Wi-Fi与机器学习结合的综合分析

最新视频

面向重大复杂工程的网格建模与混合计算关键技术研究

在重大复杂工程的数字化建设过程中，大场景高精度建模与多尺度耦合计算长期面临建模效率低、布尔运算鲁棒性差、几何-拓扑一致性难以保障等关键技术瓶颈。为此，研发了具备完全自主知识产权的网格建模与混合计算组件——CyberMesh，涵盖网格建模、网格计算、网格编辑、网格优化等七个模块。提出复杂网格建模、快速射线求交、高鲁棒自主剪切、网格-实体模型融合等六个核心技术。通过构建混合表达数据结构，CyberMesh实现了几何精度与拓扑连通性的统一表达，支持千万级网格的高效生成与毫米级精度控制。经布尔运算、射线求交、离散建模的对标验证，在运算效率与鲁棒性方面达到甚至优于国际主流商业软件的同等水平。研究成果面向水利水电、海上风电、公路、桥梁、矿山等重大复杂基础设施工程，聚焦数字化设计、施工与运维全生命周期的核心技术需求，为基础设施领域实现技术突破提供有力支撑。

发表于：2026/9/7

面向神经网络的可迭代近似对数乘法器设计

神经网络作为机器学习领域的重要分支，计算场景广泛，但复杂的模型算法和庞大的数据集使得系统硬件面临巨大挑战。由于神经网络应用对误差的固有弹性，近似计算技术成为了一种合理高效的策略。结合Mitchell算法，通过操作数近似、错误补偿和迭代处理设计了一种多精度近似对数乘法器。在误差相近的情况下，与传统非迭代和迭代对数乘法器相比，该乘法器可将硬件PDP分别降低54.07%和39.49%；将近似计算应用于神经网络中的卷积层和全连接层，实验结果显示近似乘法器DR-IALM-7、DR-IALM-6、DR-IALM-5分类精度与精确乘法器相近。实验表明选择合适近似精度的近似计算应用于神经网络，可在保持网络准确度的同时有效降低系统硬件功耗。

发表于：2026/9/7

面向复杂场景的机器人多模态自主导航技术研究

针对轮足四足机器人在高动态、非结构化场景下面临的环境适应性差、多模块协同效率低及动态负载引发运动失稳等挑战，对一种全链路的集成测试与验证体系进行了研究。该体系通过构建多引擎协同的物理-虚拟双向驱动数字孪生平台，为算法训练与验证提供了高保真仿真环境；引入时间敏感网络（TSN）协议，实现了多源异构数据流的亚毫秒级高精度同步；并提出一种基于深度强化学习（DRL）的动态负载补偿策略，以自适应调整机器人在负载变化时的运动控制。仿真实验结果表明，所提方法有效提升了机器人在极端工况下的任务执行效率与可靠性，为公共安全领域的应用提供了核心技术支撑。

发表于：2026/9/7

基于终端处理器的轻量化水下图像增强系统

针对水下图像存在颜色失真、对比度低及细节模糊等问题，以及现有深度学习模型在边缘设备部署时面临的算力限制，提出一种基于终端处理器的轻量化水下图像增强系统。系统核心为一种端到端的超轻量化神经网络，该网络仅有3.4k参数量，适用于任何分辨率图像，在处理水下图像时不仅能够保持内容风格和空间质感，还能够提高图像色彩表现。实验表明，在标准UIEB数据集上，该系统PSNR达23.137 dB、SSIM达0.918，在华为昇腾处理器上实现了该模型的优化部署，推理速度达25.756 f/s，满足水下机器视觉终端实时处理需求。

发表于：2026/9/7

月球轨道高分辨SAR特性分析与成像校正方法

月球高分辨率合成孔径雷达（Synthetic Aperture Radar ， SAR）成像受制于导航精度和地形先验不足，运动误差与地形误差易耦合并导致散焦。为此，以月球轨道SAR为对象，在分析深空测控网跟踪能力的基础上，建立融合轨道测量数据与月面数字高程模型（Digital Elevation Model ， DEM）的成像几何及误差传播模型，定量刻画速度误差和高程误差对成像相位的影响及其容限。在此基础上，提出一种二维空间变异误差校正方法，首先利用图像熵最小准则进行等效速度自聚焦估计，随后结合DEM对子孔径实施地形相位补偿，以抑制残余空间变异相位。仿真数据处理得到了点目标和面目标在注入速度误差、高程误差条件下的成像结果，验证了所提出二维空变误差校正流程的有效性及对运动-地形耦合误差的抑制能力。进一步，对比未校正结果，所述方法下点目标的峰值旁瓣比和积分旁瓣比均明显改善，典型面目标区域的图像熵在 L/Ku/Ka 三波段分别有效降低 0.116 bit、0.154 bit和0.203 bit。

