (ADAS)，汽车上安装的雷达传感器数量越来越多，其中包括多个中距离和远距离雷达，用于支持汽车工程师学会定义的 L2 级自动驾驶。虽然这种雷达组合可以实现安全运行所需的前向扫描范围，并且到目前为止已经足够，但在成本敏感型市场中

發(fā)表于：2024/12/20

不稳定气流影响下多卫星抗干扰混合定位方法的研究[通信与网络][航空航天]

不稳定的气流会导致信号传播路径的扭曲和延迟变化，从而导致接收到的卫星信号的延迟和失真。这将导致定位系统的测距和寻向误差增大，影响定位结果的精度和准确性。因此，提出了一种新型的在不稳定气流影响下的多卫星抗干扰混合定位方法。对高空不稳定湍流数据进行预处理，快速验证湍流数据的真实性。基于动量守恒定律构建流场描述方程。通过运用载波相位观测和卫星天线相位中心坐标建立多卫星运动方程，并构建抗干扰混合定位模型。引入全球导航卫星系统（GNSS）技术，利用多颗卫星的信号来计算接收器的位置、速度和时间，从而解决多卫星混合抗干扰模型。实验结果表明，对于静态目标，该研究方法在目标方向N（北）、S（南）和E（东）的定位偏差较小；采用近地卫星、中等高度卫星和地球同步卫星混合定位时，定位误差的均方值始终低于0.002 cm。对于动态目标，该方法不受杂波干扰，能够稳定地定位目标。此外，所提出的方法具有更低的定位延迟和更高的定位效率。

發(fā)表于：2024/12/17

应用于无人监控的雷达发射机的设计与实现[微波|射频][通信网络]

设计了一种用于无人监控雷达的发射机系统，旨在实现对监控区域的高效探测和精准监测。该发射机系统采用了FMCW（调频连续波）雷达技术，其核心是一种线性连续信号。针对无人监控领域的特定需求和特点，对发射模块进行了方案确定和指标分析，并仿真设计了功率放大器和天线。在此基础上，对功放和天线的结构进行了有效改进。最后进行了系统的实物测试，结果达到了预期的7 W发射功率，证明提出的设计方案满足实际的设计应用需求，验证了其在该领域的可行性。

發(fā)表于：2024/12/17

基于系统级封装技术的X频段变频模块研制[EDA与制造][工业自动化]

研制了一款利用系统级封装技术（SIP）的小体积X频段双通道收发变频模块，在其内部集成了采用不同工艺制成的器件。模块把发射通道和接收通道集成到一个腔体中，并实现收发分时控制。模块采用上下双腔结构，不同腔体之间采用BGA球栅阵列进行垂直连接，显著减小模块体积，模块体积为21 mm×16 mm×3.8 mm。模块主要指标测试结果为：接收通道输入P-1dB ≤-10 dBm，接收信号增益30～35 dB，接收通道隔离度大于等于55 dB，接收噪声系数小于等于8 dB；发射通道增益10～12 dB，发射通道最大输出功率大于等于12 dBm，二次三次谐波抑制大于等于60 dBc，杂波抑制大于等于55 dBc，模块可在-55～+85 ℃正常工作。实测结果与仿真结果基本一致。

發(fā)表于：2024/12/17

基于锁相放大器的电涡流金属分类系统设计[测试测量][工业自动化]

电涡流检测是一种通过检测金属导体感应出的微小涡流信号来识别被测材料性质的方法。在利用电涡流检测技术进行金属分类时，微弱信号甚至会被噪声信号完全淹没，这使提取有效信号变得非常困难。针对这种实际问题，根据相关检测法设计了基于锁相放大器的金属分类系统。在设计中，微弱待测信号经过低噪声放大后与两路正交参考信号进行互相关，再经过低通滤波电路后被采集，对被采集的信号进行计算即可实现对微弱信号的检测。实验结果表明，系统具有较高的精度和灵敏度，能够极大地提高信号的信噪比，实现对金属材料的快速分类，分类准确率可达93%。

