瞭望2025全球6G技术发展趋势

最新资讯

不稳定气流影响下多卫星抗干扰混合定位方法的研究

不稳定的气流会导致信号传播路径的扭曲和延迟变化，从而导致接收到的卫星信号的延迟和失真。这将导致定位系统的测距和寻向误差增大，影响定位结果的精度和准确性。因此，提出了一种新型的在不稳定气流影响下的多卫星抗干扰混合定位方法。对高空不稳定湍流数据进行预处理，快速验证湍流数据的真实性。基于动量守恒定律构建流场描述方程。通过运用载波相位观测和卫星天线相位中心坐标建立多卫星运动方程，并构建抗干扰混合定位模型。引入全球导航卫星系统（GNSS）技术，利用多颗卫星的信号来计算接收器的位置、速度和时间，从而解决多卫星混合抗干扰模型。实验结果表明，对于静态目标，该研究方法在目标方向N（北）、S（南）和E（东）的定位偏差较小；采用近地卫星、中等高度卫星和地球同步卫星混合定位时，定位误差的均方值始终低于0.002 cm。对于动态目标，该方法不受杂波干扰，能够稳定地定位目标。此外，所提出的方法具有更低的定位延迟和更高的定位效率。

发表于：12/17/2024

欧盟计划斥资110亿美元打造欧版星链

12月17日消息，欧盟承诺斥资106亿欧元（约合111.3亿美元）打造一套卫星网络，为欧洲提供全球互联网加密连接服务，旨在推出一个本土化方案，作为埃隆·马斯克（Elon Musk）星链网络的替代选择。 欧盟于本周一签署合同，正式启动IRIS2项目。这是一个由290颗卫星组成的多轨道网络，计划于2030年全面投入使用，服务范围涵盖欧洲政府、军队及私人客户。然而，这一项目起步较晚，目前星链已部署超过6000颗卫星，客户遍布约100个国家。 随着各国军方对星链应用表现出浓厚兴趣，欧盟愈发担忧过度依赖私人服务。IRIS2将通过公私合作伙伴关系实施，目标是建成一个由欧洲主导运营、可替代第三方服务商的卫星网络。

发表于：12/17/2024

中国星网正式升空

12月16日18时，我国在海南文昌卫星发射中心使用长征五号乙运载火箭，以一箭10星方式成功将卫星互联网低轨01组卫星发射升空，卫星顺利进入预定轨道，发射任务获得圆满成功。gw星座与星链有何不同

发表于：12/17/2024

基于编程组态软件的二总线图形建模及调试研究

以太网控制自动化技术（Ethernet Control Automation Technology，EtherCAT）是当前工业控制领域的一个重要应用技术。基于EtherCAT总线的PLC可以集成控制二总线系统，在实施过程中，用户为PLC编程时会编写大量代码，在异步系统间也会存在消息不同步的问题。为解决上述问题，提出了一种基于编程组态软件对二总线设备组态建模和图形化调试技术，该技术包括异步系统间消息同步、二总线协议转换与解析、二总线拓扑构建状态机、在线实时调试功能以及可视化交互界面设计。

发表于：12/16/2024

通信模块和计算主机分离场景下安全有效入网认证的研究

随着5G、移动技术的不断发展，移动终端的形态越来越多样，具备移动接入能力的设备推动了万物互联时代的到来。移动终端从CDMA时代开始就已经实现了机卡分离，全网通的出现使得计算主机和通信模块进一步解耦。人们希望自己的移动终端可以在任何时间、任何地点接入任何网络。无线技术之所以能够实现突飞猛进的发展，正是因为顺应了分工合作、各自发展这一趋势。物联网的时代，终端设备往往规格低、数量大，新技术、新频段的不断涌现，导致主机和通信模块发展不同步，终端组合式接入给移动安全提出新挑战。探讨了如何通过数字证书、安全管控等技术实现通信模块和计算主机机分离场景下终端的入网认证。

发表于：12/16/2024

基于深度残差神经网络的5G信号室内分布预测

为解决5G信号室内覆盖的质量与稳定性问题，提出了一种基于深度残差神经网络的5G信号室内分布预测方法。采用基于全连接的深度残差神经网络构建预测模型，利用发射机与接收机的三维空间坐标信息和接收机的参考信号接收功率（Reference Signal Receiving Power， RSRP）数据作为输入特征，而无需收集复杂的环境特征信息。实验结果表明，该深度残差神经网络模型在不依赖详细环境参数的情况下，经归一化训练，预测出的RSRP与实际值相比，MAE为0.029 455，RMSE为0.041 495，能有效地预测室内的5G信号分布，验证了基于深度残差神经网络的预测方法在室内5G信号覆盖预测问题上的有效性，为优化室内5G网络部署和提升用户体验提供了科学依据和技术手段，具有重要的实际应用价值。

发表于：12/16/2024

高速以太网均衡技术的综述与思考

由于云计算、以太网、物联网的广泛运用产生的数据爆炸式增长，大型数据中心网络的有线输入输出（I/O）带宽需求迅速增长，高速以太网的发展顺应了网络流量的快速增长趋势。而随着以太网数据传输速率的提升，对串行链路的信号完整性挑战性进一步增大。针对高速传输下以太网均衡技术面临的挑战，聚焦于各类均衡技术，对各类均衡技术进行深入分析，探讨各类均衡器的工作原理和特性以及阐述了这些均衡器在高速传输环境中的适用场景，为未来高速以太网均衡器的发展和优化提供了参考，以更好地满足通信中不断增长的对更高的传输效率和更低的误码率的需求。

发表于：12/16/2024

基于自适应优化的高速交叉矩阵设计

提出了一种基于自适应优化的交叉矩阵传输设计，采用AHB协议并引入自适应突发传输调整和自适应优先级调整的创新机制。通过动态调整突发传输的长度和优先级分配，实现了对数据流的有效管理，提升了系统的带宽利用率和传输效率。对该设计进行前端仿真和后端布局布线，仿真验证了该方法在不同负载环境下的优越性，能够优化总线资源分配，提升传输速度，降低总体功耗。

发表于：12/16/2024

高速车载数据传输物理层接口芯片标准综述

作为实现汽车智能化的关键技术之一，高速、高可靠性、低时延的车载数据传输技术正获得越来越多的关注；同时，对于打破私有协议垄断、增强设备间互联互通的需求日益增长，推动着车载数据传输公有标准的制定成为了国内外标准组织的研究热点。首先介绍了车载数据传输链路的特点，接着聚焦于高速车载数据传输物理层接口芯片标准，对主要标准组织及其标准的制定情况进行了综述，并对各标准的主要性能指标与物理层技术进行了分析与对比。

发表于：12/16/2024

基于深度学习的神经归一化最小和LDPC长码译码

LDPC码是一种应用广泛的高性能纠错码，近年来基于深度学习和神经网络的LDPC译码成为研究热点。基于CCSDS标准的（512，256）LDPC码，首先研究了传统的SP、MS、NMS、OMS的译码算法，为神经网络的构建奠定基础。然后研究基于数据驱动（DD）的译码方法，即采用大量信息及其经编码、调制、加噪的LDPC码作为训练数据在多层感知层（MLP）神经网络中进行训练。为解决数据驱动方法误码率高的问题，又提出了将NMS算法映射到神经网络结构的神经归一化最小和（NNMS）译码，取得了比NMS更优秀的误码性能，信道信噪比为3.5 dB时误码率下降85.19%。最后研究了提升NNMS网络的SNR泛化能力的改进训练方法。

发表于：12/16/2024