123,123,123

一種帶有DAC失配整形的高精度Sigma-Delta調(diào)制器[其他][其他]

為減小生理信號采集應(yīng)用中儀表放大器的設(shè)計難度，需在低功耗、小信號帶寬的前提下大幅度提高模數(shù)轉(zhuǎn)換單元的精度和動態(tài)范圍以作補償。為此，面向生理信號采集應(yīng)用，實現(xiàn)了一種帶前饋結(jié)構(gòu)的高精度三階五比特Sigma-Delta調(diào)制器，其不需要復(fù)雜的OTA結(jié)構(gòu)和過高的過采樣率，且功耗較低，并將二階噪聲整形動態(tài)元件匹配方案應(yīng)用于DAC中，以避免多比特量化造成的非線性諧波失真。該Sigma-Delta調(diào)制器采用SMIC 0.18 μm CMOS標準工藝，在1 MHz的采樣率，1 kHz的信號帶寬內(nèi)，峰值SNDR達到111 dB，動態(tài)范圍達到120 dB，有效位數(shù)達到18 bit，工作電源電壓為1.8 V，整體功耗為0.87 mW。

發(fā)表于：2021/8/31 14:21:00

基于背景直方圖的Staple目標跟蹤算法[其他][其他]

針對Staple算法在由于相機運動出現(xiàn)模糊情況下跟蹤精度下降的問題，提出一種基于背景權(quán)重直方圖的改進Staple目標跟蹤算法。首先，針對傳統(tǒng)顏色直方圖忽略空間性的問題，提出對直方圖引入位置權(quán)重；其次，利用背景區(qū)域顏色直方圖抑制背景信息對目標區(qū)域直方圖的影響，提出引入背景權(quán)重直方圖，并完成直方圖分類器的構(gòu)建。該算法在OTB2015測試集上與其他5個先進算法進行實驗比較，結(jié)果表明在距離精度和成功率上總體效果相對Staple分別提升了3.7%和2%。

發(fā)表于：2021/8/31 14:15:00

基于CNN-LSTM的支撐電容容值軟測量[其他][其他]

實時監(jiān)測功率變流器中支撐電容的老化狀態(tài)，及時發(fā)現(xiàn)并更換存在缺陷的電容，對提高功率變換器的可靠性具有重要意義?；谙嚓P(guān)電壓電流數(shù)據(jù)，通過建立數(shù)據(jù)集，確定網(wǎng)絡(luò)模型參數(shù)和模型訓(xùn)練，最終得到基于CNN-LSTM的神經(jīng)網(wǎng)絡(luò)模型，并通過不同工況下的數(shù)據(jù)集對神經(jīng)網(wǎng)絡(luò)模型的準確性進行了驗證。結(jié)果表明，該模型可對電容容值進行可靠預(yù)測。

發(fā)表于：2021/8/31 14:10:00

意圖網(wǎng)絡(luò)研究綜述[其他][其他]

為應(yīng)對快速變化的業(yè)務(wù)和用戶需求，業(yè)界提出了意圖網(wǎng)絡(luò)。意圖網(wǎng)絡(luò)使用自然語言直接描述“業(yè)務(wù)意圖”并將其自動轉(zhuǎn)譯為網(wǎng)絡(luò)可執(zhí)行的策略及操作，從而降低了網(wǎng)絡(luò)管理的復(fù)雜性，大幅提高了運維效率，也很大程度上節(jié)省了人工。廣泛和深入地調(diào)研了意圖相關(guān)的項目和研究，介紹了意圖的概念和描述、意圖的北向接口、意圖和策略的關(guān)系以及具有代表性的意圖網(wǎng)絡(luò)框架，并討論了意圖網(wǎng)絡(luò)部署和應(yīng)用所面臨的主要挑戰(zhàn)，旨在為讀者研究意圖網(wǎng)絡(luò)提供一個綜合視圖。

發(fā)表于：2021/8/31 14:05:00

基于NOMA的RIS與DF中繼對比研究[其他][其他]

面向5G-Advanced和6G移動通信系統(tǒng)深度覆蓋需求，提出基于非正交多址接入(NOMA)的智能超表面(RIS)和解碼轉(zhuǎn)發(fā)(DF)中繼解決方案，通過系統(tǒng)建模、容量分析和能效分析，對比基于NOMA的RIS和DF中繼方案的性能增益。典型場景下的數(shù)值仿真與對比分析表明，隨著陣元數(shù)目的增大，相比于DF中繼，RIS方案的能效增益逐漸增大。

發(fā)表于：2021/8/31 14:01:00

6G通信感知一體化架構(gòu)與技術(shù)研究[其他][其他]

