摘要 — 我们总结了一些关键的频谱感知测量挑战和最新进展。感知的实验室测试因其在现代硬件中不可分割且通常嵌入其中的作用而变得复杂。结果很难校准,因为物理参数通常是临时指定的或定义不明确的。除了二进制占用检测之外,传感器还需要更复杂的信号分类,这大大增加了测试范围。由于缺乏可接受的可测试参数来评估频谱感知对系统间频谱共享的贡献,频谱共享测试受到了进一步的阻碍。我们在此讨论的测量需求和方法涵盖导波和辐射物理测量、网络测量以及商业和政府频谱使用等领域。
摘要 — 我们总结了一些关键的频谱感知测量挑战和最新进展。感知的实验室测试因其在现代硬件中不可分割且通常嵌入其中的作用而变得复杂。结果很难校准,因为物理参数通常是临时指定的或定义不明确的。除了二进制占用检测之外,传感器还需要更复杂的信号分类,这大大增加了测试范围。由于缺乏可接受的可测试参数来评估频谱感知对系统间频谱共享的贡献,频谱共享测试受到了进一步的阻碍。我们在此讨论的测量需求和方法涵盖导波和辐射物理测量、网络测量以及商业和政府频谱使用等领域。
摘要 — 我们总结了一些关键的频谱感知测量挑战和最新进展。感知的实验室测试因其在现代硬件中不可分割且通常嵌入的作用而变得复杂。结果很难校准,因为物理参数通常是用临时或不明确的定义指定的。除了二进制占用检测之外,传感器还需要更复杂的信号分类,这大大增加了测试范围。由于缺乏可接受的可测试参数来评估频谱感知对系统间频谱共享的贡献,频谱共享测试进一步受到阻碍。我们在此讨论的测量需求和方法涉及导波和辐射物理测量、网络测量以及商业和政府频谱使用等领域。
摘要 — 合成孔径雷达 (SAR) 已广泛用于地球遥感 30 多年。它为众多应用提供高分辨率、昼夜和不受天气影响的图像,包括地球科学和气候变化研究、环境和地球系统监测、二维和三维测绘、变化检测、四维测绘(空间和时间)、安全相关应用直至行星探索。随着 90 年代雷达技术和地理/生物物理参数反演建模的进步,使用来自多个机载和星载系统的数据,发生了从技术推动到用户需求拉动的范式转变。今天,有超过 15 个星载 SAR 系统正在运行,用于无数应用。本文首先介绍 SAR 原理和理论,然后概述
摘要 — 我们总结了一些关键的频谱感知测量挑战和最新进展。感知的实验室测试因其在现代硬件中不可分割且通常嵌入其中的作用而变得复杂。结果很难校准,因为物理参数通常是临时指定的或定义不明确的。除了二进制占用检测之外,传感器还需要更复杂的信号分类,这大大增加了测试范围。由于缺乏可接受的可测试参数来评估频谱感知对系统间频谱共享的贡献,频谱共享测试受到了进一步的阻碍。我们在此讨论的测量需求和方法涵盖导波和辐射物理测量、网络测量以及商业和政府频谱使用等领域。
摘要 — 我们总结了一些关键的频谱感知测量挑战和最新进展。感知的实验室测试因其在现代硬件中不可分割且通常嵌入其中的作用而变得复杂。结果很难校准,因为物理参数通常是临时指定的或定义不明确的。除了二进制占用检测之外,传感器还需要更复杂的信号分类,这大大增加了测试范围。由于缺乏可接受的可测试参数来评估频谱感知对系统间频谱共享的贡献,频谱共享测试受到了进一步的阻碍。我们在此讨论的测量需求和方法涵盖导波和辐射物理测量、网络测量以及商业和政府频谱使用等领域。
摘要 — 我们总结了一些关键的频谱感知测量挑战和最新进展。感知的实验室测试因其在现代硬件中不可分割且通常嵌入其中的作用而变得复杂。结果很难校准,因为物理参数通常是临时指定的或定义不明确的。除了二进制占用检测之外,传感器还需要更复杂的信号分类,这大大增加了测试范围。由于缺乏可接受的可测试参数来评估频谱感知对系统间频谱共享的贡献,频谱共享测试受到了进一步的阻碍。我们在此讨论的测量需求和方法涵盖导波和辐射物理测量、网络测量以及商业和政府频谱使用等领域。
我们提出了根据 Topex/Poseidon 和 ENVISAT 雷达任务的测量结果来定义虚拟站(卫星轨道与水体之间的交叉点)水位高度时间序列的方法。水动力模型的实施使得将流量从几个现场测量站传播到虚拟站成为可能。然后可以在虚拟站估计评级曲线(高度/流量关系),从而可以完成原位测量并致密水文网络;并确定断面平均水深、床底坡度、曼宁粗糙度系数等物理参数。在里奥内格罗河和卡克塔河的主河道上分别引入了 21 个和 11 个虚拟站,使我们能够将流域的大小减少大约 10 倍,现在我们可以通过空间测量来测量流域的流量。
Moreira 教授在国际会议和期刊上发表了 500 多篇文章,并在雷达和天线领域拥有 41 项专利。他的专业兴趣和研究领域包括雷达端到端系统设计和分析、创新微波技术和系统概念、雷达信号处理、基于模型的地理/生物物理参数检索和遥感应用。Moreira 教授是 IEEE 院士,曾获得多项国际奖项,包括 IEEE AESS Nathanson 奖(1999 年)“年度青年雷达工程师”奖、IEEE Kiyo Tomiyasu Field 奖(2007 年)、IEEE W.R.G. Baker 董事会奖(2012 年)和 IEEE GRSS 杰出成就奖(2014 年)。Moreira 教授还是 Tandem-L 任务提案的发起人和首席研究员。
摘要 — 现代 CMOS 技术(例如 FDSOI)受到严重老化效应的影响,这种老化效应不仅取决于与纳米级技术相关的物理问题,还取决于电路环境及其运行时活动。因此,很难为关键路径估计建立可靠的先验保护带,通常会导致较大的延迟损失(从而导致性能损失)或过短的工作寿命。在本文中,我们提出了一种使用机器学习技术的方法来获得近关键路径老化的可靠预测。从一组有限的测量和模拟数据开始,我们的框架能够根据物理参数、环境条件和电路活动准确估计关键路径延迟随时间下降的情况。此外,还应用相应的回归模型来获得动态老化感知的操作性能点选择策略。