XiaoMi-AI文件搜索系统
World File Search System接收信号
mgy-002 遥感和图像解释 - eGyanKosh
有时，单个探测器不会记录某个像素的接收信号。这可能会导致随机坏像素。如果在场景中发现大量随机坏像素，则将其称为散粒噪声。短噪声会给图像一种有许多黑色戳痕的印象。通常，这些坏像素在一个或多个波段中包含 0 或 255（8 位数据）范围内的值。通过识别给定波段中位于截然不同的相邻像素值中间的 0（黑色）或 255（白色）像素，可以消除散粒噪声。然后，这些噪声像素被其各自的八个相邻像素的平均像素值替换。例如，在图 11.2ab 中，其中两个像素具有零灰度级，这与它们的相邻像素完全不同。这些像素被标记为散粒噪声像素，并被其八个相邻像素的平均值替换。
模拟和数字蜂窝无线电系统 - AMiner
• 在任何时刻，所有用户（移动用户）都在一个编号的无线电小区中工作 • 小区的无线电属性包括传播覆盖和多径效应 • 小区是按照特定规划安排布局的大量小区之一，由小区群组成 • 分配给群中每个小区的频率在其他群中重复使用 • 因此，移动用户在工作时会同时受到同信道和相邻信道干扰 • 移动用户必须在控制所有小区运行的固定电信网络上注册 • 网络可以帮助移动用户在移动时从一个小区切换到另一个小区 • 为了管理漫游，移动用户必须不断地向固定网络发送信号和从固定网络接收信号 • 消息通道是双工的，可以是语音或数据 • 蜂窝网络可以与公共电话网络互连 • 移动电话必须具有频率灵活性、携带电池并具有识别号码
Moog Focal 电子产品指南
媒体转换卡 最简单的光通信形式是媒体转换器，它本质上是一个单通道多路复用器。该设备将一种电信号（例如以太网或 HD-SDI）转换为光信号，以便通过光纤传输，然后在另一端接收信号并将其转换回电格式。这种简单的转换可以实现非常低的延迟，通常为亚微秒，不包括大约 5 us/km 的固有电缆延迟。媒体转换器通常用于较高数据速率信号（> 10 Mbps），因为较低数据速率信号可以轻松地与同一光链路上的许多其他信号多路复用。媒体转换器的常见信号包括以太网（100 和 1000 Mbps）、HD/3G-SDI（1.485 和 2.97 Gbps）、用于声纳的同轴 ECL/PECL（30 - 150 Mbps）以及各种专有高速数据链路。这些卡无法使用扩展卡进行扩展，但可以使用光学多路复用器卡组合其光学通道。
建议：蛋白质功能预测的增强学习框架
随着深度学习的有希望的进展，开发了许多方法来预测蛋白质功能。这些方法可以大致分为两类：基于序列和基于结构的方法。基于序列的方法利用了1D卷积神经网络（CNN）或变压器模型来生成蛋白质序列的特定表示[3，4]。后来，将蛋白质序列和同源性信息结合在一起的方法显示出显着改善[5，6]。蛋白质结构预测的最新发展使研究人员能够获得给定蛋白序列的可能的三维结构[7，8，9]。因此，许多基于结构的方法都使用图形神经网络（GNN）和通过消息范式范式从蛋白质结构信息中提取特征[10，11]。具体来说，每个残基在每一层的几何邻域接收信号，然后将图池层总结为蛋白质级表示，以进行分类。一种新开发的方法，即TAWFN，集成的CNN和GNN，利用蛋白质序列和结构信息来预测蛋白质功能[12]。
扩展卡尔曼滤波器设计及船舶运动预测...
摘要 — 本文使用来自自动识别系统 (AIS) 的实时数据和扩展卡尔曼滤波器 (EKF) 设计来解决船舶运动估计问题。AIS 数据从全球船舶传输，甚高频 (VHF) AIS 接收器以美国国家海洋电子协会 (NMEA) 指定的格式接收信号作为编码的 ASCII 字符。因此，必须使用解析器解码 AIS 语句以获得实时船舶位置、航向和速度测量值。状态估计用于碰撞检测和实时可视化，这是现代决策支持系统的重要特征。使用来自挪威特隆赫姆港的实时 AIS 数据验证了 EKF，并证明估计器可以实时跟踪船舶。还证明了 EKF 可以预测船舶的未来运动，并在防撞场景中分析了不同的规避动作。索引术语 — 卡尔曼滤波器、状态估计、运动预测、碰撞检测、无人水面航行器、船舶
X 波段低噪声放大器的设计和制造...
