随着移动通信技术的飞速发展，5G凭借着高速率、低时延、高移动性等诸多优势，逐渐进入社会的各个角落，与每个人紧密相连。而由于5G引入了天线阵列、波束赋形等技术使得终端设备的日益复杂化，终端的研发与认证对于测试环境的要求和以往有很多的不同。本文主要讨论Sub-6G下的终端OTA测试方案。
由于天线特性主要是定义在天线的远场区，所以远场测量最为直接准确。紧缩场测量通常采用一个抛物面金属反射板，将馈源发送的球面波经反射面反射形成平面波，在一定距离处形成一个良好的静区，在静区内测量天线的远场特性。与远场和紧缩场测量不同，天线近场测量通过采集天线近场区域辐射场的数据，经近场远场变换，得到天线的远场特性。在保证天线近场测量的幅度和相位满足一定精度条件下，即可间接得到天线较为准确的远场特性。
自1864年麦克斯韦预言电磁波的存在性后，1886年，赫兹采用终端加载偶极子作为发射天线，半波谐振环作为接收天线，在实验中发现了电磁波。赫兹所用的偶极子天线和环天线成为人类历史上第一副实验室天线。1905年，马可尼在英格兰波尔多架设大型方锥天线，发射波长为1000m的信号，实现了远洋通信。从此揭开了天线发展的序幕。
设计了一种工作在LTE及5G频段的新型微带基站天线，该天线通过在反射背板上加载新型EBG的方法，既满足天线的工作带宽及辐射增益，还达到了降低天线剖面高度的作用，将天线的高度从40 mm降低至22 mm。该基站天线的工作频带为1.65～3 GHz，阻抗带宽达到了1.351 GHz，阻抗带宽达到58%，在2.1 GHz频率上天线的方向性系数为8.13 dBi。研究证明，贴片在反射背板上加载EBG结构可以有效降低天线高度。
随着数据源的不断增多、实时性增强，信号控制系统对交通状态的感知增强，利用完善的数据构建信号控制优化模型辅助交通信号控制系统，完善系统参数设置，提高信号控制的水平，对缓解城市交通拥堵有较大的改善作用。
地铁项目中通常情况下涉及到对视频分析的场景要求包括如下：1、特定时间内（如非运营时间）画面有人员闯入时报警。2、特定画面有人员闯入报警时PTZ摄像机自动跟踪闯入者。3、检测到丢弃物并报警，对站台、站厅疑似危险物给出提示。4、监控画面中不准移开的设备或物品。5、指定区域内侵入报警。6、翻越付费区边界围栏报警。
控制中心设置24路数字视频矩阵，用于将来自各车站的远程图像进行解码，解码后图像由大屏及各调度员监视器共享显示。 控制中心至车站的控制信号、网管信号的远程传输经传输系统提供的数据通道进行下传。
在未规模建设RFID设备的城市，利用定位轨迹大数据，分析电动自行车部分交通违法行为，规范共享电动自行车停放行为，同时为盗抢车辆查找提供技术支持；
没有账户，需要注册
2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。
中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失，简化线下运维管理流程。 助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。
OpenClaw:不仅是对话窗口，更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式，OpenClaw成为2026年开源AI代理平台代表。
本次调研覆盖欧洲、中东与非洲、亚太、美洲四大区域，收集了来自171家酒店集团的189份有效反馈。数据显示，78%的酒店集团已启用人工智能，89%计划新增应用场景，但多数项目仍停留在试点阶段，或仅依赖通用型公共工具。人工智能平均依赖度得分(4.7分)持续低于信任度得分6.6分)，凸显巨大的未开发潜力。释放这一价值，需要更充分的可靠性验证、更完善的投资回报率(RO)测算，以及全企业级的系统整合。
无论是在自然科学、工程技术，还是经济与社会科学领域，高质量的科研分析均依赖经过验证且结构化的数据。一个管理得当的数据库，如果同时具备全面的元数据，能够与其他数据源实现互操作，其用途将更加广泛。科研本身如此，科研信息与分析亦然。本报告聚焦科睿唯安及其科学信息研究所(ISI)所采用的一系列方法与流程，旨在确保数据、分类结构及相关元数据等关键要素，始终处于Webof Science文献计量数据库及其相关产品的核心位置。
本文旨在系统性调研并构建一套面向 AI 智能体的全生命周期安全体系，全面识别其在技术演进与规模化 落地过程中面临的各类安全威胁与风险点，并提出覆盖制度、流程与技术的多层次综合防护方案。该体系 不仅支撑企业级 AI 产品在设计、研发与运营阶段的安全能力建设与合规落地，同时为行业标准制定、整 体安全解决方案构建以及模块化安全产品研发提供可复用的理论基础与实践路径。
北京大学能源研究院是北京大学下属独立科研实体机构。研究院 以国家能源发展战略需求为导向，立足能源领域全局及国际前沿， 利用北京大学学科门类齐全的优势，聚焦制约我国能源行业发展 的重大战略和科技问题，按照“需求导向、学科引领、软硬结合、 交叉创新、突出重点、形成特色”的宗旨，推动能源科技进展， 促进能源清洁转型，开展专业及公众教育，致力于打造国际水平 的能源智库和能源科技研发推广平台。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南
