• 首頁
  • 新聞
    業(yè)界動態(tài)
    新品快遞
    高端訪談
    AET原創(chuàng)
    市場分析
    圖說新聞
    會展
    專題
    期刊動態(tài)
  • 設(shè)計資源
    設(shè)計應(yīng)用
    解決方案
    電路圖
    技術(shù)專欄
    資源下載
    PCB技術(shù)中心
    在線工具庫
  • 技術(shù)頻道
    模擬設(shè)計
    嵌入式技術(shù)
    電源技術(shù)
    可編程邏輯
    測試測量
    通信與網(wǎng)絡(luò)
  • 行業(yè)頻道
    工業(yè)自動化
    物聯(lián)網(wǎng)
    通信網(wǎng)絡(luò)
    5G
    數(shù)據(jù)中心
    信息安全
    汽車電子
  • 大學(xué)堂
  • 期刊
  • 文獻檢索
期刊投稿
登錄 注冊

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究

基于4/5G融合網(wǎng)絡(luò)QoS差異化服務(wù)關(guān)鍵技術(shù)研究[通信與網(wǎng)絡(luò)][5G]

隨著5G網(wǎng)絡(luò)的部署和商用,基于業(yè)務(wù)對網(wǎng)絡(luò)能力的不同需求,在現(xiàn)網(wǎng)中對不同用戶進行差異化服務(wù)已成為行業(yè)研究熱點。為此提出了一種實現(xiàn)4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署和統(tǒng)一調(diào)用的方法。該方法包含了4/5G網(wǎng)絡(luò)QoS差異化服務(wù)融合部署的網(wǎng)絡(luò)架構(gòu)、QoS平臺服務(wù)端對終端4/5G用戶自動識別的方法以及4/5G融合的QoS業(yè)務(wù)端到端流程等。此方案的設(shè)計使得第三方不需要區(qū)分用戶的4/5G形態(tài),使用全國統(tǒng)一的調(diào)度接口直接調(diào)用運營商的QoS能力,充分發(fā)揮運營商的網(wǎng)絡(luò)優(yōu)勢和價值。

發(fā)表于:6/9/2022 10:33:00 AM

基于VPX開放式架構(gòu)的無線電監(jiān)測平臺設(shè)計

基于VPX開放式架構(gòu)的無線電監(jiān)測平臺設(shè)計[可編程邏輯][其他]

無線電監(jiān)測系統(tǒng)對信號搜索、截獲、識別等能力提出了更高的要求,傳統(tǒng)無線電監(jiān)測系統(tǒng)軟硬件標準化、模塊化不成熟,定制性較強,通用性較差,難以滿足未來對裝備的需求。結(jié)合軟件無線電的思路,設(shè)計了一種基于VPX開放式的無線電監(jiān)測平臺,重點研究了平臺的硬件架構(gòu)設(shè)計和軟件架構(gòu)設(shè)計,最后搭建驗證平臺,測試了平臺的傳輸功能和系統(tǒng)性能,驗證了平臺的可行性。

發(fā)表于:6/9/2022 10:28:00 AM

基于3D傳感器的帶束層糾偏算法

基于3D傳感器的帶束層糾偏算法[其他][其他]

為了解決帶束層在傳輸時中心位置發(fā)生偏移的問題,提出了一種基于3D傳感器的帶束層糾偏算法。首先對3D傳感器采集的輪廓數(shù)據(jù)進行預(yù)處理,使數(shù)據(jù)變得更平滑;其次在糾偏過程中,將帶束層糾偏過程分為上中下3個區(qū)域,在上邊和下邊區(qū)域采用定邊,中間區(qū)域采用定中,通過在3個不同區(qū)域計算不同的位置進行實時糾偏。最終通過MATLAB進行仿真,該算法的糾偏精度可以達到1 mm以內(nèi),相比于傳統(tǒng)的單邊糾偏,糾偏精度和糾偏穩(wěn)定性更好。

發(fā)表于:6/9/2022 10:23:00 AM

先進工藝芯片填充冗余金屬后的時序偏差分析及修復(fù)

先進工藝芯片填充冗余金屬后的時序偏差分析及修復(fù)[模擬設(shè)計][工業(yè)自動化]

