使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

基于超大规模MIMO系统的宽带波束训练方法研究[测试测量][通信网络]

在宽带超大规模多输入多输出（MIMO）通信系统中，基站若采用均匀圆环阵列（UCA），会因其宽频带与大规天线模特性而引发明显的近场波束分裂现象，这使得传统的基于相移器（PS）的波束成形快速训练方法在宽带环境下性能显著下降。首先论证了UCA架构下波束分裂效应具备可调控特性，即通过引入时延（TD）波束成形技术，能够有效调节近场波束分裂的强弱。在此基础上，设计了一种新颖的快速宽带波束训练策略：利用TD波束成形同时生成多个频率的波束，分别聚焦于三维空间中的多个位置，分两阶段进行训练，阶段一搜索用户方位角信息，阶段二搜索用户距离与俯仰角信息。仿真结果表明，该方案训练开销低，仅为1 051，且平均速率性能达到完美信道状态信息基准的 96.28%。

发表于：2026/3/17

5G-A通感场景下无人机连续时延-多普勒信道参数的评估算法[通信与网络][5G]

针对无人机“黑飞”对变电站安全运行造成的严重威胁，以及传统低空防护技术定位精度低、抗干扰能力弱、场景适配性差等问题，提出一种基于5G-A通感一体化的电网低空无人机精确参数估计算法。首先，构建涵盖无人机运动特性与电磁散射特性的感知参数体系，设计包含干扰信号功率谱密度、多径衰减系数、信号遮挡率的定位环境重构参数体系，通过“参数采集-模型修正-误差补偿”流程实现环境适配；最后，提出“2D-OMP稀疏粗估+连续域黄金分割精估”的两阶段连续时延-多普勒信道参数估计算法，解决传统算法的网格失配与高复杂度问题。结果表明，所提算法的速度估计均方根误差始终保持最优，相较于传统单导频估计与一步搜索算法精度分别提升约55%、33%，可实现分米级定位与低误报率的目标感知。研究成果为变电站低空安全防护提供了高精度、高可靠的技术方案，也为5G-A技术在电力行业的规模化应用奠定基础。

发表于：2026/3/17

基于GNU Radio的APSK调制与卫星信道联合硬件验证[通信与网络][5G]

针对现有卫星通信中幅度相位键控（Amplitude Phase Shift Keying，APSK）调制方案依赖商用芯片或FPGA实现、且性能评估多局限于理想高斯信道的问题，提出基于开源软件定义无线电（Software Defined Radio，SDR）平台的动态可重构验证框架。以数字视频广播卫星第二代（Digital Video Broadcasting-Satellite Second Generation，DVB-S2）标准为基准，在GNU Radio平台构建高阶调制-卫星信道联合仿真系统，支持16APSK与32APSK调制解调链路的灵活配置，深度集成Loo与Corazza模型以精确模拟多径时延、阴影衰落及多普勒频移特性。通过HackRF SDR硬件平台实现基带生成、射频收发至接收解调的端到端硬件在环验证。该框架可为6G天地一体化网络中高阶调制的频谱效率、抗衰落性能及功放非线性适应性研究提供可扩展实验平台。

发表于：2026/3/17

基于伺服天线CPE的海域5G覆盖扩展研究与验证[通信与网络][5G]

随着海域覆盖扩展的研究，船舶内部署小基站可以减少海上船舶舱体内部的穿透损耗。然而小基站的数据需通过IPRAN或者STN等有线方式回传至陆地的核心网，海洋条件无法满足，采用普通CPE做回传功率小，上行传输有限。因此，提出一种扩展海域5G覆盖的方案，在岸基基站和小基站联合组网的基础上，引入大功率CPE和高增益伺服天线系统，大功率CPE通过伺服天线系统接入岸基基站，并采用有线连接的方式下挂小基站，将小基站数据回传至岸基基站，由岸基基站回传至陆地核心网，实现海域5G网络扩展覆盖。特别地，利用船上多个终端设备的无线网络搜索过程获取岸基宏站的列表信息，解决了现网建设中岸基宏站列表信息获取难的问题，并通过多个终端设备的协作优化了伺服天线的目标岸基小区接入算法。现网结果显示提出的方案具有良好的性能。

