成年动作片AV在线播放,国产清纯在线一区二区,亚洲一区二区三区不卡国产

110 GHz頻段山地無人機視距通信概率及傳播損耗研究[通信與網(wǎng)絡(luò)][5G]

利用射線追蹤法建立了基于視距概率的無人機毫米波信道模型，并針對路徑損耗進行了雙斜率模型分析，闡述了視距概率的建模過程并進行了模型參數(shù)分析。由于地形遮擋等環(huán)境的影響，損耗較大的反射和繞射路徑致使信號的接收強度在突變點前后波動較大，導(dǎo)致單斜率擬合模型不再適用。因此利用線性回歸分別在兩種地形下對仿真數(shù)據(jù)進行了單斜率和雙斜率接收功率模型的擬合。結(jié)果表明雙斜率接收功率模型比單斜率模型的擬合效果更好，兩種模型在地形更平坦區(qū)域擬合的精確度更高。

發(fā)表于：7/25/2024

一種低軌衛(wèi)星網(wǎng)絡(luò)中編隊組網(wǎng)路由算法研究[通信與網(wǎng)絡(luò)][5G]

低軌道分布式衛(wèi)星網(wǎng)絡(luò)作為6G通信技術(shù)的重要組成部分，可以實現(xiàn)高速傳輸和低延時的通信，可以滿足6G通信技術(shù)的高速率和低延時的需求。針對低軌道分布式衛(wèi)星網(wǎng)絡(luò)的組網(wǎng)方法進行了研究，對衛(wèi)星網(wǎng)絡(luò)的路由算法進行了歸納總結(jié)，提出一種基于帶寬和延遲聯(lián)合的路由選擇算法，并實現(xiàn)了三種不同的路由選擇算法，發(fā)現(xiàn)各算法性能差異明顯。實驗結(jié)果表明基于帶寬和延遲聯(lián)合算法在選擇最佳路徑的同時，能夠更好地平衡網(wǎng)絡(luò)的負載和減小時延，提高衛(wèi)星網(wǎng)絡(luò)的傳輸效率。

發(fā)表于：7/25/2024

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?，有必要從范圍限定、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