【摘 要】
：
近年来,随着地面5G通信网络的不断发展,物联网的技术与应用已逐步完善。而以Starlink、鸿雁、虹云等卫星星座为代表的低轨卫星通信网络是实现未来6G时代万物智联、全球卫星通信网络覆盖的主流解决方案,因此地面物联网应用的接入技术和方式也应相应地与之匹配。为实现地面物联网顺利接入到卫星通信网络,本文在现场可编程逻辑阵列（Field Programmable Gate Array,FPGA）平台上研制
【基金项目】
：
某研究所卫星网络边缘网关基带处理预研项目；
论文部分内容阅读
近年来,随着地面5G通信网络的不断发展,物联网的技术与应用已逐步完善。而以Starlink、鸿雁、虹云等卫星星座为代表的低轨卫星通信网络是实现未来6G时代万物智联、全球卫星通信网络覆盖的主流解决方案,因此地面物联网应用的接入技术和方式也应相应地与之匹配。为实现地面物联网顺利接入到卫星通信网络,本文在现场可编程逻辑阵列（Field Programmable Gate Array,FPGA）平台上研制应用于卫星物联网系统的具有地面物联网数据传输、协议转换和边缘处理的网关处理设备。首先,本文通过对边缘网关处理设备的技术需求进行分析,确定了网关处理设备总体架构。针对网关处理设备的硬件指标和功能需求,完成千兆以太网接口、低电压差分信号（Low-Voltage Differential Signaling,LVDS）高速串行接口以及外围基础电路设计。结合物理层（Port Physical Layer,PHY）芯片的方案实现千兆以太网接口数据传输,利用差分芯片实现LVDS接口串行数据的接收与发送,最终实现边缘网关处理平台的搭建。其次,为实现地面物联网载荷数据传输的功能,本文采用硬件描述语言实现与地面物联网协议适配的千兆以太网接口模块。同时为实现地面物联网数据的边缘处理和解决星地链路协议差异问题,通过结合网关处理设备的功能需求和星地链路传输协议,设计数据处理模块对物联网数据进行预处理并完成以太网协议到星地链路协议的转换。为实现与卫星空中调制解调接口适配,通过引入8B/10B编码方案,设计LVDS高速串行接口模块实现与星上交换设备的数据交换,提高星上链路数据传输稳定性。最后,本文完成了网关处理设备系统验证设计流程。对系统千兆以太网接口模块、数据处理模块以及基于8B/10B编码的LVDS高速串行接口模块进行功能性验证,实现了集物联网载荷数据传输、协议转换和载荷数据边缘处理功能于一体的网关设备。在专用链路传输协议基础上,本文实现了8B/10B编码的LVDS高速串行接口,并对系统进行回环测试,网关处理设备数据处理速率达到5Mbps。
其他文献
睡眠几乎占了人类寿命的三分之一,睡眠质量与人的身心表现直接相关。随着人们生活压力的增大,多种心理障碍疾病和神经系统障碍疾病会影响正常睡眠模式,现代社会的睡眠障碍正在迅速增加。睡眠分期是对睡眠障碍及相关疾病实现正确诊断和治疗的关键部分。论文基于单通道脑电信号,分别应用传统机器学习方法和深度学习方法,训练了两个自动睡眠分期模型,利用Sleep-EDFx睡眠数据库对模型性能进行了分析。论文主要内容如下:
图神经网络研究是当前深度学习领域研究的热点之一。图神经网络的分类鲁棒性一直是图神经网络研究的前沿课题,其对于提高图神经网络模型的分类性能和可扩展性有着重要意义。针对图神经网络的分类鲁棒性的问题,本文从因果推断的角度出发,提出基于因果采样的图神经网络研究。具体工作如下:首先,提出一种在图数据上的因果采样方式。建立图数据中节点、标签、扰动之间的因果模型,通过后门准则切断此因果模型中的后门路径,得到该模