发表于：2026/3/17

3GPP NR NTN接入网最新技术进展和发展趋势[通信与网络][5G]

为满足全球无缝覆盖、应急通信、物联网与航空海事等新兴业务需求，3GPP R19阶段对NTN进行了系统性增强。相比R18以透明转发为主的架构，3GPP R19 NR NTN首次引入星上再生处理架构，实现接入网与核心网功能在卫星上的灵活部署，显著降低端到端时延并提升系统容量，并对R18多个方面进行了增强和扩展，使得5G 技术方案更加完整，技术能力进一步增强，为5G NR NTN 商用提供了坚实的技术基础。以当前6G卫星互联网发展中面临的挑战作为出发点，重点围绕R19 NR NTN 核心架构、空口与性能优化、移动性与服务连续性、终端与场景扩展等方面展开分析，最后对R20的技术发展进行了展望。

发表于：2026/3/17

弥合带宽缺口，高性能AI推理如何受益于GDDR7？[人工智能][工业自动化]

在过去两年中，AI模型规模惊人地增长了410倍，而同期内存带宽仅提升约一倍。这种巨大反差导致显著的“内存鸿沟"——内存子系统正日益成为制约AI性能的瓶颈，限制了先进处理器的潜力发挥。

发表于：2026/3/17

我们打造了一款“软件定义”的锁相放大器[测试测量][工业自动化]

这是一套开放的IP，能够将PXI R系列、FlexRIO甚至示波器“变身”为高性能数字锁相放大器。

发表于：2026/3/17

如何使用多相升压转换器[电源技术][工业自动化]

当系统需要的电压高于可用电压时，升压转换器是满足这一需求的理想选择。然而，经典的标准升压拓扑结构并非唯一方案。

发表于：2026/3/12

机器学习中已公开个人数据的合法利用路径[其他][其他]

已公开个人数据作为机器学习的重要训练语料 , 应对其秉持开放利用的 目标取向 。但采取宽松获取策 略 , 却由于爬取范围不清晰 、用于生成式 AI存在侵权风险 、个人数据主体难以行使信息自决权而面临合法利用 的实践困境 。检视困境成因 , 应围绕机器学习应用全周期 , 构建已公开个人数据的合法利用路径 : 在数据获取 阶段 , 评估爬取行为的正当性与潜在影响 , 若涉及竞争性权益 , 应转向 API 授权等合法路径 , 确保数据来源合 法 ; 在机器学习智力成果投入应用阶段 , 应依据个人信息种类设置分类安全机制 , 并实时监督以防范隐私泄露 与滥用风险; 在应用投放市场后 , 应构建训练数据披露机制 , 以透明度支持用户干预 , 保障个人信息自决权的 实现。

发表于：2026/3/10

数据产业的发展特点 、模式和培育策略研究[其他][其他]

为高效有序地培育发展数据产业 , 利用文献分析 、案例分析等方法 , 从“ 区域 - 行业 - 企业 ” 的视角 分析了数据产业在宏观 、中观 、微观层面的发展特点 , 结合先进地区的实践总结出由基础环境 、数据资源 、数 据市场 、数据场景四类要素驱动的数据产业培育模式 , 并聚焦做大数据企业规模 、提升数据产业质量 , 提出培 育数据产业的策略框架体系 , 以期为地方政府发展数据产业提供有效借鉴。

发表于：2026/3/10

直升机大数据治理系统架构设计研究[其他][其他]

高质量数据是模型算法迭代更新的先决条件 , 是实现直升机高质量发展的基础 。直升机研制和使用过 程中产生了大量技术与运用数据 , 但存在“ 有数据 、无治理”、数据缺乏统一管理 、价值挖掘不足等问题 。结合 直升机领域机械化 、信息化 、智能化转型发展需求 , 对直升机大数据治理体系进行了探讨 , 提出了基于云边端 协同的直升机大数据治理架构 , 并详细分析了直升机湖仓一体数据云总体建设思路 , 为构建直升机领域数据治 理体系提供技术支撑 , 奠定了直升机“ + 智能 ” 的数据高质量基础。

