亚洲女同精品一区二区久久,国产精品肥臀一区二区三区

基于云計算的流媒體任務(wù)調(diào)度算法[其他][其他]

針對當(dāng)前流媒體的大量視頻資源從而帶來的云計算的負(fù)載均衡和任務(wù)分配問題，在Cloudsim云環(huán)境下實現(xiàn)了任務(wù)調(diào)度的GAAC算法(Greedy And Ant Colony Algorithm,，GAAC),。GAAC算法具有迭代學(xué)習(xí)機(jī)制、局部最優(yōu)和負(fù)載均衡的特點,。并在Cloudsim的環(huán)境下,，完成了對GAAC算法、輪轉(zhuǎn)算法(Round Roll Algorithm,，RR),、貪心算法和蟻群算法的仿真比較,。實驗驗證，GAAC算法從總體上而言,，任務(wù)調(diào)度所用的時間明顯較低于貪心算法和傳統(tǒng)的輪轉(zhuǎn)算法和蟻群算法,，即其任務(wù)執(zhí)行的時間更短，效率更高,。

發(fā)表于：7/28/2021 4:53:00 PM

基于多尺度網(wǎng)絡(luò)的絕緣子自曝狀態(tài)智能認(rèn)知方法研究[其他][其他]

針對已有絕緣子狀態(tài)識別模型,，以及深層網(wǎng)絡(luò)尺度和交叉熵?fù)p失函數(shù)的缺陷，仿照運(yùn)維人員檢修模式,，即依據(jù)評測結(jié)果的可信度動態(tài)決策,，基于多尺度網(wǎng)絡(luò)構(gòu)建了一種絕緣子自曝狀態(tài)智能認(rèn)知方法。首先,，面向定位歸一化化預(yù)處理后的絕緣子圖像,，基于ResNet-18增加不同結(jié)構(gòu)的網(wǎng)絡(luò)分支提高網(wǎng)絡(luò)適應(yīng)不同分辨率的能力，同時在網(wǎng)絡(luò)末端添加多尺度信息融合模塊,；其次,，隨機(jī)配置網(wǎng)絡(luò)面向多個尺度特征，構(gòu)建了泛化的自曝狀態(tài)分類認(rèn)知準(zhǔn)則,；最后,，為了評測自曝狀態(tài)分類認(rèn)知結(jié)果的可信度，基于定義的誤差指標(biāo)自調(diào)節(jié)多尺度網(wǎng)絡(luò)架構(gòu),，重構(gòu)不確定認(rèn)知結(jié)果約束下的特征向量和分類認(rèn)知準(zhǔn)則,，以進(jìn)行自曝狀態(tài)再認(rèn)知。實驗結(jié)果顯示,，與其他方法相比,，所提出的智能認(rèn)知方法增強(qiáng)了模型的泛化能力和認(rèn)知精度。

發(fā)表于：7/28/2021 4:49:00 PM

基于深度學(xué)習(xí)的1-比特超大規(guī)模MIMO信道估計[其他][其他]

超大規(guī)模多輸入多輸出(Multiple Input Multiple Output,，MIMO)技術(shù)在未來的移動通信中具有巨大的潛力,。然而，采用超大型的天線陣列會出現(xiàn)空間非平穩(wěn)性信道特征,，如果為基站的每根天線都配備一個高精度量化器,，系統(tǒng)功耗將大幅度增加，從而阻礙超大規(guī)模MIMO系統(tǒng)的廣泛應(yīng)用,。因此,，假設(shè)基站的每根天線都配備有一對1-比特模數(shù)轉(zhuǎn)換器(Analog-to-Digital Converters,，ADC),，利用子陣列與用戶之間的映射關(guān)系來描述非平穩(wěn)信道特征，借助深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,，DNN)強(qiáng)大的泛化能力,，設(shè)計一種新的生成式監(jiān)督DNN模型,，該模型可以使用合理數(shù)量的導(dǎo)頻進(jìn)行訓(xùn)練。仿真結(jié)果表明,，所提出的網(wǎng)絡(luò)可以使用較少的導(dǎo)頻得到較好的估計性能,，在性能與計算復(fù)雜度之間取得良好的平衡。

