XiaoMi-AI文件搜索系统
World File Search System通信系统
结合软件定义无线电学习模块和神经网络来教授通信系统课程
微电子技术的微型化使得计算、通信和信息技术融入日常物品成为可能。人工智能 (AI)、大数据、机器人、云计算和物联网等颠覆性技术正日益影响着我们的日常生活。新冠疫情期间，数百万人被迫进行虚拟互动，这加速了这种渗透。事实上，我们的自然环境周围有一组数字层，使我们能够在增强现实（称为元宇宙）中试验虚拟实体和对象 [ 1 – 3 ]。物联网是当前社会数字化转型中最重要的技术参与者之一。物联网是指数十亿个网络物理实体的互连，这些实体可以是真实的、虚拟的，也可以使用混合软件/硬件结构。得益于机器对机器通信协议，这些信息物理实体能够相互通信，有时甚至不需要人工干预。此外，预计到 2025 年，物联网技术将对全球经济产生 11.1 万亿美元的潜在影响，相当于世界国内生产总值的 10% 以上。截至 2023 年，联网设备数量约为 300 亿台，预计到 2030 年将增至 3500 亿台 [4]。电磁频谱的广泛利用是物联网繁荣的主要成果之一。尽管最新的 5G 和 6G 移动网络包含了毫米波长 (mm-Wave) 等新频段，但数据流量仍在继续增长 [5-10]。通过根据从电磁环境中感测到的信息动态修改收发器规格，所谓的 CR [11] 可使通信系统更好地利用频谱。
迈向 AI 原生通信系统设计
* 与骁龙 X70 调制解调器-射频系统 1 相比 与非基于 AI 的位置追踪相比；在典型的 GNSS 挑战密集城市峡谷环境下，骁龙是 Qualcomm Technologies, Inc. 及其子公司的产品。
下一代铁路通信系统的物理层增强
摘要 本文概述了下一代铁路通信（也称为高速列车 (HST) 通信）所面临的挑战和最先进的物理层增强设计。由于恶劣的传播环境和极端条件、专用铁路应用对延迟和可靠性的严格要求以及由于监管而导致的频段稀缺，高速列车的物理层设计必须与其通用网络对应物进行调整。在本调查中，我们研究了传统的多输入多输出 (MIMO) 系列技术（例如波束成形、多小区 MIMO 和中继）如何增强高速列车的物理层性能。还从不同角度分析了新型可重构智能表面 (RIS) 技术辅助的物理层增强。还回顾了侧链中列车到基础设施 (T2I) 和列车到列车 (T2T) 通信的专用控制通道、参考信号、波形和数学设计。最后，简要介绍了人工智能 (AI)/机器学习 (ML) 辅助的 HST 物理层设计。还提出了几种有前景的研究途径。
集成的太空领域意识和通信系统
摘要 - 空间一直在改革，这种演变带来了新的威胁，这些威胁与技术发展和恶意意图一起构成了重大挑战。太空领域意识（SDA）是一种新的概念思想，已经走到了最前沿。它通过提供自主权，智力和灵活性来抵御太空中的潜在威胁，以旨在感知，检测，识别和术语。在这项研究中，我们首先介绍了对新空间的有见地和清晰的看法。其次，我们提出了一个集成的SDA和通信（ISDAC）系统，用于攻击者检测。我们假设攻击者具有更高的通信能力来改变攻击方案，例如对某些接收器天线的随机攻击。为了跟踪随机模式并满足SDA要求，开发了轻量级的卷积神经网络体系结构。拟议的ISDAC系统在12个不同的超级攻击者配置下显示出卓越和鲁棒的性能，检测准确性超过97。8％。索引术语 - 综合空间领域的意识和通知，干扰，新空间。
飞机通信系统 - 拓扑、协议和漏洞
