123,123,123

設(shè)計(jì)應(yīng)用

基于单因素方差分析的密码算法统计检验

基于单因素方差分析的密码算法统计检验[其他][其他]

在密码学范畴中，随机序列常作为密钥、初始向量或算法参数使用。随机序列的随机性最终决定了整个密码系统的安全性，因此在密码技术中占有重要位置。对于良好的密码算法产生的密文序列，应无法通过统计学方法进行区分。首先对7种经典密码算法生成的密文序列进行NIST随机性检验，统计失败次数；然后关于密码算法进行单因素方差分析，检验结果在统计学上无显著差异。此统计检验可作为评价密码算法好坏的指标之一。

發(fā)表于：2021/8/31 下午2:43:00

基于无线通信的智能家居设计

基于无线通信的智能家居设计[通信与网络][物联网]

随着科技的迅速发展以及物联网时代的到来，人们对居住的环境也有了更高要求，智能家居技术日新月异。提出一款结合STM32开发平台和中国移动云平台的无线通信智能家居设计，相比传统智能家居，本设计采用串口、Wi-Fi相结合的方式，摆脱了有线传输的复杂性，通过MATLAB对监控到的数据采用归一化算法分析，用户可通过云平台实时监控传感信息，实现对家庭设备的智能控制。

發(fā)表于：2021/8/31 下午2:37:00

基于平移窗运动想象脑电信号活动段提取

基于平移窗运动想象脑电信号活动段提取[其他][其他]

为了迅速、准确地识别运动想象的脑电信号，提出了一种基于平移窗的运动想象脑电信号活动段提取方法。该方法对运动想象脑电信号Mu/Beta节律的事件相关同步化/去同步化(ERS/ERD)特征进行检测，提取ERS/ERD特征明显的时段；再利用统计量进行特征提取，通过Classify分类器进行信号分类。利用2003年BCI竞赛data set Ⅲ进行测试，分类准确率达到83.571 4%。该方法可以评价受试者的脑活动状态，提高运动想象脑电信号的识别准确率，对脑-机接口实时控制系统的研究有一定的帮助。

發(fā)表于：2021/8/31 下午2:31:00

低噪声低功耗3阶复数滤波器的设计

低噪声低功耗3阶复数滤波器的设计[其他][其他]

采用UMC 40 nm CMOS工艺，设计了一款低噪声低功耗的3阶复数滤波器。利用FLFB(Follow-the-Leader-Feedback)结构良好的噪声特性，并以劳斯-霍尔维茨稳定性判据为理论依据，采用相位裕度仅为36.8°的运放，达到低噪声低功耗的优化目的。仿真结果表明：滤波器的带宽可调范围为0.98～1.92 MHz，中心频率0.68～1.34 MHz可调，通带内噪声90.6 μV，无杂散动态范围73.7 dB，镜像抑制比28.4 dB，此时总功耗为1.33 mW。

發(fā)表于：2021/8/31 下午2:26:00

一种带有DAC失配整形的高精度Sigma-Delta调制器

一种带有DAC失配整形的高精度Sigma-Delta调制器[其他][其他]

为减小生理信号采集应用中仪表放大器的设计难度，需在低功耗、小信号带宽的前提下大幅度提高模数转换单元的精度和动态范围以作补偿。为此，面向生理信号采集应用，实现了一种带前馈结构的高精度三阶五比特Sigma-Delta调制器，其不需要复杂的OTA结构和过高的过采样率，且功耗较低，并将二阶噪声整形动态元件匹配方案应用于DAC中，以避免多比特量化造成的非线性谐波失真。该Sigma-Delta调制器采用SMIC 0.18 μm CMOS标准工艺，在1 MHz的采样率，1 kHz的信号带宽内，峰值SNDR达到111 dB，动态范围达到120 dB，有效位数达到18 bit，工作电源电压为1.8 V，整体功耗为0.87 mW。

發(fā)表于：2021/8/31 下午2:21:00

基于背景直方图的Staple目标跟踪算法

基于背景直方图的Staple目标跟踪算法[其他][其他]

针对Staple算法在由于相机运动出现模糊情况下跟踪精度下降的问题，提出一种基于背景权重直方图的改进Staple目标跟踪算法。首先，针对传统颜色直方图忽略空间性的问题，提出对直方图引入位置权重；其次，利用背景区域颜色直方图抑制背景信息对目标区域直方图的影响，提出引入背景权重直方图，并完成直方图分类器的构建。该算法在OTB2015测试集上与其他5个先进算法进行实验比较，结果表明在距离精度和成功率上总体效果相对Staple分别提升了3.7%和2%。

發(fā)表于：2021/8/31 下午2:15:00

基于CNN-LSTM的支撑电容容值软测量

基于CNN-LSTM的支撑电容容值软测量[其他][其他]

实时监测功率变流器中支撑电容的老化状态，及时发现并更换存在缺陷的电容，对提高功率变换器的可靠性具有重要意义。基于相关电压电流数据，通过建立数据集，确定网络模型参数和模型训练，最终得到基于CNN-LSTM的神经网络模型，并通过不同工况下的数据集对神经网络模型的准确性进行了验证。结果表明，该模型可对电容容值进行可靠预测。

發(fā)表于：2021/8/31 下午2:10:00

意图网络研究综述

意图网络研究综述[其他][其他]

为应对快速变化的业务和用户需求，业界提出了意图网络。意图网络使用自然语言直接描述“业务意图”并将其自动转译为网络可执行的策略及操作，从而降低了网络管理的复杂性，大幅提高了运维效率，也很大程度上节省了人工。广泛和深入地调研了意图相关的项目和研究，介绍了意图的概念和描述、意图的北向接口、意图和策略的关系以及具有代表性的意图网络框架，并讨论了意图网络部署和应用所面临的主要挑战，旨在为读者研究意图网络提供一个综合视图。

發(fā)表于：2021/8/31 下午2:05:00

基于NOMA的RIS与DF中继对比研究

基于NOMA的RIS与DF中继对比研究[其他][其他]

面向5G-Advanced和6G移动通信系统深度覆盖需求，提出基于非正交多址接入(NOMA)的智能超表面(RIS)和解码转发(DF)中继解决方案，通过系统建模、容量分析和能效分析，对比基于NOMA的RIS和DF中继方案的性能增益。典型场景下的数值仿真与对比分析表明，随着阵元数目的增大，相比于DF中继，RIS方案的能效增益逐渐增大。

發(fā)表于：2021/8/31 下午2:01:00

6G通信感知一体化架构与技术研究

6G通信感知一体化架构与技术研究[其他][其他]

从2019年5G标准和设备逐步成型，通信业务向着产业化、多元化的趋势逐渐清晰化，从而催生了新通信系统研究。6G作为新一代通信系统，从服务全面性和精细度都进行了深度和广度的扩展。目前6G备选技术已经有THz技术、大规模天线、IRS和通信感知融合等，其中通信和感知一体化在2021年初成为6G重点研究技术，其通过复用通信和感知架构与信号进行一体化通信和感知，可以极大地减少系统的冗余部署。从6G通信感知一体化的研究需要性、架构和技术研究几个方面展开分析，从而可以较为全面地介绍6G通感融合的可行性及重点研究方向。

發(fā)表于：2021/8/31 下午1:55:00

<ruby id="pubn4"><option id="pubn4"></option></ruby>