XiaoMi-AI文件搜索系统
World File Search System信号衰减
GNSS 解决方案：
事后看来，除了空间段信息（哪些卫星是健康的、它们在哪里、它们的自转是什么以及它们的导航信息是什么）之外，绝对信息（时间和频率）高度依赖于对用户运动（接收器移动的速度和方向）和周围环境（建筑物对卫星信号的阻挡、树冠对信号衰减或其他移动元素（如汽车或行人）的干扰）的了解。所有这些都是服务器无法感知的本地环境信息。
用于卫星通信的 Ka 波段 4 通道有源相控阵 TX 波束形成器 IC
无线通信技术的飞速发展极大地推动了卫星通信的发展。卫星通信具有信息传输范围广、支持多个接收机同时通信等优势。随着卫星通信技术的不断进步，人们对更高传输速度和更宽频段的需求不断增加，这增加了人们对毫米波频谱中 Ka 波段频率的兴趣。与低频段相比，Ka 波段的数据传输速率更快，而且由于其超高频特性，也易于实现超低延迟。然而，大多数 K/Ka 波段卫星距离地面终端约 35,000 公里，距离和大气条件会导致信号衰减很大。
分析铜表面粗糙度影响的实用方法及其在带状线结构中的应用
由于金属箔表面粗糙而导致的导体损耗对为 10+ Gbps 网络设计的背板走线上的高速信号传播有显著影响。本文提出了一种评估这些影响（包括信号衰减和传播相速度）的实用方法。假设周期性结构来模拟粗糙度轮廓的形态。从光栅表面波传播常数中提取等效表面阻抗来模拟粗糙度。因此，可以在传统的衰减常数公式中使用这种修改后的表面阻抗来计算实际导体损耗。使用全波仿真工具和测量验证了该方法，并表明能够在 0.2 dB/m 相对误差内提供可靠的结果。
不同损耗对卫星系统的影响
摘要：由于空间粒子的吸收和散射，卫星信号在传播过程中的质量会下降。对于高信息速率卫星技术，这种质量下降会严重影响接收到的信息。这种质量下降还取决于链路和大气损耗。雨水和云对 10 GHz 以上频率的信号衰减有重大影响。在雨水和凝结云层期间，低仰角传输会增加有效路径长度并导致接收信号电平下降。频率 f 和仰角 θ 等发射信号参数的变化会显著影响大气损伤。本文研究了在 10-50 GHz 频率范围内较低仰角下自由空间损耗、雨水衰减和云衰减的影响。链路计算方法用于确定自由空间损耗。ITU-R Rec. P.837-4 和 ITU-R Rec. P.676-11 分别用于计算雨水和云衰减。使用 MATLAB 软件绘制并制表这三种损耗的结果。
纳米级进展 - RSC 出版
晶体管尺寸越大，相同芯片面积内可以容纳的晶体管越多，更小尺寸、更高速度、更低能耗是驱动超大规模集成电路技术一代又一代快速发展的不变趋势。然而，如今摩尔定律正在逼近制造工艺的物理极限，目前晶体管的最小栅极宽度已经小于10纳米，如果尺寸继续缩小，制造工艺将变得异常困难。首先，栅极尺寸过窄的晶体管对电流的控制能力会急剧下降，从而产生“漏电流” 。4 – 6此外，为了在芯片上集成更多的晶体管，二氧化硅绝缘层必须越来越薄，而这也会产生漏电流，最终造成额外的功耗，以及信号衰减和电路错误。第二，在5纳米及以下节点制造芯片时，晶体管的电子将受到量子隧穿效应，不再沿着既定的路径移动，5,7-9导致晶体管的特性失控，制造难度和成本增加。
双MIMO自由空间光学系统性能分析
过去几年，自由空间光通信 (FSO) 已成为射频通信的可行替代方案。它提供了一种有前途的高速点对点通信解决方案。然而，大气吸收、散射和湍流会显著降低无线光通信，从而降低设备效率。由于上述大气原因导致的信号衰减是影响设备效率的另一个主要因素。观察到大气湍流条件被实施到不同的 FSO 系统模型中，例如单输入单输出 (SISO)、多输入多输出 (MIMO)、波分复用 MIMO (WDM-MIMO) 和出于各种原因使用 Gamma-Gamma 模型的提议模型双多输入多输出 (DMIMO)。使用 OptiSystem 7.0 软件进行模拟，以研究各种天气条件（晴天、霾天和雾天）如何影响信道的性能。模拟结果表明，为 FSO 系统实施双多输入多输出 (DMIMO) 技术可为各种范围提供高质量因数，同时仍在接收器端实现准确的传输数据。在晴空、霾和雾等大气湍流条件下，信号功率水平、质量因数和链路距离范围的性能改善已得到证实。
动脉自旋标记灌注 MRI 信号处理...