在芯片物理設(shè)計的完成階段,為了滿足設(shè)計規(guī)則中金屬密度要求,需要填充冗余金屬。增加的金屬層會產(chǎn)生額外的寄生電容,導(dǎo)致芯片的時序結(jié)果惡化。40 nm以上的工藝節(jié)點中,這些額外增加的寄生電容對于時序的影響在0.12%左右,這個時序偏差甚至比靜態(tài)時序分析與SPICE仿真之間的誤差還小,在芯片設(shè)計時通常忽略它。然而在使用FinFET結(jié)構(gòu)的先進工藝節(jié)點中,這個時序偏差必須要進行修復(fù)。以一款FinFET結(jié)構(gòu)工藝的工業(yè)級DSP芯片為實例,使用QRC工具對比了芯片填充冗余金屬前后寄生電容的變化;使用Tempus工具分析了芯片時序結(jié)果發(fā)生偏差的原因;最后提出了一種基于Innovus平臺的時序偏差修復(fù)方法,時序結(jié)果通過簽核驗證,有效提高了時序收斂的效率。

發(fā)表于:6/9/2022 10:12:00 AM

基于UVM的Wishbone-SPI驗證平臺設(shè)計

基于UVM的Wishbone-SPI驗證平臺設(shè)計[模擬設(shè)計][工業(yè)自動化]

隨著芯片復(fù)雜度增加,芯片驗證在設(shè)計流程中所消耗時間也不斷提高。針對傳統(tǒng)驗證平臺重用性差、覆蓋率低,通過使用通用驗證方法學(xué)(Universal Verification Methodology,UVM)設(shè)計Wishbone-SPI驗證平臺,用UVM組件靈活地搭建驗證平臺,完成標準的驗證框架,設(shè)計受約束隨機激勵,自動統(tǒng)計功能覆蓋率。仿真結(jié)果顯示,該驗證平臺功能覆蓋率達到100%,并表明該平臺具有良好的可配置性與可重用性。

發(fā)表于:6/9/2022 10:08:00 AM

基于SGCN的化合物致癌性預(yù)測模型

基于SGCN的化合物致癌性預(yù)測模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

癌癥患者的激增引起了全世界的關(guān)注,許多研究者將目光放在了對化合物致癌性的評估上,但這是一項極其具有挑戰(zhàn)性的任務(wù)。本實驗獲取了341種實驗數(shù)據(jù),利用三維圖卷積網(wǎng)絡(luò)(SGCN),建立了對化合物致癌性的預(yù)測模型。結(jié)果表明:對化合物進行致癌性預(yù)測的SGCN分類模型準確率高達96.9%,比其余模型效果更好,這表明SGCN模型能夠準確地對化學(xué)品進行分類,并且在實際應(yīng)用中具有相當(dāng)大的潛力。

發(fā)表于:6/9/2022 10:03:00 AM

基于改進BCCSA和深層LSTM的空氣質(zhì)量預(yù)測方法

基于改進BCCSA和深層LSTM的空氣質(zhì)量預(yù)測方法[其他][其他]

現(xiàn)有的空氣質(zhì)量預(yù)測方法很少考慮季節(jié)性因素,且預(yù)測的效果不佳,因此提出一種基于改進二元混沌烏鴉搜索算法(Binary Chaotic Crow Search Algorithm,BCCSA)和深層長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory,LSTM)的空氣質(zhì)量預(yù)測方法。首先提出季節(jié)調(diào)整的方法對收集的原始空氣質(zhì)量數(shù)據(jù)進行預(yù)處理,以消除季節(jié)對預(yù)測的影響;然后提出改進BCCSA,對空氣質(zhì)量數(shù)據(jù)進行優(yōu)化處理;最后,將自注意力機制加入到深層LSTM中,對空氣質(zhì)量數(shù)據(jù)進行預(yù)測。實驗結(jié)果表明,該方法能有效地提高空氣質(zhì)量的預(yù)測精度。

發(fā)表于:6/9/2022 9:59:00 AM

基于支持向量機和PCA的腦電α波運動想象分類研究

基于支持向量機和PCA的腦電α波運動想象分類研究[其他][其他]

針對腦電信號(EEG)運動想象分類過程中弱相關(guān)特征量影響分類準確度的問題,提出一種篩選方法,該方法是基于α波和主成分分析(PCA)算法的?;谀X機接口(BCI)系統(tǒng),通過聽覺誘發(fā)刺激產(chǎn)生向左和向右兩種運動想象任務(wù)對應(yīng)的腦電信號,并對其做小波包分解處理,然后進行腦電α頻段信號的重構(gòu),從而提取出α波形并對其進行統(tǒng)計特征提取。再結(jié)合PCA技術(shù)和支持向量機(SVM)方法,實現(xiàn)弱相關(guān)特征的剔除和特征分類。根據(jù)篩選后的數(shù)據(jù)進行分類,所得結(jié)果準確率更高,信號分類的準確度由90.1%提高至94.0%。

