亚洲中文字幕无码超碰,日韩在线

面向船舶通信應(yīng)用場景的5G小基站覆蓋方案設(shè)計與驗證[通信與網(wǎng)絡(luò)][5G]

隨著5G設(shè)備部署密度逐步增大，5G大時代來臨，單純從增加宏基站部署的角度來看，成本價格太高，另一方面，5G toB、toC個性化需求逐步增加。針對5G頻段上移、穿墻能力減弱、個性化要求的問題，5G一體化小基站應(yīng)運而生，并在補盲、補熱范疇作用逐步提升。針對水上作業(yè)通信困難的問題，提出了一種新型基于CPE的組網(wǎng)方案，該方法安裝便捷、價格低廉，極大滿足用戶需求，可大范圍推廣。

發(fā)表于：7/25/2024

改進自適應(yīng)加權(quán)的海面目標距離測量和跟蹤[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

海上目標距離探測和跟蹤是海洋安全和軍事應(yīng)用中的關(guān)鍵任務(wù)之一，針對復(fù)雜海面環(huán)境在海雜波等影響因素下目標距離測量精度低的問題，提出了一種改進的多傳感器數(shù)據(jù)融合算法。該算法利用海面艦船雷達及陸地雷達聯(lián)合探測結(jié)果，先對多個數(shù)據(jù)源數(shù)據(jù)進行坐標系轉(zhuǎn)換，利用Robust Z-score方法進行縱向數(shù)據(jù)預(yù)處理剔除異常數(shù)據(jù)，再通過重新定義置信距離度量，將置信度較高的傳感器結(jié)果代替被踢除數(shù)據(jù)后，對結(jié)果進行自適應(yīng)加權(quán)融合。同時，為了進一步提高數(shù)據(jù)精度，引入了一種分段融合機制，將改進的傳感器數(shù)據(jù)融合算法與階梯式自適應(yīng)加權(quán)融合算法進行級聯(lián)，通過度量各分段融合結(jié)果的相似度，設(shè)定一個置信閾值，通過該置信閾值確定最終的融合結(jié)果。仿真實驗結(jié)果證實了算法的有效性和準確性。

發(fā)表于：7/25/2024

改進轉(zhuǎn)移概率矩陣的三維交互式跟蹤模型算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

由于現(xiàn)有的簡單的轉(zhuǎn)移概率矩陣會導(dǎo)致跟蹤精度不高，復(fù)雜的轉(zhuǎn)移概率矩陣會導(dǎo)致跟蹤時間過長，難以滿足三維空間中機動目標跟蹤要求。針對轉(zhuǎn)移概率矩陣的設(shè)計問題，從機理分析入手，提出了一種基于隸屬度函數(shù)的模型轉(zhuǎn)移概率矩陣設(shè)計方法，并對三維交互式多模型算法進行了改進完善。仿真結(jié)果表明，依據(jù)隸屬度函數(shù)修正轉(zhuǎn)移概率矩陣的方法有效提高了三維機動目標的跟蹤精度。

發(fā)表于：7/25/2024

有偏量測下基于最大相關(guān)熵卡爾曼濾波的目標跟蹤方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對傳感器存在系統(tǒng)偏差且噪聲非高斯條件下目標狀態(tài)估計精度較差的問題，提出一種有偏量測下基于最大相關(guān)熵卡爾曼濾波（Maximum Correntropy Kalman Filter， MCKF）的目標跟蹤方法。該方法通過引入差分機制，利用目標相鄰時刻的有偏量測之差構(gòu)建差分量測方程，有效克服了系統(tǒng)偏差的影響。隨后基于最大相關(guān)熵準則（Maximum Correntropy Criterion， MCC）量化估計誤差的高階矩信息，并以差分量測為先驗條件推導(dǎo)出有偏量測下算法的濾波迭代方程。仿真結(jié)果表明，當系統(tǒng)觀測值受傳感器系統(tǒng)偏差和非高斯噪聲干擾時，與現(xiàn)有方法相比，所提方法具有更好的跟蹤性能。

發(fā)表于：7/25/2024

機動目標跟蹤時滯問題分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

機動目標跟蹤結(jié)果在時間軸上的滯后問題是當前機動目標跟蹤領(lǐng)域的一大難點。產(chǎn)生時滯的情況很多，一般在跟蹤初期和發(fā)生較大機動的時間段內(nèi)尤為明顯，常常會因此出現(xiàn)誤差高峰。如果能有方法抑制或者消除時滯現(xiàn)象，將能顯著提高跟蹤效果。從仿真實驗的結(jié)果和現(xiàn)象入手，結(jié)合卡爾曼濾波理論、交互式多模型算法和現(xiàn)代神經(jīng)網(wǎng)絡(luò)模型對時滯問題進行剖析，根據(jù)跟蹤各個階段情況的變化，分析時滯產(chǎn)生的不同原因，并提出可能的解決方法，以期為提高機動目標跟蹤效果提供參考。

發(fā)表于：7/25/2024

大幅提高48 V至12 V調(diào)節(jié)第一級的效率[電源技術(shù)][數(shù)據(jù)中心]

　　本文介紹了一個示例，其磁元件的體積和重量只有原來的1/4，使得1.2 kW解決方案符合1/8磚的行業(yè)標準尺寸，并且峰值效率高于98%。本文還重點討論了如何根據(jù)耦合電感的品質(zhì)因數(shù)（FOM）優(yōu)化48 V拓撲。專注于DC-DC轉(zhuǎn)換領(lǐng)域的工程師將會對此感興趣。