發(fā)表于：7/28/2021 4:45:00 PM

一種基于LoRa的動態(tài)識別和樓層判定方法[其他][其他]

針對室內(nèi)三維定位中垂直方向的樓層判定算法復(fù)雜度高,、準(zhǔn)確率低等問題,，提出一種基于LoRa的動態(tài)識別和樓層判定方法。首先,在樓宇內(nèi)按需部署縱向定位設(shè)備,；然后,，建立室內(nèi)各層樓梯口的LoRa信號指紋庫，劃定對應(yīng)不同樓層信號強(qiáng)度特征的判定閾值,；最后結(jié)合LoRa-RSSI動態(tài)識別和樓層判定方法,，捕捉室內(nèi)動態(tài)下無線信號強(qiáng)度的實時變化，實現(xiàn)上下樓活動動態(tài)識別,，提高樓層判定的準(zhǔn)確率,。實驗結(jié)果表明，方法識別判定準(zhǔn)確率達(dá)97.9%,，實現(xiàn)簡單,，不受外界環(huán)境影響，可快速按需部署,。結(jié)合室內(nèi)二維定位技術(shù),，提供了一種新的室內(nèi)人、物三維定位方法和思路,。

發(fā)表于：7/28/2021 4:42:00 PM

核電數(shù)字化控制系統(tǒng)與第三方系統(tǒng)接口研究[其他][其他]

隨著數(shù)字化控制系統(tǒng)DCS廣泛應(yīng)用于核電廠,，核電廠主控室也在向功能更完善、布局更集中的先進(jìn)主控室過渡,，這一技術(shù)特點使得主控室操縱員主要依賴操作員站上的顯示器和鍵盤鼠標(biāo)實現(xiàn)對電廠工藝系統(tǒng)的監(jiān)控,，因此需要將DCS以外的第三方儀控系統(tǒng)與DCS系統(tǒng)進(jìn)行信息與監(jiān)控集成?；诖诵枨?，介紹了接口設(shè)計的一般原則，具體闡述了福清核電DCS系統(tǒng)與第三方儀控系統(tǒng)接口設(shè)計,，并以DCS與KRT系統(tǒng)接口為實例,，論述了采用I/A平臺FDSI模塊實現(xiàn)第三方儀控系統(tǒng)接口的具體實施。

發(fā)表于：7/28/2021 4:38:00 PM

基于Arduino和語音識別的智能垃圾分類系統(tǒng)[其他][其他]

在上海,、北京等全國多個省市陸續(xù)推出垃圾分類管理辦法和要求的大背景下,，為了能夠更好地幫助居民進(jìn)行垃圾分類，提出了基于Arduino和語音識別的智能垃圾分類系統(tǒng)。該系統(tǒng)由Android移動端APP,、HC-05藍(lán)牙模塊,、下位機(jī)控制模塊構(gòu)成。Android移動端APP接收語音輸入,，識別并加以分類,，并通過HC-05藍(lán)牙模塊將分類結(jié)果發(fā)送到Arduino開發(fā)板，Arduino開發(fā)板根據(jù)分類結(jié)果控制相應(yīng)舵機(jī)轉(zhuǎn)動,，從而帶動對應(yīng)分類的垃圾桶蓋打開,，實現(xiàn)垃圾分類。實驗測試結(jié)果表明,，該系統(tǒng)識別準(zhǔn)確率高,，具有實用價值。

發(fā)表于：7/28/2021 4:34:00 PM

Spectre X RF在大規(guī)模RFIC設(shè)計中的應(yīng)用[其他][其他]

