• 首页
  • 新闻
    业界动态
    新品快递
    高端访谈
    AET原创
    市场分析
    图说新闻
    会展
    专题
    期刊动态
  • 设计资源
    设计应用
    解决方案
    电路图
    技术专栏
    资源下载
    PCB技术中心
    在线工具库
  • 技术频道
    模拟设计
    嵌入式技术
    电源技术
    可编程逻辑
    测试测量
    通信与网络
  • 行业频道
    工业自动化
    物联网
    通信网络
    5G
    数据中心
    信息安全
    汽车电子
  • 大学堂
  • 期刊
  • 文献检索
期刊投稿
登录 注册

5G NSA接入网共享技术演进方案研究

5G NSA接入网共享技术演进方案研究[通信与网络][5G]

随着5G商用,越来越多的国家都商用了5G网络,但受限于5G SA标准、设备和终端的成熟度,初期的5G网络建设均采用NSA组网方案,后续必然需要考虑向SA网络演进的问题,故对于5G NSA接入网共享方案,也需要考虑NSA接入网共享向SA接入网共享的演进问题。针对NSA向SA演进过程中不同接入网共享演进方案在组网复杂度、运维优化复杂度、用户业务体验等方面进行系统分析,以期为运营商NSA接入网共享的演进方案选择提供参考。

发表于:2020/5/8 下午2:27:00

5G测试仪器关键技术研究与产品开发

5G测试仪器关键技术研究与产品开发[测试测量][5G]

随着5G技术研发试验和产品研发试验的推进,作为支撑产业发展的测试仪器也进入到发展快车道,国内厂家已经成功开发出基站、终端、外场与核心网等5G通信测试仪器。介绍了5G通信测试仪器的关键技术突破与最新产品成果,包括高性能5G通信测试平台设计与制造、多标准5G NR物理层测试、5G异构网络空口协议解析、微波毫米波测试校准等关键技术,也介绍了基站测试、终端综测和空口监测等测试仪器性能,这些测试仪器在5G通信产业链各环节发挥了重要作用,为产业的快速发展提供了有力支撑。

发表于:2020/5/8 下午2:07:00

分时供电全桥Buck型双输入直流变换器

分时供电全桥Buck型双输入直流变换器[电源技术][智能电网]

在多种新能源联合供电的分布式发电系统中,用多输入直流变换器替代多个单输入直流变换器,能够简化电路结构,降低系统成本。分析研究了一种分时供电全桥Buck型双输入直流变换器的电路拓扑、最大功率输出能量管理控制策略和稳态原理特性,给出了实验结果。该电路拓扑是由两个并联分时选择支路和Buck型直流变换器级联构成的,该控制策略是通过控制输出电流瞬时值和双输入源输出功率之比间接地实现两个输入源的最大功率输出。设计并研制的3 kW双输入直流变换器具有体积重量小、成本低等性能,验证了理论分析的正确性与可行性。

发表于:2020/4/26 上午11:21:00

一种最大效率恒压输出无线供能控制技术研究

一种最大效率恒压输出无线供能控制技术研究[电源技术][汽车电子]

针对无线电能传输技术中的恒压输出和最大效率问题,提出了一种基于能量注入的移相恒压控制无线电能传输技术。首先通过电路分析得到系统电压增益和传输效率等特性函数,在此基础上设计了一种新型控制方法,通过改变逆变器的能量注入占空比和移相角,实现在负载变化时系统的最大效率和恒压输出。实验结果验证了所提方法的可行性和理论分析的正确性,在整个负载变化范围内,采用能量注入的移相恒压控制方法时整机效率比常见的移相恒压控制方法提高3%~10%,满载时整机效率达到89%。

发表于:2020/4/24 下午3:00:00

基于肌电信号稀疏特征的手势识别方法研究

基于肌电信号稀疏特征的手势识别方法研究[模拟设计][工业自动化]

基于表面肌电信号(sEMG)的手势识别技术是人机自然交互领域的重要研究方向。手势识别技术的实现关键在于如何提取sEMG信号的有效特征。提出了一种提取sEMG信号稀疏特征用于多类手势识别的有效方法。该方法以稀疏表示作为特征提取工具,以支持向量机(SVM)作为分类器对多个手势进行识别。首先,采用双阈值法检测分割出手势动作的活动段;其次随机抽取部分运动段样本初始化稀疏表示词典,利用KSVD方法对过完备字典和稀疏系数进行无监督更新;最后,利用SVM对稀疏系数特征向量进行分类以实现对不同手势的识别。通过在公开数据库和自有数据库上进行实验测试,结果表明结合稀疏特征和SVM分类方法可实现16种手势平均识别准确率达到98.4%。

发表于:2020/4/24 下午2:24:00

基于状态增广的修正迭代扩展卡尔曼滤波

基于状态增广的修正迭代扩展卡尔曼滤波[嵌入式技术][其他]