發(fā)表于:6/9/2022 9:55:00 AM

數(shù)字鄉(xiāng)村發(fā)展態(tài)勢、重點與路徑

數(shù)字鄉(xiāng)村發(fā)展態(tài)勢、重點與路徑[其他][信創(chuàng)產(chǎn)業(yè)]

數(shù)字鄉(xiāng)村建設(shè)是鄉(xiāng)村振興的戰(zhàn)略方向,更是數(shù)字中國落地的重要支撐。我國鄉(xiāng)村發(fā)展具有特色的政治、經(jīng)濟、文化形態(tài),也在全國一盤棋戰(zhàn)略布局中承載著獨特的發(fā)展使命。圍繞擴大內(nèi)需、加快要素流動、順暢國內(nèi)大循環(huán)的緊迫需求,推進數(shù)字鄉(xiāng)村建設(shè)提檔升級已迫在眉睫。數(shù)字城市在發(fā)展環(huán)境、核心技術(shù)、市場空間和監(jiān)管保障等方面形成了良好的基礎(chǔ)和優(yōu)勢,成為數(shù)字鄉(xiāng)村發(fā)展的核心引領(lǐng)和重要保障。

發(fā)表于:6/9/2022 9:50:00 AM

基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移研究綜述

基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移研究綜述[其他][其他]

為了推動基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移技術(shù)的研究,對基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移的主要方法和代表性工作進行了總結(jié)和討論?;仡櫫藗鹘y(tǒng)的風(fēng)格遷移算法,詳細介紹了基于神經(jīng)網(wǎng)絡(luò)的主要圖像風(fēng)格遷移的基本原理和方法,分析了相關(guān)基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移領(lǐng)域的應(yīng)用前景,最后總結(jié)了基于神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移存在的挑戰(zhàn)和未來研究方向。

發(fā)表于:6/9/2022 9:46:00 AM

  • ?
  • …
  • 146
  • 147
  • 148
  • 149
  • 150
  • 151
  • 152
  • 153
  • 154
  • 155
  • …
  • ?

活動

MORE
  • 【技術(shù)沙龍】可信數(shù)據(jù)空間構(gòu)建“安全合規(guī)的數(shù)據(jù)高速公路”
  • 【下載】5G及更多無線技術(shù)應(yīng)用實戰(zhàn)案例
  • 【通知】2025第三屆電子系統(tǒng)工程大會調(diào)整時間的通知
  • 【征文】2025電子系統(tǒng)工程大會“數(shù)據(jù)編織”分論壇征文通知
  • 【技術(shù)沙龍】聚焦數(shù)據(jù)資產(chǎn)——從技術(shù)治理到價值變現(xiàn)

高層說

MORE
  • 以技術(shù)創(chuàng)新與“雙A戰(zhàn)略”引領(lǐng)網(wǎng)安高質(zhì)量發(fā)展
    以技術(shù)創(chuàng)新與“雙A戰(zhàn)略”引領(lǐng)網(wǎng)安高質(zhì)量發(fā)展
  • 創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應(yīng)用潛力
    創(chuàng)新,向6G:人工智能在無線接入網(wǎng)中的應(yīng)用潛力
  • API安全:守護智能邊緣的未來
    API安全:守護智能邊緣的未來
  • 從棕地工廠到智能工廠
    從棕地工廠到智能工廠
  • 革新車內(nèi)視界:OLED引領(lǐng)智能座艙新變革
    革新車內(nèi)視界:OLED引領(lǐng)智能座艙新變革
  • 網(wǎng)站相關(guān)
  • 關(guān)于我們
  • 聯(lián)系我們
  • 投稿須知
  • 廣告及服務(wù)
  • 內(nèi)容許可
  • 廣告服務(wù)
  • 雜志訂閱
  • 會員與積分
  • 積分商城
  • 會員等級
  • 會員積分
  • VIP會員
  • 關(guān)注我們

Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2

感谢您访问我们的网站,您可能还对以下资源感兴趣:

欧美色综合二区