欧美日韩不卡合集视频 ,欧美午夜一区二区福利视频,欧美成人中文字幕在线看

兩階段物聯(lián)網(wǎng)資產(chǎn)識(shí)別模型的研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

提出了一種兩階段的物聯(lián)網(wǎng)資產(chǎn)識(shí)別模型。首先，對(duì)異構(gòu)協(xié)議進(jìn)行分析，解決多樣化協(xié)議流量特征提取困難問題。其次，利用輕量級(jí)模型SqueezeNet過濾非物聯(lián)網(wǎng)設(shè)備，提高識(shí)別效率并降低計(jì)算負(fù)擔(dān)。為進(jìn)一步解決數(shù)據(jù)不均衡問題，引入生成對(duì)抗網(wǎng)絡(luò)（GAN）生成合成樣本數(shù)據(jù)，平衡數(shù)據(jù)分布。最后，采用 XLNet與注意力機(jī)制結(jié)合的模型來識(shí)別物聯(lián)網(wǎng)設(shè)備的類型，有效提升了模型在大規(guī)模物聯(lián)網(wǎng)網(wǎng)絡(luò)環(huán)境中的識(shí)別精度和效率。實(shí)驗(yàn)結(jié)果表明，模型在公開數(shù)據(jù)集上的準(zhǔn)確率達(dá)到99.48%，召回率提升2.02%，F(xiàn)1分?jǐn)?shù)提高1.85%，并在真實(shí)環(huán)境中保持99.01%的準(zhǔn)確率。該模型為物聯(lián)網(wǎng)資產(chǎn)管理和安全管理提供了有效的解決方案。

發(fā)表于：4/27/2025

面向跨域聯(lián)合信息共享的網(wǎng)絡(luò)空間測(cè)繪數(shù)據(jù)體系框架設(shè)計(jì)與工程實(shí)踐方法[通信與網(wǎng)絡(luò)][其他]

面向政府、軍事、金融等各行業(yè)開展跨領(lǐng)域、跨系統(tǒng)聯(lián)合信息共享、業(yè)務(wù)協(xié)同的迫切需要，從國(guó)內(nèi)外數(shù)據(jù)體系戰(zhàn)略性演進(jìn)發(fā)展路徑、架構(gòu)變化以及存算技術(shù)發(fā)展入手，借鑒數(shù)據(jù)網(wǎng)格、數(shù)據(jù)管道等理念，提出具有“自治透明、虛擬集成”特點(diǎn)的現(xiàn)代化數(shù)據(jù)體系框架，并從數(shù)據(jù)統(tǒng)籌、平臺(tái)建設(shè)、數(shù)據(jù)治理三個(gè)方面提出工程化實(shí)施落地方法，包括5維統(tǒng)一話語(yǔ)體系基準(zhǔn)、8大平臺(tái)創(chuàng)新功能、“8+8”治理框架、“五階十二步”治理流程、2個(gè)典型計(jì)算治理策略設(shè)置場(chǎng)景等，為建立以“數(shù)據(jù)”為內(nèi)生驅(qū)動(dòng)力的領(lǐng)域網(wǎng)絡(luò)信息體系提供頂層框架與建設(shè)實(shí)施參考，支持網(wǎng)絡(luò)空間測(cè)繪數(shù)據(jù)的有序融合、價(jià)值涌現(xiàn)。

發(fā)表于：4/27/2025

生命的證明快速發(fā)展的健身、健康和保健的生物傳感器[MEMS|傳感技術(shù)][醫(yī)療電子]

生物傳感器用于監(jiān)測(cè)心率、血壓等生理狀態(tài)，或者檢測(cè)生物參數(shù)，例如血糖值以及指示血液中存在特定蛋白質(zhì)的醫(yī)學(xué)指標(biāo)。

發(fā)表于：4/23/2025

基于高云Arora-V 60K FPGA實(shí)現(xiàn)的MIPI CPHY轉(zhuǎn)MIPI DPHY透?jìng)髂K[可編程邏輯][工業(yè)自動(dòng)化]