發(fā)表于：2024/12/17

基于编程组态软件的二总线图形建模及调试研究[通信与网络][工业自动化]

以太网控制自动化技术（Ethernet Control Automation Technology，EtherCAT）是当前工业控制领域的一个重要应用技术。基于EtherCAT总线的PLC可以集成控制二总线系统，在实施过程中，用户为PLC编程时会编写大量代码，在异步系统间也会存在消息不同步的问题。为解决上述问题，提出了一种基于编程组态软件对二总线设备组态建模和图形化调试技术，该技术包括异步系统间消息同步、二总线协议转换与解析、二总线拓扑构建状态机、在线实时调试功能以及可视化交互界面设计。

發(fā)表于：2024/12/16

通信模块和计算主机分离场景下安全有效入网认证的研究[通信与网络][5G]

随着5G、移动技术的不断发展，移动终端的形态越来越多样，具备移动接入能力的设备推动了万物互联时代的到来。移动终端从CDMA时代开始就已经实现了机卡分离，全网通的出现使得计算主机和通信模块进一步解耦。人们希望自己的移动终端可以在任何时间、任何地点接入任何网络。无线技术之所以能够实现突飞猛进的发展，正是因为顺应了分工合作、各自发展这一趋势。物联网的时代，终端设备往往规格低、数量大，新技术、新频段的不断涌现，导致主机和通信模块发展不同步，终端组合式接入给移动安全提出新挑战。探讨了如何通过数字证书、安全管控等技术实现通信模块和计算主机机分离场景下终端的入网认证。

發(fā)表于：2024/12/16

基于深度残差神经网络的5G信号室内分布预测[通信与网络][5G]

为解决5G信号室内覆盖的质量与稳定性问题，提出了一种基于深度残差神经网络的5G信号室内分布预测方法。采用基于全连接的深度残差神经网络构建预测模型，利用发射机与接收机的三维空间坐标信息和接收机的参考信号接收功率（Reference Signal Receiving Power， RSRP）数据作为输入特征，而无需收集复杂的环境特征信息。实验结果表明，该深度残差神经网络模型在不依赖详细环境参数的情况下，经归一化训练，预测出的RSRP与实际值相比，MAE为0.029 455，RMSE为0.041 495，能有效地预测室内的5G信号分布，验证了基于深度残差神经网络的预测方法在室内5G信号覆盖预测问题上的有效性，为优化室内5G网络部署和提升用户体验提供了科学依据和技术手段，具有重要的实际应用价值。

發(fā)表于：2024/12/16

改进LCR仪表测量稳定性的相位裕度优化方法及硬件实现[测试测量][工业自动化]

为解决LCR表在测量容性阻抗时的自激问题，设计了一种增强测量稳定性的LCR仪表。通过分析测量前端自平衡电桥电路的相位裕度，采用相位补偿电路解决因相位滞后造成的自激问题。应用直接数字频率合成技术结合相位校准电路设计，产生相位准确的正交测量信号。使用开关鉴相式锁相放大器处理微弱信号，经16位模数转换器采集后输入到微处理器进行矢量信号合成与输出显示。相比专业仪器，所设计样机对电阻测量相对误差可达0.5%，对大电容测量相对误差可达1%。

發(fā)表于：2024/12/16

速度型水声传感器的频率响应特性[MEMS|传感技术][通信网络]

