最好看的最新的中文字幕3,CiicCii短视频旧版本下载

基于QFD的智能音箱測(cè)評(píng)體系建立[人工智能][消費(fèi)電子]

智能音箱作為智能家居入口終端之一，是智能家居的重要組成部分，因此各測(cè)評(píng)機(jī)構(gòu)相應(yīng)開展了關(guān)于智能音箱的測(cè)評(píng)工作。但由于大部分測(cè)評(píng)機(jī)構(gòu)主要以智能音箱本身的技術(shù)要求進(jìn)行測(cè)評(píng)工作，未能充分結(jié)合客戶需求，導(dǎo)致測(cè)評(píng)結(jié)果無法有效滿足客戶和市場(chǎng)需求。將質(zhì)量功能展開(Quality Function Deployment，QFD)引入智能音箱測(cè)評(píng)體系建立，從客戶需求角度建立測(cè)評(píng)體系，可為業(yè)界提供參考。

發(fā)表于：6/1/2021

用于SoC電源噪聲測(cè)量的低溫漂VCO[其他][其他]

提出了適用于片上系統(tǒng)(SoC)電源噪聲測(cè)量的帶兩級(jí)溫度補(bǔ)償?shù)幕诃h(huán)路壓控振蕩器(ring VCO)的量化器。通過粗略和精細(xì)兩級(jí)溫度補(bǔ)償電路得到更低溫漂的ring VCO。在粗略補(bǔ)償一級(jí)中，將正比于溫(PTAT)的電流注入尾限流管控制的ring VCO中，用來補(bǔ)償VCO中較大的溫度系數(shù)；在精細(xì)補(bǔ)償一級(jí)中，用一個(gè)VCO復(fù)制電路來感知溫度的變化，并將感知到的溫度變化信息傳遞給量化器中的VCO，從而進(jìn)一步自適應(yīng)調(diào)整VCO量化器的振蕩頻率。基于40 nm工藝，設(shè)計(jì)一款工作在1.1 V電源電壓下的兩級(jí)溫度補(bǔ)償ring VCO，并對(duì)其進(jìn)行了電路仿真，其輸出信號(hào)的振蕩頻率約為4.3 GHz，在-40 ℃～125 ℃的溫度變化范圍內(nèi)，實(shí)現(xiàn)了15.5 ppm/℃的溫漂值。

發(fā)表于：6/1/2021

基于AXI總線的可配置LVDS控制器設(shè)計(jì)與驗(yàn)證[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

針對(duì)不同應(yīng)用場(chǎng)景下LVDS通信協(xié)議體現(xiàn)在數(shù)據(jù)位寬、幀格式和存儲(chǔ)方式的選擇差異性和數(shù)據(jù)收發(fā)靈活性，提出一種基于AXI總線的可配置LVDS控制器設(shè)計(jì)與驗(yàn)證方案。為了實(shí)現(xiàn)對(duì)LVDS控制器的精確控制，增加基于APB接口的可配置寄存器模塊，在SoC系統(tǒng)上由軟件控制數(shù)據(jù)傳輸，有效提高了數(shù)據(jù)收發(fā)的靈活性；為了提高傳輸效率并廣泛適應(yīng)場(chǎng)景需求，將與內(nèi)存交互的接口定義為AXI協(xié)議接口；為了避免傳輸數(shù)據(jù)錯(cuò)誤和數(shù)據(jù)包丟失等現(xiàn)象，在自定義協(xié)議中加入奇偶校驗(yàn)功能并在電路中加入數(shù)據(jù)包檢查機(jī)制。隨后，采用高效的回環(huán)驗(yàn)證方案針對(duì)LVDS控制器進(jìn)行功能測(cè)試。實(shí)驗(yàn)結(jié)果表明該LVDS控制器基于AXI接口準(zhǔn)確高效地實(shí)現(xiàn)了對(duì)端設(shè)備之間的數(shù)據(jù)收發(fā)功能，這種可配置的數(shù)據(jù)傳輸電路設(shè)計(jì)和驗(yàn)證方案靈活可行，便于廣泛應(yīng)用到視頻圖像數(shù)據(jù)傳輸系統(tǒng)中。