近期，高云代理商聯(lián)詮國(guó)際聯(lián)合合作伙伴DepEye（深目微）共同推出 MIPI CPHY轉(zhuǎn)DPHY (C2D)透?jìng)髂K：DEGC2DV60，功能基于高云GW5AT-LV60 FPGA實(shí)現(xiàn)，該產(chǎn)品適用于需要從 MIPI CPHY RX 橋接到 MIPI DPHY TX 的應(yīng)用場(chǎng)景。

發(fā)表于：4/22/2025

基于特征點(diǎn)提取和PCA的改進(jìn)ICP點(diǎn)云配準(zhǔn)方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

傳統(tǒng)迭代最近點(diǎn)（Iterative Closest Point， ICP）方法進(jìn)行點(diǎn)云配準(zhǔn)時(shí)存在實(shí)時(shí)性差、易陷入局部極值且配準(zhǔn)精度低等問題。提出一種基于特征點(diǎn)提取、主成分分析（Principal Component Analysis， PCA）粗配準(zhǔn)和ICP精配準(zhǔn)的三步點(diǎn)云配準(zhǔn)方法。首先定義點(diǎn)云數(shù)據(jù)局部密度概念，并自動(dòng)選擇局部密度較大的點(diǎn)作為特征點(diǎn)，然后利用PCA對(duì)提取的特征點(diǎn)進(jìn)行分析，根據(jù)PCA主分量方向計(jì)算配準(zhǔn)所需平移和旋轉(zhuǎn)參數(shù)。最后利用ICP對(duì)數(shù)據(jù)進(jìn)行精配準(zhǔn)。試驗(yàn)結(jié)果表明，所提方法相對(duì)于對(duì)比方法的配準(zhǔn)精度提升超過13.4%，實(shí)時(shí)性提升超過38.2%，并且在低信噪比條件下表現(xiàn)出了更高的適應(yīng)性，具有較高的應(yīng)用前景。

發(fā)表于：4/22/2025

一種改進(jìn)的分段FFT兩級(jí)快速捕獲方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通導(dǎo)融合信號(hào)中一體化設(shè)計(jì)的導(dǎo)航增強(qiáng)信號(hào)具有頻譜資源受限和非連續(xù)播發(fā)的特點(diǎn)，針對(duì)對(duì)低軌衛(wèi)星L頻段的高動(dòng)態(tài)短時(shí)突發(fā)導(dǎo)航增強(qiáng)信號(hào)，提出了一種改進(jìn)的分段FFT兩級(jí)時(shí)頻域二維快速捕獲方法，通過兩級(jí)分段相關(guān)FFT的捕獲處理方式，同時(shí)獲取導(dǎo)航增強(qiáng)信號(hào)到來時(shí)刻和信號(hào)多普勒頻移估計(jì)，實(shí)現(xiàn)低軌場(chǎng)景下信號(hào)快速實(shí)時(shí)捕獲處理。仿真驗(yàn)證結(jié)果表明，在信號(hào)載噪比48 dBHz以上時(shí)，快速捕獲算法可適應(yīng)±40 kHz的信號(hào)多普勒頻移并且可以適應(yīng)短時(shí)突發(fā)的播發(fā)模式，信號(hào)多普勒估計(jì)誤差控制在±80 Hz，信號(hào)到來時(shí)刻估計(jì)誤差控制在±1碼片。

發(fā)表于：4/22/2025

組合導(dǎo)航微系統(tǒng)陶瓷基三維集成技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了解決高精度組合導(dǎo)航系統(tǒng)的體積和重量較大的問題，基于多層陶瓷基板高密度布線和三維立體組裝等系統(tǒng)級(jí)封裝（System In Package，SiP）工藝技術(shù)，提出了一種全新的三維立體微系統(tǒng)封裝結(jié)構(gòu)。采用低溫共燒陶瓷（Low Temperature Cofired Ceramic，LTCC）基板高密度布線及貼裝、基板堆疊、高正交度立體組裝等SiP工藝，將三軸加速度計(jì)、三軸陀螺儀、衛(wèi)星導(dǎo)航、地磁計(jì)和氣壓高度計(jì)等集成在一個(gè)封裝單元中，研制出外形尺寸僅3.1 cm×2.9 cm×0.96 cm、重量?jī)H18 g的組合導(dǎo)航微系統(tǒng)產(chǎn)品，拓展了應(yīng)用領(lǐng)域。通過數(shù)據(jù)融合算法，可以有效提升導(dǎo)航精度和可靠性，具有廣闊的應(yīng)用前景。