隨著工藝尺寸的不斷縮小,，電路規(guī)模的不斷復(fù)雜化以及版圖中寄生規(guī)模的不斷增大,，在一些大規(guī)模的后仿驗證過程中，Cadence公司提供的模擬全精度仿真器Spectre/APS/APS RF已不能滿足需求,。針對這一問題,，Cadence于2019年推出APS的下一代模擬全精度仿真器Spectre X，在實際使用過程中發(fā)現(xiàn)其對普通模擬仿真性能提升明顯并且基本保持了APS的仿真精度,。2020年,，Cadence推出其APS RF的下一代仿真器Spectre X RF 仿真器。RF仿真在整體仿真驗證流程中同樣占據(jù)很大一部分,，在將其應(yīng)用到實際項目前,，需要與APS RF對比其性能和速度。介紹了Spectre X RF的用法,，并重點介紹在幾種采用不同工藝的RFIC設(shè)計中,，仿真器Spectre APS RF與Spectre X RF仿真性能與精度的對比情況。

發(fā)表于：7/28/2021 4:29:00 PM

基于信號與電源完整性的有效分析優(yōu)化2.5D-3D的設(shè)計[其他][其他]

HBM(高帶寬內(nèi)存)存儲系統(tǒng)與傳統(tǒng)的DRAM接口相比,，具有高速率和低功耗特性,。在2.5D/3D的設(shè)計中，隨著HBM速率的提高,，對信號與電源完整性的設(shè)計的考量越來越重要,，如何通過有效的仿真指導(dǎo)產(chǎn)品的設(shè)計是一個挑戰(zhàn)。首先從信號完整性的角度討論了設(shè)計的考量點,，其次從電源完整性的角度討論電源噪聲在高速傳輸信號中的影響,，并提出了如何仿真與預(yù)測大量同步開關(guān)噪聲等電源噪聲對眼圖的影響，最后基于芯片的測試結(jié)果對比仿真,，給出結(jié)論,。

發(fā)表于：7/28/2021 4:25:00 PM

5 nm MSOA RapidPDK及物理實現(xiàn)[其他][其他]

隨著當(dāng)今電子行業(yè)的發(fā)展,，對SoC芯片，尤其是數(shù)?；旌闲酒囊笤絹碓礁摺：蛡鹘y(tǒng)的DEF/GDS數(shù)據(jù)交互方式相比,，Mixed Signal Open Database(MSOA) RapidPDK可以幫助設(shè)計人員通過相同的PDK更好地完成數(shù)字工具Innovus和模擬工具Virtuoso之間的數(shù)據(jù)傳遞,。首先描述了5 nm MSOA RapidPDK生成方式，其次使用生成的PDK實現(xiàn)5 nm IP物理實現(xiàn),，同時驗證MSOA flow對5 nm設(shè)計在版圖完成和交付方面的速率提升,。

發(fā)表于：7/28/2021 4:20:00 PM

Tempus-PI仿真和實測關(guān)鍵時序路徑的一致性研究[其他][其他]

傳統(tǒng)的靜態(tài)時序分析會將電壓的不一致性作為減弱參數(shù)形式，以一定的余量幫助使用者覆蓋大部分真實芯片中的情況,。但是隨著芯片越來越大,，軟硬件的功能越來越多，由于電壓降引起的時序違例越來越多,。很多情況下IR的分析是符合標(biāo)準(zhǔn)的?，F(xiàn)在主流的大規(guī)模芯片如AI芯片都是基于12 nm、7 nm或者更小的技術(shù)節(jié)點,。封裝還會引入3DIC,。電壓降分析越來越復(fù)雜也越來越重要。與此同時,，時序分析也將會引入電壓降的影響,。Tempus-PI提供一個真正的時序和電壓降協(xié)同仿真的簽核流程，以此來幫助找到真正的電壓敏感的關(guān)鍵路徑,。該仿真工作的結(jié)果得到了芯片測試的一致性驗證,。

發(fā)表于：7/28/2021 4:16:00 PM