123,123,123

基于深度残差神经网络的5G信号室内分布预测[通信与网络][5G]

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。

發(fā)表于：2024/12/16 下午5:02:13

改进LCR仪表测量稳定性的相位裕度优化方法及硬件实现[测试测量][工业自动化]

为解决LCR表在测量容性阻抗时的自激问题，设计了一种增强测量稳定性的LCR仪表。通过分析测量前端自平衡电桥电路的相位裕度，采用相位补偿电路解决因相位滞后造成的自激问题。应用直接数字频率合成技术结合相位校准电路设计，产生相位准确的正交测量信号。使用开关鉴相式锁相放大器处理微弱信号，经16位模数转换器采集后输入到微处理器进行矢量信号合成与输出显示。相比专业仪器，所设计样机对电阻测量相对误差可达0.5%，对大电容测量相对误差可达1%。

發(fā)表于：2024/12/16 下午4:53:21

速度型水声传感器的频率响应特性[MEMS|传感技术][通信网络]

声纳技术是人类探索海洋的主要手段，而水声传感器是声纳装置的重要组成部分。水声传感器分为标量和矢量水声传感器。矢量传感器可以弥补标量传感器获取声场信息不完整的不足，可以实现对水中声压和介质振速的精确测量从而确定目标方位等。主要对速度型矢量水声传感器的频率响应特性进行了研究，讨论高保真和高增益下速度型水声振幅模型、响应比及频率响应特性，提出频响设计原则，最后概括速度型水声传感器的应用。水声传感器是水下探测、定位和通信的重要手段。研究有助于开发高灵敏度和更好低频特性的速度型水声传感器，从而极大提升传统水声传感器的作用距离。远声场传感器的研制，提升诸如潜艇、UUV等水下目标的探测距离，将有利于从根本改变目前我国水声探测网络的格局，具有重要军事意义。

發(fā)表于：2024/12/16 下午4:44:01

基于多头注意力的社交网络用户身份链接方法[人工智能][消费电子]

随着社交网络的快速发展，人们在社交网络中拥有越来越多的虚拟身份，识别同一自然人不同网络虚拟身份的网络用户身份链接问题变得越来越重要。用户身份链接有助于挖掘网络用户的隐信息，构建全面的网络用户画像，进而促进跨网络的推荐、链接预测、信息传播等多个研究领域发展。现有的基于用户属性和基于网络结构的用户身份链接方法，没有考虑不同用户之间影响力差异因素，收敛速度较慢。基于深度游走的用户身份链接方法，融入多头注意力机制，对用户间影响力进行建模，实验结果表明，该方法可以很好地改进算法有效性，提高训练效率。

發(fā)表于：2024/12/16 下午4:34:14

基于改进YOLOv5n的腐败水果检测模型[人工智能][消费电子]

为了实现多种水果在采摘后自动化筛选和分拣中腐败水果识别的问题，提出了改进的YOLOv5n模型，命名为mobile-YOLO。首先将YOLOv5n的主干网络替换为MobileNetV3并引入深度可分离卷积，相较于原模型，这种改进在计算效率和速度上都有所提升，并且准确率也得到了提高。为了进一步提升速度，将C3模块替换为C2f模块，实现轻量化的同时获得了更丰富的梯度流信息。最后将原有的CIoU替换为α-CIoU，以加快收敛速度并保证图像框位置的准确性。mobile-YOLO相较于原始的YOLOv5n，mAP@.5（mean Average Precision）达到了98.1%，mAP@.5：.95达到了94.2%，同时在P（Precision）值为97.1%和R（Recall）值为96.8%的情况下，参数量几乎与YOLOv5n保持一致。

發(fā)表于：2024/12/16 下午4:24:06

一种基于状态预测的多线程数据过滤算法[人工智能][其他]

数据过滤算法在大数据处理领域有着重要的作用。基于正则表达式匹配技术的数据过滤算法凭借强大的特征表达能力适合于处理大规模复杂数据。然而，传统的正则表达式匹配过程为串行匹配，造成性能低，无法满足现代数据处理的需求。针对传统正则表达式匹配性能低的问题，提出一种基于多线程和状态预测的正则表达式加速匹配算法，称之为μFA：基于向量指令执行字符值比较，获取可直接跳过的信任字符数。同时，基于多线程加速和状态猜测技术，实现字符串的分段匹配处理，通过圈定字符危险区域，研判各分段最终匹配结果的正确性。实验结果表明，μFA算法的吞吐率是原始DFA算法的10.12~91.36倍、ßFA算法的1.08~2.97倍。

發(fā)表于：2024/12/16 下午4:22:38

融合图文预训练的汉越多模态神经机器翻译[人工智能][消费电子]

由于汉语和越南语之间存在显著的语法差异及语料稀缺，汉越神经机器翻译任务面临名词翻译不准确的挑战。提出了一种新颖的多模态神经机器翻译方法，该方法融合了文本预训练模型和视觉语言联合预训练模型。通过文本预训练模型，能够捕获深层的语言结构和语义；而视觉语言联合训练模型则提供了与文本相关联的视觉上下文，这有助于模型更准确地理解和翻译名词。两种模型通过一个简洁高效的映射网络结合，并通过Gumbel门控模块动态地整合多模态信息，以优化翻译输出。在汉越及越汉翻译任务中，该方法相比传统Transformer模型分别提升了7.13和4.27的BLEU值。

發(fā)表于：2024/12/16 下午4:15:57

高速以太网均衡技术的综述与思考[通信与网络][通信网络]

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。

發(fā)表于：2024/12/16 下午4:06:59

基于UVM的时间敏感网络交换芯片的验证架构设计[模拟设计][通信网络]

基于UVM验证方法学、自动化比对和覆盖率驱动的验证思想，构建了一个用于时间敏感网络（TSN）交换芯片的系统验证架构。该架构采用分类和流水处理数据报文方法，结合流量检测、时间槽检测和数据报文自动化比对方案，成功支撑TSN业务系统验证方法落地，保证了系统验证完备性。芯片回片经测试满足商用需求，再次论证了验证架构的完备性。

發(fā)表于：2024/12/16 下午3:55:41

基于自适应优化的高速交叉矩阵设计[通信与网络][通信网络]

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。

發(fā)表于：2024/12/16 下午3:45:27