發(fā)表于：4/22/2025

FOCMLAD算法：未知相關(guān)雜噪下的MMW-FMCW雷達(dá)的角度估計(jì)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)毫米波（MMW）FMCW雷達(dá)在時(shí)空相關(guān)雜噪下提出了一種基于四階累積量（FOC）的MUSIC和LAD角度估計(jì)算法（FOCMLAD）。基于FOC的MUSIC方法用于解析和重構(gòu)中頻（IF）信號(hào)。然后，將每個(gè)傳感器的信號(hào)表達(dá)式視為一個(gè)獨(dú)立的回歸形式，并使用LAD估計(jì)來獲得目標(biāo)角度。該算法有效地抑制了相關(guān)雜噪。FOCMLAD算法結(jié)合使用LAD方法來抵消相關(guān)雜噪的非高斯性，并減輕了相關(guān)雜噪的時(shí)域相關(guān)性的不利影響。實(shí)驗(yàn)結(jié)果驗(yàn)證了FOCMLAD算法有效地抑制了相關(guān)雜噪干擾。

發(fā)表于：4/22/2025

基于開口環(huán)諧振器的二維線性位移微波傳感器[微波|射頻][通信網(wǎng)絡(luò)]

采用微波技術(shù)測(cè)量位移的方法，設(shè)計(jì)了一種基于開口環(huán)諧振器（Split Ring Resonator，SRR）的二維線性位移微波傳感器。傳感器由定子與動(dòng)子兩部分構(gòu)成，其中定子由兩組不同尺寸的SRR耦合一條傳輸微帶線構(gòu)成，動(dòng)子采用單面覆銅的FR-4介質(zhì)基板制成。動(dòng)子二維移動(dòng)時(shí)兩個(gè)SRR的諧振頻率將發(fā)生變化，傳輸零點(diǎn)也產(chǎn)生對(duì)應(yīng)偏移，從而建立起位移和傳輸零點(diǎn)的關(guān)系。此外通過對(duì)SRR加載缺陷地結(jié)構(gòu)，提高了檢測(cè)靈敏度。經(jīng)電磁建模和仿真，傳感器在1 GHz至3.2 GHz范圍內(nèi)產(chǎn)生兩個(gè)傳輸零點(diǎn)，可在x和y方向表征0~6 mm的位移，靈敏度分別為122 MHz/mm和82 MHz/mm。制作并測(cè)試了傳感器實(shí)物，實(shí)測(cè)與仿真的數(shù)據(jù)基本吻合，證實(shí)了該傳感器設(shè)計(jì)的有效性。

發(fā)表于：4/22/2025

K波段跨導(dǎo)增強(qiáng)雙路噪聲抵消低噪聲放大器[微波|射頻][通信網(wǎng)絡(luò)]

為滿足通信系統(tǒng)發(fā)展對(duì)高性能硅基低噪聲放大器的需要，提出了一種跨導(dǎo)增強(qiáng)雙路噪聲抵消電路拓?fù)洌軐?duì)晶體管噪聲進(jìn)行抵消，以實(shí)現(xiàn)良好的噪聲性能。共柵路徑中引入的跨導(dǎo)增強(qiáng)結(jié)構(gòu)進(jìn)一步改善了增益與噪聲性能。基于以上拓?fù)湓O(shè)計(jì)了一款K波段低噪聲放大器，由共柵與共源兩條路徑組成，兩者互為反饋支路，通過兩路合成實(shí)現(xiàn)雙路的噪聲抵消。電路采用90 nm CMOS SOI工藝設(shè)計(jì)，芯片核心尺寸為500 μm×280 μm。仿真結(jié)果表明，在17~22 GHz頻帶內(nèi)實(shí)現(xiàn)了1.61~1.87 dB的噪聲系數(shù)和15.8 dB的峰值增益，1 dB壓縮點(diǎn)輸入功率為-4.3 dBm，體現(xiàn)了較好的噪聲性能與線性增益。