脑血流量 (CBF) 是反映区域脑功能和神经血管状况的基本生理量。区域 CBF 变化长期以来一直是神经和神经精神疾病评估所必需的。CBF 可以使用不同的方法测量，但动脉自旋标记 (ASL) 灌注 MRI 仍然是唯一用于测量区域 CBF 的非侵入性技术 [1,2]。如图 1 所示，ASL 灌注 MRI 使用射频 (RF) 脉冲在靠近成像位置的地方磁性地调制供血动脉中的动脉血信号。标记血液传输到要成像的地方后，它将与组织水交换并降低组织信号。该信号变化与灌注量成正比。在通过完全放松的 MR 信号 (M0) 进行标准化并考虑信号衰减后，可以将其转换为以 mL/100 g/min 为单位的定量 CBF。为了从背景中提取灌注加权信号，ASL MRI 通常使用
使用自适应奖励增强方法的深度强化学习来改进 GNSS 定位校正
由于多径干扰和非视距接收的影响，城市环境中自动驾驶的高精度全球导航卫星系统 (GNSS) 定位仍是一个未解决的问题。最近，基于数据驱动的深度强化学习 (DRL) 的方法已被用于学习定位校正策略，这些方法适用于非平稳城市环境，而无需对模型参数进行严格的假设。然而，DRL 的性能严重依赖于训练数据的数量，而由于信号衰减和随机噪声大等问题，在城市环境中收集的高质量可用 GNSS 数据不足，导致 DRL 性能不佳和训练效率低下。在本文中，我们提出了一种基于 DRL 的定位校正方法，该方法结合自适应奖励增强方法 (ARAM)，以提高非平稳城市环境中的 GNSS 定位精度。为了解决目标域环境中训练数据不足的问题，我们利用在源域环境中收集的足够数据来弥补训练数据不足，其中源域环境可以位于与目标环境不同的位置。然后我们
用于优化 CMOS 单电子泵的交流信号特性
摘要 以设定的速率泵送单个电子正被广泛地用作电流标准。半导体电荷泵已在多种模式下被采用，包括单门棘轮泵、各种双门棘轮泵和双门旋转闸门泵。无论是使用一个还是两个 AC 信号进行泵送，如果能更好地了解设备上 AC 信号的属性，则可以降低错误率。在这项工作中，我们使用双门棘轮式测量操作 CMOS 单电子泵，并使用结果来表征和优化我们的两个 AC 信号。在不同频率下拟合这些数据，可以发现我们的两条 AC 线路之间的信号路径长度和衰减都存在差异。使用这些数据，我们通过在信号发生器的相位和幅度上应用偏移来校正信号路径长度和衰减的差异。将设备作为旋转闸门操作，同时使用从 2 门棘轮测量确定的优化参数，可获得更平坦、更稳健的电荷泵送平台。该方法有助于调整我们的设备以实现最佳电荷泵送，并且可能对半导体量子点社区确定设备上的信号衰减和路径差异有用。