基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

射频电缆的幅相稳定性测试研究

对射频电缆幅相稳定性进行了介绍,阐述了射频测试电缆相位和幅度变化的因素,并详细分析了射频电缆相位性能以及幅度性能的不同测试方法,最后通过实测数据的展示,总结说明了在日常测试中该如何正确使用测试电缆。     

基于Matlab的量子激光雷达稳频通信模拟系统设计

传统通信模拟系统设计较为复杂,导致模拟过程消耗能量较大,不能准确模拟稳频通信质量。因此,提出基于Matlab的量子激光雷达稳频通信模拟系统。由于振荡器是雷达形成初始信号源的基础,通过分析振荡电路与相位噪声,获得相位噪声函数与通信频率存在的关系;为确保通信过程的稳定,将准确性与稳定性作为信号质量的评价指标,并采用锁频环稳频技术计算频率偏移程度,根据PID控制算法控制频率,量子激光雷达稳频通信;利用Matlab确定激光器、探测器等硬件组成结构,通过时序与数字阵列的设置完成模拟系统设计。仿真结果表明所提系统结构简便、性能稳定,能够真实模拟出稳频通信的信号质量。     

生成轨道角动量的圆极化螺母型贴片天线

轨道角动量(OAM)涡旋电磁波大多通过复杂的系统生成,为简易地获取OAM电磁波,设计一种圆极化螺母型贴片天线。通过控制2个馈电点的相对位置,生成特定模式的OAM圆极化涡旋电磁波。理论推导和模拟仿真结果证明了该螺母型贴片天线的有效性。与传统形状的贴片天线相比,该天线结构小巧紧凑,改善了空间辐射相位分布与谐振特性。     

基于SPCB的处理器直连低延时PCS的设计实现

SERDES(串行解串)技术因其传输速率高、抗干扰能力强等优点已成为主流的高速接口物理层规范。但由于上层PCS(物理编码子层)需设置弹性缓冲、编解码等功能,导致系统传输延时较高,无法直接应用于处理器直连等延迟敏感应用领域。介绍了一种基于同源相位补偿缓冲(Synchronous Phase Compensation Buffer,SPCB)的PCS架构的设计实现,可应用于延时敏感的SERDES接口传输系统。该架构具有高吞吐率和超低延时的特点,通过定制的SPCB,单通道32 Gb/s时,发送与接收通路传输延时为10 ns左右,约为业界典型PCS方案的一半,达到Intel与AMD并行CPU直连接口(QPI和HT)的延时水平。该PCS架构可通过28 nm/16 nm/7 nm工艺物理实现,已应用于多款国产处理器直连接口。     

信号调理器对动态测试的影响

信号调理器是动态测试系统的重要组成部分，带宽、放大倍数和滤波是衡量其性能的主要指标。动态测试系统的输出信号幅值和相位是表征测试结果的重要参数。本文研究信号调理器性能对动态测试系统输出信号幅值和相位的影响，试验并分析带宽、放大倍数和滤波对输出信号幅值和相位造成的衰减。对提高动态测试结果准确度，优化测试系统动态性能具有重要意义。