发表于：2026/9/7

智能配电网源网荷储有功功率快速调节方法研究

源网荷储有功功率调节主要通过实时采集风光出力与负荷数据，结合固定阈值实现源网荷储各环节的功率调整。由于缺乏对风光出力场景的精细化细节划分导致调节策略无法适应多变的自然条件，其调节稳定性较差。对此，提出智能配电网源网荷储有功功率快速调节方法研究。结合DBSCAN密度聚类算法对风光出力历史数据进行场景聚类，通过挖掘不同时段、季节及气候条件下的出力模式，将连续的风光数据离散化为典型场景集合。利用场景聚类结果定义状态转移概率矩阵，采用马尔科夫算法刻画风光出力与负荷需求的动态演化规律，实现短时功率缺额的精准预测。采用一致性算法将源、网、荷、储建模为通信互联的智能体，以功率需求预测结果为总功率目标，使智能体通过局部信息交互迭代更新功率分配值。在实验中，对提出的方法进行了调节稳定性的检验。最终测试结果表明，采用提出的方法进行功率调节时，算法的峰谷差变化率均低于13%，具备较为理想的调节效果。

发表于：2026/8/13

基于智能化BNG的家庭宽带互联网质量分析系统研究

针对运营商家庭宽带运维响应被动、故障定位传统两大核心困境，通过将智能化能力引入家庭宽带网络网关（BNG），构建智能化BNG家庭宽带互联网质量分析系统，将用户体验与网络性能深度结合，实现业务、网络和网元的主动智能质量分析。经测试验证，该系统不仅可评估主流游戏，质量分析还覆盖家庭终端到运营商IP网络路径，全方位保障家庭宽带网络运维的智能化与高效性。

发表于：2026/8/13

基于智能层次化设计流程的RISC-V高性能CPU Core的后端实现

随着AI应用场景的多元化，市场的发展逐渐成熟，对于高算力处理器芯片的需求日趋紧迫，而千万门级的大规模CPU Core通常面临着设计周期长、高频实现难度大等痛点。为此，通过引入Cadence公司提出的新流程方法学——智能层次化设计流程（Smart Hierarchy Flow），从设计端和实现端都进行了相应的改进创新，将设计层次化切分，并行操作，相比于展平化设计流程（Flatten Flow）极大地缩短模块设计过程中软件的运行时间，且可实现自动化规划切分子模块（Auto Partition Generator）的功能。相比于传统层次化设计流程（Traditional Hierarchy Flow）又表现出高质量的接口时序约束和人力成本的节约，为加快芯片上市提供了强大的推动力。……

发表于：2026/8/13

基于改进YOLOv11n的碳钢表面腐蚀检测算法

针对目前金属腐蚀识别模型识别精度低，以及参数多难以满足在计算资源有限的移动设备和嵌入式设备中部署的问题，提出一种基于YOLOv11n的轻量化腐蚀检测模型。该模型采用MobileNetV4作为主干网络，有效降低模型参数量和计算量；其次，使用跨尺度特征融合模块（CCFM）优化颈部网络结构，在提升多尺度目标检测精度的同时减少模型参数和计算量；并在C3K2模块中集成双时相特征聚合模块（BFAM），显著增强模型对腐蚀纹理细节的感知能力；最后，引入Inner-MPDIoU损失函数，增强了模型的收敛性和稳定性。实验结果表明，改进后的模型与原模型相比模型参数量降低51.2%，计算量降低25.4%，精确率P、召回率R和mAP50分别提高1.1%、4.0%和0.6%，体现了改进算法的有效性。

发表于：2026/8/13

一种基于国产RFSoC的滤波优化设计

随着射频信号在高速传输领域的广泛应用，传统分立式射频架构面临资源与性能瓶颈，而集成度高、功耗低的RFSoC（Radio Frequency System on Chip，射频片上系统）成为解决该问题的重要方向。围绕国产化RFSoC的滤波优化处理展开研究，提出一种利用SUPERDSP对国产化RFSoC采样后的高速数据进行滤波的方案，实验证明该方案在滤波效果与传统FIR滤波相当的基础上，能大量降低DSP等硬件资源的用量，为国产化射频系统的优化设计提供理论与实践参考，具有重要的工程意义。

发表于：2026/8/10