發(fā)表于：4/22/2025

一種陡峭截止的曲面三階帶通頻率選擇表面天線罩設(shè)計(jì)[微波|射頻][通信網(wǎng)絡(luò)]

針對(duì)傳統(tǒng)頻率選擇表面（ Frequency Selective Surface，F(xiàn)SS）天線罩存在結(jié)構(gòu)剖面高以及帶外截止性能不足等問題，提出了一種K波段具有帶外陡峭截止的低剖面帶通型FSS天線罩設(shè)計(jì)方法。該方法通過采用多層非諧振型FSS單元結(jié)構(gòu)及其電磁強(qiáng)耦合設(shè)計(jì)，實(shí)現(xiàn)了K波段三階帶通頻率選擇濾波特性。該天線罩不僅具有極低的剖面，而且實(shí)現(xiàn)了通帶到阻帶的快速陡峭過渡。進(jìn)一步采用多層電路板壓合技術(shù)和天線罩敷制工藝加工了該K波段曲面FSS天線罩樣件，不僅保證了天線罩的圖案加工精度，同時(shí)也確保了復(fù)雜曲面成型精度。最后，進(jìn)行了天線罩傳輸特性及對(duì)天線方向圖影響的測(cè)試驗(yàn)證，測(cè)試結(jié)果與設(shè)計(jì)結(jié)果吻合較好，證明了設(shè)計(jì)方法的可行性。

發(fā)表于：4/22/2025

19~21 GHz GaAs高線性功率放大器MMIC[微波|射頻][通信網(wǎng)絡(luò)]

基于0.15 μm GaAs高電子遷移率晶體管（pHEMT）工藝研制了一款19~21 GHz的高線性功率放大器單片微波集成電路。高峰均比信號(hào)傳輸場(chǎng)景中，功率放大器的效率和線性度對(duì)射頻前端性能具有關(guān)鍵影響。該放大器在功放柵極級(jí)聯(lián)冷模線性化電路，以補(bǔ)償放大器輻相失真特性，進(jìn)而實(shí)現(xiàn)線性度和效率的提升，為克服冷模對(duì)電壓敏感問題，采用片上有源穩(wěn)壓及溫度補(bǔ)償偏置電路擴(kuò)展動(dòng)態(tài)范圍，降低大動(dòng)態(tài)失真，抑制工藝離散、外部離散等帶來的線性度惡化問題。測(cè)試結(jié)果表明，在19~21 GHz頻帶內(nèi)，飽和輸出功率為22.3~22.8 dBm，飽和功率附加效率為35.3%~36.5%。在19 GHz、20 GHz和21 GHz頻點(diǎn)，輸出功率19 dBm時(shí)，三階互調(diào)失真均小于-30 dBc；6 dB峰均比、100 MHz正交頻分多路復(fù)用的64-QAM調(diào)制信號(hào)激勵(lì)下，平均輸出功率及對(duì)應(yīng)的功率附加效率為19 dBm和27%，實(shí)現(xiàn)了-31.9 dBc、-33.2 dBc和-31.2 dBc的鄰道功率比及4.32%、4.13%和5.3%的誤差矢量幅度。

發(fā)表于：4/22/2025

基于多尺度伸縮卷積與注意力機(jī)制的光伏組件缺陷分割算法[模擬設(shè)計(jì)][智能電網(wǎng)]