發(fā)表于：6/1/2021

基于 HVCMOS工藝的H橋驅(qū)動(dòng)電路版圖設(shè)計(jì)[其他][其他]

介紹了基于HVCMOS工藝的低成本、高集成度、強(qiáng)驅(qū)動(dòng)性能功率集成電路(Power IC，PIC)H橋的設(shè)計(jì)實(shí)現(xiàn)。建立的金屬互連線評(píng)估模型可在設(shè)計(jì)早期對(duì)H橋物理版圖方案進(jìn)行優(yōu)差性判斷，不依賴設(shè)計(jì)后仿真,從而提高設(shè)計(jì)效率。H橋不同互連線設(shè)計(jì)方案的比較結(jié)果表明，多插指陣列器件互連線(M2及以上層金屬)與器件本體的金屬層M1垂直、梯形狀互連結(jié)構(gòu)，能夠提高互連線沿電流流向的有效長寬比，減小寄生電阻。

發(fā)表于：6/1/2021

基于邊緣計(jì)算中極端姿態(tài)和表情的人臉識(shí)別[人工智能][通信網(wǎng)絡(luò)]

隨著信息技術(shù)的發(fā)展，人臉識(shí)別在支付、工作和安防系統(tǒng)中應(yīng)用的越來越多。在邊緣計(jì)算系統(tǒng)中，為了處理的速度，通常選擇較小的神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識(shí)別，這樣會(huì)導(dǎo)致識(shí)別率低。并且在實(shí)際應(yīng)用中大多都是對(duì)于圖片質(zhì)量較高的人臉可以很好地識(shí)別，但對(duì)于受光照影響較大、表情和姿態(tài)變化大的圖片識(shí)別率不是很高。因此，選擇SqueezeNet輕量級(jí)網(wǎng)絡(luò)，該網(wǎng)絡(luò)層數(shù)小，可以很好地運(yùn)用于邊緣計(jì)算系統(tǒng)中。采用了預(yù)處理的方法來對(duì)圖片進(jìn)行預(yù)處理，然后改進(jìn)了SqueezeNet網(wǎng)絡(luò)的損失函數(shù)以及加入了ResNet網(wǎng)絡(luò)中的殘差學(xué)習(xí)方法。最后通過對(duì)LFW和IJB-A數(shù)據(jù)集進(jìn)行測(cè)試，該研究方法明顯提高了識(shí)別率。

發(fā)表于：6/1/2021

一種基于圖神經(jīng)網(wǎng)絡(luò)的電信詐騙識(shí)別方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通信技術(shù)的普及給人們帶來便捷的同時(shí)，電信欺詐行為也急劇增加。由于詐騙行為特征、號(hào)碼類型等與正常業(yè)務(wù)具有極高相似性，傳統(tǒng)基于統(tǒng)計(jì)的電信欺詐檢測(cè)方法難于篩選。提出將用戶通信關(guān)系轉(zhuǎn)換為一組拓?fù)涮卣?，建立通信社交有向圖，將具有統(tǒng)計(jì)特征的頂點(diǎn)表示用戶，具有關(guān)系特征的邊表示他們之間的活動(dòng)。在通信社交圖基礎(chǔ)上，通過圖卷積模塊捕獲用戶的通信行為規(guī)律和通信社交關(guān)系特征，通過池化讀出機(jī)制聚合通信社交網(wǎng)絡(luò)的潛在特征，以識(shí)別電信欺詐行為。真實(shí)通信歷史數(shù)據(jù)驗(yàn)證表明了該方法的有效性。