摘要：低噪声放大器（LNA）在射频接收机前端中起着重要作用，其主要作用是放大来自地面噪声的微弱接收信号，并提高接收机的灵敏度。对于工作在高于S波段频率的LNA，迄今为止，大多数设计都使用具有高成本基板材料的印刷电路板（PCB），从而增加了整个接收单元的总价格。本文介绍了一种新方法，即使用FR-4材料（PCB制造中常见的低成本基板）设计LNA。与使用高成本材料基板设计的LNA相比，所提出的LNA将保持所有重要参数（例如增益，噪声系数）的质量。使用阶梯式阻抗匹配技术来达到电路尺寸和效率之间的平衡。所提出的LNA的频率范围位于X波段，该范围适合军用雷达应用。此外，还可以将所需的 LNA 应用于低地球轨道 (LEO) 地球观测卫星系统的地面站接收器前端。关键词：低噪声放大器、LNA、FR-4、雷达、X 波段、接收器前端。*
移动式潜艇目标强度测量
提出了一种利用潜艇导航系统和声纳浮标测量潜艇在航行过程中目标强度的方法。直接序列扩频信号通过甚高频传输到遥测中继声纳浮标，后者以声学方式重新传输信号。标准声纳浮标接收信号并将其中继到数据记录器。使用高稳定性时钟同步发射器和接收器，可以通过直接和反射声路径在声纳浮标发射器和接收器之间进行精确的飞行时间测量。需要知道这三个物体的位置，以区分目标和表面反射，并测量源、目标和接收器之间的双基地角度。目标的位置由潜艇惯性导航系统估计，其他物体的位置则以潜艇位置为参考进行估计，并在潜艇移动时随时间构建基线。通过比较从直接路径和反射路径接收的信号与参考信号的相关性来计算目标强度。该技术可以在负 SNR 环境中进行目标强度测量。描述了该方法的实施，并给出了操作场景模拟的结果。
视觉系统支持飞行员在可变...
飞行员-飞机布局是较复杂的人机技术系统之一 [10, 30, 32, 43]。飞行员犯错的主要原因是在短时间内接收大量信息 [14, 15, 29, 30]。飞行员工作的一个特点是将注意力转移到仪表上，并同时从传入信号中插入信息 [6, 16, 29, 43]。这会带来许多风险，这些风险可能导致一系列危险事件，从而对机组人员和乘客的健康和生命构成威胁 [10, 30, 38]。合适的座舱设备可优化操作员和机器之间的功能划分，将危险降到最低。座舱应能够使遥控器与机器正确适配，反之亦然 [41, 43]。飞机飞行员或无人机操作员根据收到的情景信息采取行动 [5, 15, 32]。有了充分的信息，他就能正确地完成工作。当接收信号受到干扰或完全没有信号时，问题就开始了。这可能与机载仪器的读数有关，但也与直接从环境中接收的信息有关。2014 年 3 月 22 日，从 Kaniów EPKW 飞往 Mielec EPML 机场的一次紧急降落就是一个例子。由于着陆需要
面向通信系统的实时 AI 处理
摘要 — 机器学习方法在通信系统中无处不在，并且已被证明在包括射频 (RF) 指纹识别、自动调制分类和通信系统中的信号恢复在内的应用中非常有效。然而，通信链路的高吞吐量要求使得 AI 模型难以在边缘设备上实时实现。在这项工作中，我们通过改进算法和硬件来解决此问题，以实现通信系统中的实时 AI 处理。对于算法开发，我们提出了第一个紧凑的深度网络，该网络由硅光子递归神经网络模型与简化的卷积神经网络分类器相结合组成，以通过随机传输来识别 RF 发射器。我们的模型在使用比现有最先进的 CNN 分类器 (Merchant et al., 2018) 少 50 倍的训练参数的情况下，在一组 30 个相同的 ZigBee 设备上实现了 96.32% 的分类准确率。由于网络规模大幅缩减，我们使用小型 FPGA 板 PYNQ-Z1 模拟系统，并演示了延迟为 0.219 毫秒的实时 RF 指纹识别。此外，在硬件实现方面，我们进一步演示了用于光纤非线性补偿的全集成硅光子神经网络（Huang et al.，2021），可将接收信号提高 0.60 dB。
纳米IMPACT电化学检测单DNA折纸
人类肠道中包含大量的微生物，其代谢产物和潜在的有害食品抗原。肠上皮通过表达各种因素将各种因素组装成物理和化学屏障，将免疫细胞位于腔微生物中分离。除了上皮细胞外，免疫细胞对于通过产生炎症和抗炎性介质的生产而对粘膜屏障至关重要。肠道微生物群，由生物微生物的肠生态群落代表，影响宿主免疫系统的成熟和稳态，并有助于维持上皮完整性，并从其代谢中得出的小分子，称为代谢，称为代谢物。反过来，免疫细胞从微生物群中接收信号，并且可能在维持健康的细菌组成和增强上皮屏障功能方面起关键作用，从而导致宿主 - 细菌互助的建立。在包括炎症性肠道疾病在内的各种疾病的患者中，观察到微生物群和代谢组的改变。在这篇综述中，我们将讨论微生物及其代谢物在调节宿主免疫系统中的生理功能，并增强上皮屏障功能。对这些过程的进一步了解将有助于鉴定新的治疗靶标，并随后在一系列慢性炎性疾病中发展治疗干预措施。