無人機(jī)在光伏系統(tǒng)的巡檢過程中需要對(duì)光伏組件的缺陷進(jìn)行準(zhǔn)確和快速識(shí)別，為此提出了一種基于多尺度伸縮卷積與注意力機(jī)制的光伏組件缺陷分割網(wǎng)絡(luò)。首先在傳統(tǒng)的U-Net網(wǎng)絡(luò)每個(gè)Stage加入多尺度伸縮卷積模塊，從而對(duì)光伏組件缺陷進(jìn)行分割，PA達(dá)到了98.61%，與傳統(tǒng)U-Net、FCN網(wǎng)絡(luò)進(jìn)行對(duì)比分析，準(zhǔn)確率分別提高了0.32%和1.17%，算法消耗時(shí)間0.054 s，相較于對(duì)比的分割算法提高了0.006 s~0.013 s；然后將分割后的缺陷掩碼mask和原圖進(jìn)行與操作，最后通過輕量級(jí)網(wǎng)絡(luò)MobileNetV3對(duì)光伏組件缺陷（熱斑、裂縫、鳥糞）進(jìn)行檢測(cè)并分類，精確率達(dá)到了98.82%，與SqueezeNet、ShuffleNet V2和GhostNet網(wǎng)絡(luò)進(jìn)行對(duì)比，分別提高了0.43%、1.08%和0.8%，平均檢測(cè)時(shí)間0.026 s，相較于對(duì)比的檢測(cè)算法提高了0.002 s~0.036 s。實(shí)驗(yàn)結(jié)果表明基于多尺度伸縮卷積與注意力機(jī)制的光伏組件缺陷分割網(wǎng)絡(luò)具有較高的準(zhǔn)確率和識(shí)別速率。

發(fā)表于：4/22/2025

基于零信任的無人機(jī)系統(tǒng)安全防護(hù)研究[通信與網(wǎng)絡(luò)][信息安全]

近年來，無人機(jī)在軍民領(lǐng)域得到廣泛應(yīng)用，尤其是俄烏沖突以來，其成本低、功能強(qiáng)的優(yōu)勢(shì)尤為凸顯，發(fā)揮了巨大的作用。但無人機(jī)的使用環(huán)境復(fù)雜、通常不可控，面臨更嚴(yán)重的安全威脅，如無人機(jī)劫持、網(wǎng)絡(luò)攻擊、無線通信干擾、惡意接入和數(shù)據(jù)竊取等安全風(fēng)險(xiǎn)，針對(duì)上述風(fēng)險(xiǎn)，目前無人機(jī)系統(tǒng)主要采取傳統(tǒng)安全防護(hù)手段，如采取無線網(wǎng)絡(luò)安全、數(shù)據(jù)加密等防護(hù)措施。零信任架構(gòu)作為一種新的安全模式，強(qiáng)調(diào)動(dòng)態(tài)信任，為無人機(jī)系統(tǒng)安全防護(hù)提供了新思路。對(duì)零信任安全防護(hù)架構(gòu)展開研究，結(jié)合無人機(jī)系統(tǒng)的典型應(yīng)用，對(duì)無人機(jī)測(cè)控、數(shù)據(jù)傳輸面臨的安全風(fēng)險(xiǎn)進(jìn)行分析，針對(duì)風(fēng)險(xiǎn)提出基于零信任的無人機(jī)系統(tǒng)安全防護(hù)架構(gòu)，并設(shè)計(jì)零信任技術(shù)在無人機(jī)測(cè)控、數(shù)據(jù)通信和典型場(chǎng)景的實(shí)現(xiàn)方案，為零信任架構(gòu)在軍民無人機(jī)系統(tǒng)中的具體實(shí)現(xiàn)提供有力支撐。

發(fā)表于：4/22/2025

基于ROS的家用老年服務(wù)機(jī)器人設(shè)計(jì)[人工智能][消費(fèi)電子]

針對(duì)當(dāng)前老年服務(wù)機(jī)器人存在的問題，如智能語(yǔ)音功能單一、感知能力不足和集成化水平不高等，設(shè)計(jì)了一款具有人臉識(shí)別、語(yǔ)音交互和摔倒檢測(cè)功能的機(jī)器人。該機(jī)器人基于機(jī)器人操作系統(tǒng)（ROS）開發(fā)，配備Jeston Nano主控板和ZED2i雙目立體相機(jī)等多種傳感器。通過基于Haar特征和LBPH算法的人臉識(shí)別、利用百度語(yǔ)音API和Alpaca-2模型實(shí)現(xiàn)的語(yǔ)音交互，以及基于ZED2i雙目相機(jī)的摔倒檢測(cè)，為老年人提供更加綜合、智能的護(hù)理服務(wù)。實(shí)驗(yàn)結(jié)果顯示，該機(jī)器人在人臉識(shí)別、語(yǔ)音交互和摔倒檢測(cè)方面均表現(xiàn)出色。

發(fā)表于：4/22/2025