發(fā)表于：6/1/2021

面向5G的SON 3GPP標(biāo)準(zhǔn)進(jìn)展[通信與網(wǎng)絡(luò)][5G]

為支持廣泛的QoS級(jí)別，需要自動(dòng)調(diào)整5G網(wǎng)絡(luò)以響應(yīng)網(wǎng)絡(luò)狀況，以保持最佳的性能效率。5G網(wǎng)絡(luò)將擁有比前幾代蜂窩移動(dòng)通信網(wǎng)絡(luò)更多的小區(qū)，因此自組織網(wǎng)絡(luò)(Self-Organizing Network，SON)對(duì)于運(yùn)營商管理復(fù)雜的5G網(wǎng)絡(luò)更為重要。介紹了3GPP工作組SA5和RAN針對(duì)5G SON的研究工作，并對(duì)自動(dòng)鄰居關(guān)系、PCI配置、容量和覆蓋率優(yōu)化、負(fù)載平衡優(yōu)化、移動(dòng)魯棒性優(yōu)化、RACH優(yōu)化等關(guān)鍵優(yōu)化技術(shù)進(jìn)行詳細(xì)闡述。

發(fā)表于：6/1/2021

基于卷積神經(jīng)網(wǎng)絡(luò)的2D人體姿態(tài)估計(jì)綜述[其他][其他]

隨著深度學(xué)習(xí)的快速發(fā)展，2D人體姿態(tài)估計(jì)作為其他計(jì)算機(jī)視覺任務(wù)的研究基礎(chǔ)，其檢測(cè)速度和精度對(duì)后續(xù)應(yīng)用落地具有實(shí)際意義。對(duì)近年來基于卷積神經(jīng)網(wǎng)絡(luò)的2D人體姿態(tài)估計(jì)的方法進(jìn)行梳理介紹，將現(xiàn)有方法分為人體檢測(cè)關(guān)節(jié)點(diǎn)回歸融合算法和人體關(guān)節(jié)點(diǎn)檢測(cè)聚類算法，同時(shí)對(duì)當(dāng)前的主流數(shù)據(jù)集及其評(píng)價(jià)準(zhǔn)則進(jìn)行總結(jié)，最后對(duì)2D人體姿態(tài)估計(jì)當(dāng)前所面臨的困難以及未來的發(fā)展趨勢(shì)做以闡述，為姿態(tài)估計(jì)相關(guān)研究提供一些參考。

發(fā)表于：6/1/2021

面向6G混合云頻譜共享的區(qū)塊鏈技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著越來越多的物聯(lián)網(wǎng)(IoT)設(shè)備需要在有限的頻譜范圍內(nèi)進(jìn)行通信，研究了6G增強(qiáng)超可靠低延遲通信(euRLLC)服務(wù)中的動(dòng)態(tài)頻譜共享問題，并將區(qū)塊鏈技術(shù)與6G混合云相結(jié)合，實(shí)現(xiàn)物聯(lián)網(wǎng)設(shè)備之間的頻譜共享。由于區(qū)塊鏈的分布式存儲(chǔ)和可靠性，基于區(qū)塊鏈的動(dòng)態(tài)頻譜共享可以實(shí)現(xiàn)靈活、可行和更高效的頻譜分配。分析了頻譜共享的過程，并提出了一種基于強(qiáng)化學(xué)習(xí)(RL)的euRLLC無線頻譜資源共享結(jié)構(gòu)，包括資源分類、資源調(diào)度、整體模型和神經(jīng)網(wǎng)絡(luò)優(yōu)化，通過將區(qū)塊鏈與混合云相結(jié)合，基于公共管理平臺(tái)，使用統(tǒng)一的編碼和識(shí)別標(biāo)準(zhǔn)來注冊(cè)和管理物聯(lián)網(wǎng)設(shè)備的信息。

發(fā)表于：6/1/2021

面向物聯(lián)網(wǎng)業(yè)務(wù)的空天地一體網(wǎng)絡(luò)多層架構(gòu)研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

