会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

以用户为中心5G关键技术

移动数据业务的爆炸式增长推动了移动通信的快速发展。5G通信系统能够达到10Gbps的下行峰值传输速率，旨在提供比LTE通信系统高1000的容量增益，100倍以上的连接数量和1/10倍的连接时延。与之前移动通信系统由技术驱动不同的是5G通信系统由业务驱动，提升用户体验成为其发展的源动力。用户为了获得极致的上网体验，需要超高的传输速率；物联网实现万物互联，机器类通信将产生海量设备接入需求；随着自动驾驶技术的应用与发展，需要提供高可靠低时延的通信作为支撑。基于以上需求，5G需要支持增强移动宽带、大规模机器类通信和高可靠低时延三大应用场景。

  • 2022-01-10
  • 阅读108
  • 下载0
  • 8页
  • docx

关于5G需要了解这些关键技术

作为新一代移动通信技术，5G为我们带来了更高的数据速率与更低的延迟，甚至比4G快了100倍。在满足移动超高清视频、AR/VR等大流量应用的同时，更将开启万物互联、深度融合的发展新阶段。如果说3G提升了速度，4G改变了生活，那么5G则是改变社会。在大规模商用到来之前，这些5G关键技术你真的了解吗？

  • 2022-01-10
  • 阅读85
  • 下载0
  • 7页
  • docx

5G核心网：模拟环境搭建与网元通信关系还原

在深入研究5G核心网业务层面的安全问题之前，首先需要了解5G核心网中的经典业务场景。鉴于此，笔者利用从核心网模拟环境中获取的数据，将其中经典业务场景的网元业务关系图进行了复现，复现结果展示了基站连接、UE注册、PDU会话建立三种场景中都有哪些网元之间进行了通信。

  • 2022-01-10
  • 阅读102
  • 下载0
  • 7页
  • docx

支持原生数据分析能力的5G核心网架构增强研究

移动网数据分析的需求由来已久，相关的工作也在4G时代随着网络复杂度的提升以及应用的持续发展形成了较为完善的需求体系和应用方案。但随着移动网络的不断演进，移动业务也开始呈现出爆炸性发展的趋势，新场景、新业务层出不穷，对网络提出了越来越多、越来越复杂的资源管理和调度需求，而传统的网络数据分析往往需要通过外部的平台、硬件等非原生能力实现，系统的部署方案复杂，自动化程度相对较低，影响了后续决策调整和资源调度的实时性。

  • 2022-01-08
  • 阅读86
  • 下载0
  • 14页
  • docx

基于PU技术的汽车座椅异响诊断与3D声强可视化研究

随着对更安静车辆需求的不断增长，在车舱内部的声学改进上面临了新的重大挑战。传统动力系统声音掩蔽效应的缺失，使得乘客暴露在各种新的噪音中。尤其是随着电动汽车的出现，防止吱嘎和咔嗒 （Squeak & Rattle，简称 S&R） 噪音问题成为一项基本要求。

  • 2022-01-08
  • 阅读83
  • 下载0
  • 13页
  • docx

基于激光雷达的3D实时车辆跟踪

3D多目标跟踪算法是智能车辆感知算法的重要组成部分，现有跟踪算法多与检测算法耦合以提高精度，导致算法实时性不足。针对此问题，本文中提出一种基于激光雷达的3D实时车辆跟踪算法。首先，对于激光雷达检测结果杂波较少的工况，提出结构精简的双波门GNN关联算法，有效提升其关联速度及精度；其次，优化关联向量与关联距离，既保证了算法的普适性，又提升其跟踪精度；最后，针对3D目标运动情况使用3D IMM？KF算法解决了3D机动目标的跟踪问题。基于公开数据集KITTI，本文算法在获得266.1 FPS跟踪速度的前提下可实现81.55%的MOTA精度；基于自研无人车平台进行面对遮挡工况的验证，结果表明本算法具有良好的目标跟踪及关联性能。

  • 2022-01-08
  • 阅读152
  • 下载0
  • 19页
  • docx

ADAS系统中的动态目标感知策略

ADAS系统中重要的输入源来自于目标感知系统，其功能是感知车辆周围动态环境，并基于数据为环境建立可靠和详细的描述，以便为决策控制端提供准确地环境数据输入。为了确保感知系统对于ADAS系统要求的不同种类的动态目标类型（包含但不仅限于行人、骑行者、不同种类的轿车、卡车、货车）及静态目标类型（包含路面、车道线、路沿、护栏、交通标示和信号灯）的准确识别及输出，需要建立相应较高鲁棒性的感知融合算法。前文就静态目标视觉感知算法进行了相关分析研究，本文将就动态目标视觉感知算法进行相关讨论分析。

  • 2022-01-10
  • 阅读256
  • 下载0
  • 6页
  • docx

人工智能在测井地层评价中的应用现状及前景

测井是求取储层物性参数？发现与评价油气藏？预测油气储量的重要手段？测井技术更新换代？测井技术种类发展多样化？测井数据管理方式多元化等多重因素导致测井信息具有测量种类多？数据量大和多源异构等大数据特征？人工智能技术的快速发展为解决测井地层评价中的多解性？不确定性等难题提供了新的思路和方法,“测井+人工智能”也是一个亟待探索的新领域？在系统回顾人工智能在测井领域的研究现状和进展基础上,重点讨论了有监督机器学习和半监督机器学习？神经网络和深度学习等人工智能技术在测井曲线重构？岩相预测和物性参数计算等测井地层评价中的应用？受样本数量有限？处理流程不完善和自我调节能力较差等因素制约,人工智能在流体研究？储层综合评价等测井领域具有较大的发展空间和广阔的应用前景？

  • 2022-01-08
  • 阅读89
  • 下载0
  • 18页
  • docx