声纳技术是人类探索海洋的主要手段，而水声传感器是声纳装置的重要组成部分。水声传感器分为标量和矢量水声传感器。矢量传感器可以弥补标量传感器获取声场信息不完整的不足，可以实现对水中声压和介质振速的精确测量从而确定目标方位等。主要对速度型矢量水声传感器的频率响应特性进行了研究，讨论高保真和高增益下速度型水声振幅模型、响应比及频率响应特性，提出频响设计原则，最后概括速度型水声传感器的应用。水声传感器是水下探测、定位和通信的重要手段。研究有助于开发高灵敏度和更好低频特性的速度型水声传感器，从而极大提升传统水声传感器的作用距离。远声场传感器的研制，提升诸如潜艇、UUV等水下目标的探测距离，将有利于从根本改变目前我国水声探测网络的格局，具有重要军事意义。

發(fā)表于：2024/12/16

基于多头注意力的社交网络用户身份链接方法[人工智能][消费电子]

随着社交网络的快速发展，人们在社交网络中拥有越来越多的虚拟身份，识别同一自然人不同网络虚拟身份的网络用户身份链接问题变得越来越重要。用户身份链接有助于挖掘网络用户的隐信息，构建全面的网络用户画像，进而促进跨网络的推荐、链接预测、信息传播等多个研究领域发展。现有的基于用户属性和基于网络结构的用户身份链接方法，没有考虑不同用户之间影响力差异因素，收敛速度较慢。基于深度游走的用户身份链接方法，融入多头注意力机制，对用户间影响力进行建模，实验结果表明，该方法可以很好地改进算法有效性，提高训练效率。

發(fā)表于：2024/12/16

基于改进YOLOv5n的腐败水果检测模型[人工智能][消费电子]

为了实现多种水果在采摘后自动化筛选和分拣中腐败水果识别的问题，提出了改进的YOLOv5n模型，命名为mobile-YOLO。首先将YOLOv5n的主干网络替换为MobileNetV3并引入深度可分离卷积，相较于原模型，这种改进在计算效率和速度上都有所提升，并且准确率也得到了提高。为了进一步提升速度，将C3模块替换为C2f模块，实现轻量化的同时获得了更丰富的梯度流信息。最后将原有的CIoU替换为α-CIoU，以加快收敛速度并保证图像框位置的准确性。mobile-YOLO相较于原始的YOLOv5n，mAP@.5（mean Average Precision）达到了98.1%，mAP@.5：.95达到了94.2%，同时在P（Precision）值为97.1%和R（Recall）值为96.8%的情况下，参数量几乎与YOLOv5n保持一致。

發(fā)表于：2024/12/16

融合图文预训练的汉越多模态神经机器翻译[人工智能][消费电子]

由于汉语和越南语之间存在显著的语法差异及语料稀缺，汉越神经机器翻译任务面临名词翻译不准确的挑战。提出了一种新颖的多模态神经机器翻译方法，该方法融合了文本预训练模型和视觉语言联合预训练模型。通过文本预训练模型，能够捕获深层的语言结构和语义；而视觉语言联合训练模型则提供了与文本相关联的视觉上下文，这有助于模型更准确地理解和翻译名词。两种模型通过一个简洁高效的映射网络结合，并通过Gumbel门控模块动态地整合多模态信息，以优化翻译输出。在汉越及越汉翻译任务中，该方法相比传统Transformer模型分别提升了7.13和4.27的BLEU值。

發(fā)表于：2024/12/16

高速以太网均衡技术的综述与思考[通信与网络][通信网络]

由于云计算、以太网、物联网的广泛运用产生的数据爆炸式增长，大型数据中心网络的有线输入输出（I/O）带宽需求迅速增长，高速以太网的发展顺应了网络流量的快速增长趋势。而随着以太网数据传输速率的提升，对串行链路的信号完整性挑战性进一步增大。针对高速传输下以太网均衡技术面临的挑战，聚焦于各类均衡技术，对各类均衡技术进行深入分析，探讨各类均衡器的工作原理和特性以及阐述了这些均衡器在高速传输环境中的适用场景，为未来高速以太网均衡器的发展和优化提供了参考，以更好地满足通信中不断增长的对更高的传输效率和更低的误码率的需求。

發(fā)表于：2024/12/16