為了滿足全球全面的三維覆蓋和在將來隨時(shí)隨地訪問的長期需求，作為理想網(wǎng)絡(luò)架構(gòu)的空天地一體化網(wǎng)絡(luò)(SAGIN)已成為當(dāng)今世界的重要研究方向?；谖磥硗ㄐ胖械牡湫蜆I(yè)務(wù)場(chǎng)景，首先分析了SAGIN的網(wǎng)絡(luò)架構(gòu)和組成，并介紹了實(shí)現(xiàn)SAGIN的關(guān)鍵技術(shù)。最后，對(duì)SAGIN的后續(xù)研究方向進(jìn)行了展望。

發(fā)表于：6/1/2021

B5G/6G通信的IRS技術(shù)綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

智能反射面(IRS)技術(shù)可以顯著增強(qiáng)信號(hào)的覆蓋范圍，是B5G/6G的關(guān)鍵技術(shù)之一。針對(duì)IRS的當(dāng)前理論研究中的關(guān)鍵技術(shù)，重點(diǎn)介紹信道估計(jì)、波束管理以及IRS輔助的NOMA、物理層安全增強(qiáng)方面的研究進(jìn)展，同時(shí)給出了未來的研究方向。

發(fā)表于：6/1/2021

國民技術(shù)面向表計(jì)行業(yè)的全棧國產(chǎn)芯片和解決方案[模擬設(shè)計(jì)][消費(fèi)電子]

5月26－28日，展現(xiàn)能源計(jì)量產(chǎn)業(yè)發(fā)展風(fēng)向標(biāo)的“2021中國國際表計(jì)行業(yè)年度大會(huì)”在珠海舉行，大會(huì)圍繞“四表創(chuàng)新技術(shù)”、“電行業(yè)專場(chǎng)”、“水行業(yè)專場(chǎng)”、“燃?xì)庑袠I(yè)專場(chǎng)”展開，吸引眾多行業(yè)專家、企業(yè)、媒體機(jī)構(gòu)參會(huì)。

發(fā)表于：6/1/2021

全面開啟數(shù)字化轉(zhuǎn)型之旅[人工智能][智能交通]

　　鐵路是可持續(xù)交通運(yùn)輸系統(tǒng)的支柱。在全球范圍內(nèi)，這種依靠鋼輪在鋼軌滾動(dòng)的運(yùn)輸方式歷史悠久。鐵路交通具有安全、可靠的特點(diǎn)，一直是人員和貨物輸送的主要方式。

發(fā)表于：5/31/2021

銀聯(lián)寶15W電源方案芯片推薦和選擇[電源技術(shù)][其他]

一般客戶來找開關(guān)電源芯片，我們都會(huì)問客戶需要輸入電壓多少？輸出電壓電流功率多少？要MOS的還是三極管BJT的？應(yīng)用場(chǎng)景在哪里？……那么今天就來介紹一款客戶經(jīng)常問到的15W電源方案的芯片，U6203D和U6773S兩個(gè)型號(hào)。

發(fā)表于：5/29/2021

電源模塊如何追趕快速發(fā)展的GPU、FPGA、ASIC算力？[電源技術(shù)][消費(fèi)電子]

算力似乎是現(xiàn)在這個(gè)時(shí)代不可不談的一個(gè)問題，當(dāng)一切都圍繞數(shù)據(jù)進(jìn)行之時(shí)，處理速度就是占領(lǐng)市場(chǎng)的一把利劍。機(jī)器學(xué)習(xí)、圖像識(shí)別、信號(hào)處理、仿真引擎應(yīng)用規(guī)模愈來愈大的現(xiàn)如今，傳統(tǒng)的CPU已無法滿足超大數(shù)據(jù)處理的需求，并行計(jì)算應(yīng)運(yùn)而生。

發(fā)表于：5/28/2021