發(fā)表于：7/25/2024

用混合信號示波器識別建立和保持時間違規(guī)[測試測量][工業(yè)自動化]

　　信號之間的時間關(guān)系對數(shù)字設(shè)計的可靠運行至關(guān)重要。對于同步設(shè)計，時鐘信號相對于數(shù)據(jù)信號的時間尤為重要。使用混合信號示波器，可以輕松確定多個邏輯輸入和時鐘信號之間的時間關(guān)系。建立和保持時間觸發(fā)器自動確定時鐘與數(shù)據(jù)時間關(guān)系。

發(fā)表于：7/19/2024

藍牙技術(shù)支持精確定位[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

信道探測技術(shù)不僅能提升生活的便利性，還能用于高效的能源管理。以恩智浦在“國際嵌入式大會”上展示的信道探測演示為例，空調(diào)能夠使用通道探測技術(shù)自動開啟或關(guān)閉。隨著未來幾代BLE標準的推出，這種基于信道探測的定位功能有望變得像藍牙技術(shù)一樣普及1。

發(fā)表于：7/19/2024

派拓網(wǎng)絡(luò)：利用AI確保網(wǎng)絡(luò)安全的秘訣[人工智能][信息安全]

企業(yè)領(lǐng)導(dǎo)人往往關(guān)心如何才能更好地利用人工智能（AI）和機器學習（ML）提高網(wǎng)絡(luò)安全性，以及如何防范犯罪分子利用AI創(chuàng)造出的更加復(fù)雜的攻擊

發(fā)表于：7/18/2024

評估分布式雷達架構(gòu)的四個理由[MEMS|傳感技術(shù)][汽車電子]

　　汽車制造商正積極研究多元化的雷達技術(shù)方案，以提升新一代高級駕駛輔助系統(tǒng)（ADAS）架構(gòu)的性能和系統(tǒng)優(yōu)化，同時簡化向軟件定義汽車（SDV）的過渡。為助力汽車制造商進行開發(fā)，恩智浦PurpleBox參考設(shè)計應(yīng)運而生。

發(fā)表于：7/15/2024

醫(yī)療健康領(lǐng)域的NFC[微波|射頻][醫(yī)療電子]

　　NFC是一種近距離無線通信技術(shù)，當兩個設(shè)備相互靠近時，NFC可以在設(shè)備之間傳輸數(shù)據(jù)。在醫(yī)用領(lǐng)域，NFC同樣可以發(fā)揮非常重要的作用，提高醫(yī)療設(shè)備的通信便捷性，準確識別患者身份，安全傳輸健康數(shù)據(jù)。

發(fā)表于：7/11/2024

派拓網(wǎng)絡(luò)：潛伏在企業(yè)中的AI風險[人工智能][信息安全]

第三方生成式AI應(yīng)用大多未經(jīng)審查或批準就被用于工作，這會給企業(yè)帶來嚴重的風險。IT和信息安全團隊必須對企業(yè)技術(shù)生態(tài)中所使用的第三方應(yīng)用進行審查和批準，這是因為他們需要了解正在使用的應(yīng)用、這些應(yīng)用是否安全，以及有哪些敏感的公司數(shù)據(jù)（如果有的話）進入了這些應(yīng)用。

發(fā)表于：7/11/2024

過程論視野下的算法裁量：形成機理、現(xiàn)實困境和法治路徑[其他][信息安全]

算法在行政裁量領(lǐng)域中的廣泛應(yīng)用，形成了一種新型的算法裁量模式，與此同時，亦帶來諸多法治挑戰(zhàn)，有必要對其形成機理、現(xiàn)實困境和法治路徑展開研究。在形成機理方面，基于法律與事實的交織構(gòu)造，算法裁量的產(chǎn)生得益于法律的代碼化以及技術(shù)對事實的豐富處理。從過程論視角，對其進行“接收-處理-輸出”階段性劃分，針對性地逐一釋明不同階段所存在的數(shù)據(jù)質(zhì)量問題、算法黑箱、算法歧視問題?；诖耍斜匾獜姆秶薅?、程序約束及權(quán)利保障三個方面進行過程性的法律控制，從而推動算法裁量的法治化實踐。

發(fā)表于：7/2/2024

數(shù)據(jù)知識產(chǎn)權(quán)登記對象研究[其他][信息安全]

發(fā)表于：7/2/2024

網(wǎng)絡(luò)犯罪抽樣取證的實踐困境與完善[通信與網(wǎng)絡(luò)][信息安全]

信息網(wǎng)絡(luò)時代，網(wǎng)絡(luò)犯罪的海量證據(jù)引發(fā)證明困難的司法困境，抽樣取證規(guī)則為化解網(wǎng)絡(luò)犯罪海量證據(jù)取證困境提供了有益探索。然而抽樣取證在實踐中仍存在取證標準不明晰、取證程序設(shè)計不足、取證范圍寬泛、被追訴人權(quán)利保障不健全等困境。對此，需要明確抽樣取證的標準；程序設(shè)計上，需要從主體權(quán)限、審批程序、構(gòu)建類型化抽樣方法體系、非法抽樣證據(jù)排除角度進行完善；同時需要對抽樣取證的案件范圍、證據(jù)范圍、程序范圍進行必要限縮；最后需要從知情權(quán)、參與權(quán)、異議權(quán)等角度加強被追訴人救濟權(quán)保障。

發(fā)表于：7/2/2024