私人投资推动了新型航空电子设备 (AS) 的开发，航空系统正面临激烈的竞争。这些新型 AS 要求下一代通信系统具有更快、更大的带宽。传统的军用 (MIL) 标准 1553 通信系统（例如 1Mbps）已无法满足激增的带宽需求。新型通信系统需要以系统架构为背景进行设计，以便与信息技术 (IT) 控制的地面网络、军事和商业有效载荷进行简单的集成。为了促进与通信架构的无缝集成，当前系统高度依赖于基于以太网的 IEEE 802.3 标准。使用标准协议可以降低成本并缩短访问时间。但是，它引入了开发人员正在积极解决的其他几个新问题。这些问题包括冗余度损失、可靠性降低和网络安全漏洞。 IEEE 802.3 以太网引入的网络安全漏洞是军事防御计划和其他航空公司最关心的问题之一。这些新通信协议的影响被量化并呈现为成本、冗余、拓扑和漏洞。这篇评论文章介绍了四种可以取代传统系统的通信协议。这些协议是
ITU-R M.2516-0 报告 - 未来技术趋势面向 2030 年及以后的地面国际移动通信系统
2030 年及以后，IMT 的作用是将众多设备、流程和人类以认知方式连接到全球信息网格，从而为各个垂直行业提供新的机会。考虑到它们不同的发展周期，2030 年后，一系列潜在的进步和垂直转型将继续。数据速率不断提高的趋势将持续到 2030 年，届时室内峰值数据速率可能接近每秒兆兆比特 (Tbit/s)，需要大量可用带宽，从而产生 (亚) 兆兆赫 (THz) 通信。同时，垂直数据流量的很大一部分将是基于测量或与驱动相关的小数据。在大多数情况下，这将需要在紧密控制环路中实现极低的延迟，这可能需要较短的无线延迟，以便有时间进行计算和决策。同时，许多垂直应用中的可靠性和 QoS 要求将增加，以便在需要的地方提供所需的服务。工业设备、流程和未来的触觉应用（包括多流全息应用）将需要严格的时间同步以及对抖动的严格要求。
量子通信系统：视觉、协议、……
现代科技领域的发展已达到惊人的水平，科技的福祉已传播到世界的每个角落，甚至偏远的角落。目前，在无线通信、可见光通信、机器学习和计算等科学研究的各个领域，技术发展都以古典物理学的理论基础为基础。由于比特的使用，传统通信系统的性能已接近饱和。量子比特在通信技术中的使用已经超越了现有技术的极限，为我们揭示了发展技术领域的新道路。在现有系统基础设施上实施量子技术不仅可以提供更好的性能，而且可以保证系统的安全可靠。这项技术对未来的通信系统非常有前景。这篇评论文章描述了量子通信的基本原理、愿景、设计目标、信息处理和协议。此外，本文还提出了量子通信架构。这项研究包括并解释了量子技术在现有技术系统中的预期应用，以及实现目标的潜在挑战。
使用 RASPBERRY-PI 实现 CAN 通信系统的自动化
当今的牵引力控制单元 TCU 包含一个 CAN 通信平台，使其能够与所有附件（例如仪表盘、车辆控制系统和电池管理系统 (BMS)）连接。用于刷新程序的车辆网络的管理也依赖于 CAN。本研究的主要目的是评估 TCU 的 CAN 协议如何自动执行、控制和确认与电动机操作相关的状态和错误。智能技术也受到人工智能等前沿理念的推动，正在被当今快节奏的世界所接受。包括汽车行业在内的许多企业都可以从自动化中受益。此外，大型企业还未利用电子板以不同的方式监控和调节一系列电气系统，这些电子板可以执行多种功能。
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。
设计水下自由空间光通信系统的新方法
涉及多个水下航行器与海底节点的海洋观测系统对更好地了解海洋起着重要作用，而水下无线通信对于海量数据交互至关重要。与声学等方法相比，具有带宽和综合作用距离的光通信是首选方法。然而方向性的存在使得光学方法难以使用，特别是当收发器配备在动力航行器上时。本研究提出了一种水下自由空间光通信信息传输方法。研究并建模了水下光传输特性、光电信号处理和调制解调算法。提出并仿真了实现水下自由空间光通信的新方法。开发了包括自由空间光发射器和接收器的原型机，并进行了不同场景下的测试，观察到的结果包括：（1）使用最少数量的LED，达到了空间均匀照明的效果，发射机覆盖范围达到160°。 （2）当发射机功率为10W，通信速率为1Mbps时，最大通信距离可达13m。