发表于：2026/3/10

数字供应链下区块链技术采纳的三方演化博弈分析[其他][其他]

数据正逐渐成为驱动经济社会发展的新质生产要素 , 伴随着数据驱动下供应链运营模式的数字化变革 , 区块链技术为解决数字供应链下信息不透明 、数据确权难等问题提供了新的选择 。通过分析区块链在供应链中 数据共享机制问题 , 构建由数据供给主体 、参与共享客体以及供应链共享管理平台组成的三方演化博弈模型 , 分析各博弈主体策略选择的稳定性 , 并分析关键因素对系统演化的影响 。研究发现 : 参数的数值关系影响供应 链数据共享的演化稳定策略 , 数据共享主客体参与方在三方演化博弈过程中会受到来自平台方激励和惩罚机制、 参与主客体共享数据量和增量效用 、潜在损失和运营成本等多种潜在因素的影响 ; 低质量数据共享造成不同平 台成本损失的差异性 , 则是供应链平台方是否采纳区块链平台运营模式的关键因素 。在丰富相关理论研究的同 时 , 为供应链数据要素共享中的区块链应用实践提供参考。

发表于：2026/3/10

基于嵌入式工业时序数据的存储策略及应用研究[其他][其他]

嵌入式工业计算领域具备独特的数据优势 , 海量数据呈现时序递增 、多源异构 、复杂多变等特点 。针 对现有嵌入式工业时序数据发展特性及高效存储管理代价问题 , 融合时序数据库技术 , 提出一种基于嵌入式 工 业时序数据的存储策略 , 有效缓解嵌入式工业计算设备的海量时序数据高效存储及组织管理瓶颈 , 并实施了时 序数据库系统的有效性验证 , 进而加速推进时序数据库技术在嵌入式工业计算领域的应用实施。

发表于：2026/3/10

基于内容引导异构双解码器的息肉图像分割[人工智能][其他]

针对结直肠图像中息肉尺寸大小不一 、边界模糊以及内窥镜图像清晰度受限等问题 , 提出了一种基于 内容引导异构双解码器的特征融合网络 (HCGFNet) 。HCGFNet 中编码器网络采用异构多路径自适应特征融合模 块 (HAF) , 通过异构多数据流更精准地捕获复杂肠道环境中隐匿的各类小型息肉与周边特征信息 。解码器网络 采用内容引导特征融合注意力机制 (CGFA) , 逐层处理解码阶段特征图中干扰信息 , 细化目标边缘分割效果并 辅助重建灰度图 。最终分别在 KvasirSEG、CVC-ClinicDB、CVC-ColonDB 息肉数据集上进行广泛对比 , 结果表 明 , 所设计的 HCGFNet 相较于目前主流模型 , 在各项性能中均有提升 。引入 HAF、CGFA 模块后 , 各项性能较 基准模型提升 2% ~5% , 较最先进模型提升 1% ~2% 。

发表于：2026/3/10

基于注意力信息关注与渐进梯度约束的二值化超分辨率网络[人工智能][其他]

基于Transformer 的网络在图像超分辨率任务上表现优异 , 但高昂的内存和计算成本限制了它在实际中 的应用部署 。为此 , 基于 SwinIR 网络实现了一个二值化的轻量化超分辨网络 BiSR-AG。首先 , 利用现有的二值 方法基于 SwinIR 实现了一个二值化基线网络 。进一步 , 设计了一个基于注意力信息关注模块以充分匹配二值化 模型的信息容量 。此外 , 使用了渐进梯度更新区间约束训练策略来缓解注意力机制中存在部分参数不更新的问 题 。实验证明 , BiSR-AG 网络有效压缩了模型大小 , 并保持了较好的重建效果和感知质量。

发表于：2026/3/10