针对修正迭代扩展卡尔曼滤波一次迭代后系统状态和估计状态不与测量噪声之间保持相互独立的问题,将测量噪声增广到状态变量中,提出了基于状态增广的修正迭代扩展卡尔曼滤波。然后将该滤波方法应用到基于雷达测量的再入飞行器目标跟踪问题中,仿真结果表明:与修正迭代扩展卡尔曼滤波和传统的扩展卡尔曼滤波相比,该滤波方法具有更快的收敛速度和更优的估计精度。

发表于:2020/4/23 下午3:34:00

VPx帧内压缩的快速算法

VPx帧内压缩的快速算法[通信与网络][通信网络]

针对VPx视频的帧内压缩处理复杂度高的问题,给出一种快速算法。该方法首先根据图像中亮度子块在宏块中的空间位置确定最邻近子块,再通过最邻近子块的最佳预测模式、子块重构和率失真比较判断当前子块的可能预测模式,并结合率失真阈值得到用于该子块帧内压缩的最终预测模式。实验结果表明,该方法能够有效地减少VPx帧内压缩中由重构处理带来的包括频域变换、量化、反量化、频域反变换的大量运算,从而在保证压缩质量的情况下,提高帧内压缩速度。

发表于:2020/4/23 下午3:19:00

采用矩阵递归的最小测试用例集生成算法

采用矩阵递归的最小测试用例集生成算法[测试测量][航空航天]

符合MC/DC准则的最小测试用例集算法具有重要的实用价值。首先将布尔表达式转换为语法二叉树,然后采用矩阵组合逻辑运算方法逐层递归,从而获得完备的MC/DC最小测试用例集。经验证,矩阵组合逻辑运算方法是合理的、正确的。该方法对于非平凡布尔表达式可快速获取完备的MC/DC最小测试用例集,同时也可以处理带耦合条件的复杂布尔表达式。

发表于:2020/4/22 上午11:22:00

基于CNN-LSTM的太阳能光伏组件故障诊断研究

基于CNN-LSTM的太阳能光伏组件故障诊断研究[电源技术][智能电网]

太阳能光伏产业近年发展迅速,准确诊断光伏组件故障位置及类型可以提升运维人员的工作效率。提出一种基于卷积神经网络-长短期记忆模型(Convolutional Neural Networks-Long Short Term Memory,CNN-LSTM)的深度学习诊断模型,利用电站原有设备就可完成检测任务。首先提出了一种依据电流值的组件故障分类方式;然后,检测模型根据光伏阵列布局特点设计了一种特征提取算法,分别提取光伏阵列电流横向与纵向特征,来获取空间与时间上的特性;再通过CNN网络来对横向特征做进一步的提取与纵向特征的压缩,以解决特征种类单一及训练缓慢的问题;最终进入LSTM神经网络来完成对光伏组件的故障诊断。

发表于:2020/4/22 上午10:59:00

一种改进的粒子滤波检测前跟踪算法

一种改进的粒子滤波检测前跟踪算法[测试测量][工业自动化]

针对多个信噪比相差较大时容易发生的目标漏检问题,提出了一种改进的多目标双层粒子滤波检测前跟踪算法(IM-PF-TBD)。算法采用双层粒子滤波结构,在目标检测层中,采用锦标赛选择方法对检测粒子群进行重采样,选取多个权重相差较大的粒子,通过粒子聚类同时检测多个目标,提高了检测初期较弱目标的存在概率。此外,算法提出了粒子群融合方法用于新发现目标的验证,便于目标检测后虚假目标的剔除。仿真结果表明,所提算法能有效改善信噪比较小的目标的检测概率并降低目标RMSE。

发表于:2020/4/21 下午3:00:00

  • <
  • …
  • 274
  • 275
  • 276
  • 277
  • 278
  • 279
  • 280
  • 281
  • 282
  • 283
  • …
  • >

活动

MORE
  • 征文启事:2026电子信息工程学术研讨会(集成电路应用杂志)
  • 直播预告|防火墙的过去、现在与未来
  • 2026 阿里云 Data+AI 工程师全球挑战赛圆满收官
  • 【热门活动】2026中国西部微波射频技术研讨会
  • “汽车电子·2026年度金芯奖”网络投票通道正式开启!

高层说

MORE
  • 从 FactoryView(运营可视化)迈向智能决策支持
    从 FactoryView(运营可视化)迈向智能决策支持
  • 2026年,塑造下一波EDA创新浪潮的关键趋势
    2026年,塑造下一波EDA创新浪潮的关键趋势
  • 【回顾与展望】芯科科技:边缘AI重塑物联网未来
    【回顾与展望】芯科科技:边缘AI重塑物联网未来
  • 奥芯明许志伟:“嵌入式协同”破局
    奥芯明许志伟:“嵌入式协同”破局
  • Develop平台打造电子研发全生命周期生态
    Develop平台打造电子研发全生命周期生态
  • 网站相关
  • 关于我们
  • 联系我们
  • 投稿须知
  • 广告及服务
  • 内容许可
  • 广告服务
  • 杂志订阅
  • 会员与积分
  • 积分商城
  • 会员等级
  • 会员积分
  • VIP会员
  • 关注我们

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2