從2019年5G標準和設(shè)備逐步成型，通信業(yè)務(wù)向著產(chǎn)業(yè)化、多元化的趨勢逐漸清晰化，從而催生了新通信系統(tǒng)研究。6G作為新一代通信系統(tǒng)，從服務(wù)全面性和精細度都進行了深度和廣度的擴展。目前6G備選技術(shù)已經(jīng)有THz技術(shù)、大規(guī)模天線、IRS和通信感知融合等，其中通信和感知一體化在2021年初成為6G重點研究技術(shù)，其通過復(fù)用通信和感知架構(gòu)與信號進行一體化通信和感知，可以極大地減少系統(tǒng)的冗余部署。從6G通信感知一體化的研究需要性、架構(gòu)和技術(shù)研究幾個方面展開分析，從而可以較為全面地介紹6G通感融合的可行性及重點研究方向。

發(fā)表于：2021/8/31 13:55:00

基于模板匹配OCR的報告自動歸檔系統(tǒng)研究[其他][其他]

針對建筑檢測行業(yè)中檢測報告多、人工歸檔效率低下的問題，利用模板匹配算法與LeNet框架建立了一套強魯棒性用于報告文件數(shù)字符號的OCR識別系統(tǒng)。針對報告中感興趣區(qū)域(ROI)位置和大小不固定的問題，采用了機器視覺領(lǐng)域中的模板匹配定位算法來定位報告文件的ROI區(qū)域。結(jié)合LeNet網(wǎng)絡(luò)與模板匹配定位算法，實現(xiàn)了傳統(tǒng)機器視覺方法與人工智能方法的結(jié)合，構(gòu)建了一套檢測報告自動歸檔系統(tǒng)。所構(gòu)建的自動歸檔系統(tǒng)的正確歸檔率達到了95.8%，有效節(jié)約了人工成本與時間成本。

發(fā)表于：2021/8/12 15:30:59

基于5G技術(shù)的高可靠數(shù)據(jù)傳輸終端的設(shè)計[其他][其他]

無線數(shù)據(jù)傳輸終端又稱為“工業(yè)領(lǐng)域的手機”，其數(shù)據(jù)傳輸原理與人們平常使用的手機是類似的。目前無線數(shù)據(jù)傳輸終端中常使用2G/4G網(wǎng)絡(luò)傳輸數(shù)據(jù)。2G/4G網(wǎng)絡(luò)存在帶寬小、時延大以及接入終端量受限等問題，因此傳統(tǒng)的數(shù)據(jù)傳輸終端不適用車聯(lián)網(wǎng)和大型工控領(lǐng)域。將5G技術(shù)應(yīng)用到DTU(Data Transfer Unit)中，設(shè)計了一個高可靠性的5G數(shù)據(jù)傳輸終端即5G-DTU。它的主處理器為Rockchip公司的RK1808芯片，集成了5G通信模組、WiFi模塊和接口模塊。因此5G-DTU能為外置設(shè)備提供2.4 G和5 G雙頻段的無線接入以及豐富的外設(shè)接口。最后通過測試證明了5G-DTU的高帶寬、低延時和高可靠性。

發(fā)表于：2021/8/12 15:25:11

基于應(yīng)用場景特征描述的無人機基站飛行高度部署[其他][其他]

由于無人機基站在不同應(yīng)用場景下，所處的地理環(huán)境、用戶分布、用戶需求和所希望提升的性能需求不同，需要根據(jù)不同應(yīng)用場景的特征對無人機基站進行部署。基于無人機基站的典型應(yīng)用場景，構(gòu)建兩個具有代表性的無人機基站應(yīng)用場景模型，并對應(yīng)用場景模型特征進行抽象描述。分別構(gòu)建了兩個應(yīng)用場景的空地通信傳輸模型。在此基礎(chǔ)上，給出了最大化傳輸速率以及最大化無人機覆蓋范圍的無人機基站最優(yōu)飛行高度的數(shù)學(xué)計算模型。最后，對不同場景下無人機基站最優(yōu)飛行高度的影響因素和變化趨勢進行了分析。

發(fā)表于：2021/8/12 15:15:28

機器學(xué)習(xí)中的成員推斷攻擊與防御研究[其他][其他]

隨著機器學(xué)習(xí)滲透到日常生活中的各個方面，其數(shù)據(jù)隱私問題受到越來越多的關(guān)注。成員推斷攻擊是機器學(xué)習(xí)算法面臨的安全威脅之一，用于推斷特定數(shù)據(jù)是否存在于機器學(xué)習(xí)模型的訓(xùn)練集中，給用戶帶來極大的安全隱患，對機器學(xué)習(xí)模型的安全性提出挑戰(zhàn)。為此，研究成員推斷攻擊不僅能發(fā)現(xiàn)隱私數(shù)據(jù)面臨的威脅，而且還能為防御技術(shù)的提出提供思路。對近年來有關(guān)成員推斷攻擊的研究進行詳細的分析，按照應(yīng)用場景的不同將攻擊分為判別模型攻擊、生成模型攻擊以及聯(lián)邦學(xué)習(xí)攻擊三類。同時根據(jù)成員推斷攻擊和防御的發(fā)展現(xiàn)狀，闡述了影響攻擊的因素以及經(jīng)典的防御策略。最后指出成員推斷攻擊中仍需解決的問題以及未來的發(fā)展方向。

發(fā)表于：2021/8/12 15:11:27