本文在三轴转子模型的基础上,引入偶偶核芯与单粒子间的四极-四极相互作用而构建了适合描述振动到三轴形变过渡区奇核低激发性质的新粒子转子模型,导出了该模型中相关物理量的矩阵元,并据此编制了相应计算程序.作为初步应用,本文利用新粒子转子模型计算了振动到三轴形变过渡区的135Ba和131Xe的低激发能级,约化E2跃迁几率和部分低激发态电四极矩,并与相应的实验结果,原粒子转子模型,临界点对称性E（5/4）模
基于粤港澳大湾区545份有效问卷，从游客感知价值视角，探索游客参与价值共创的结构维度，构建游客价值共创“动机—行为—结果”形成机制，得出邮轮游客价值共创提升路径：邮轮旅游企业要准确把握游客需求，激发游客价值共创动机，促进游客参与价值共创行为，提升游客感知价值，实现供需双方合作共赢，促进邮轮旅游产业发展。
水稻作为一种重要的粮食作物,在我国种植面积十分广泛,对保障国家粮食安全意义重大。随着航空植保机械的发展,对水稻精准施药的要求越来越高。但当前我国水稻施药关键装备仍然落后,“事前”无法结合田间信息按需自适应施药,造成农药浪费大,利用率低以及环境污染等问题;“事后”药液沉积参数检测手段粗放、低效,无法为雾滴沉积分布规律的有效评估提供及时准确的数据支撑。由于播种不均匀、漏播、过量施肥等人为因素,或水灾、
近年来,随着大数据和神经网络的发展,开放域对话系统的研究逐渐受到人们的重视。然而目前大多数对话生成方法主要关注回复内容的质量,忽略了情感对于回复生成的影响,但情感表达能使回复更加自然流畅。因此,在自然语言对话系统中考虑情感因素十分重要。此外,传统基于RNN网络的Seq2Seq模型生成回复时,会出现情感表达不明确、回复内容单一且相关性低等问题。该文针对以上问题,进行了以下研究:首先,针对现有对话生成
近年来,通过深度学习方法解决声音事件定位与检测任务成为热点研究方向。深度学习方法在识别精度上有着巨大的优势。但是,现有方法大多存在不同任务匹配效果差和相关性低等问题。针对这些问题,本文将利用时序特征处理和多输出匹配思想从模型精度角度进行以下研究。首先,为了能够更好的处理音频信息的时序特征,提出了基于注意力的卷积递归神经网络进行声音事件定位与检测。针对一般的卷积神经网络受限于局部感受野,不能充分的处
三维荧光光谱是广泛应用的一种荧光分析技术,也是用于分析荧光数据的重要手段。它具有灵敏度高,分析速度快等优点。在进行荧光光谱实验时,由于生成机理的限制,光谱数据存在拉曼散射、瑞利散射等无用散射,无用散射会影响分析混合物的有效信息准确程度,降低三维荧光光谱对实验的鉴别能力。于是,去除三维荧光光谱中的拉曼散射、瑞利散射具有重要的实际意义。在现有的去除无用散射的方法中,大部分通过人为设定无用散射的宽度,实
标准模型预言中微子的质量为零,但是中微子振荡现象的发现表明中微子具有非零的质量。基于这样的事实,人们就需要对中微子的质量来源做出合理的解释。跷跷板机制在众多解释中微子质量来源的机制中脱颖而出。跷跷板机制之所以能够广受人们的欢迎主要有两个原因:首先,它能够自然地解释中微子质量的微小。其次,它可以通过轻子生成机制解释宇宙中正反物质不对称现象。中微子共有三个混合角（θ12、θ13和θ23）。在θ13值确
大型强子对撞机（LHC）上的矢量玻色子散射（VBS）过程为寻找超出标准模型的新物理提供了理想的条件,而它对四规范玻色子反常耦合（aQGC）非常敏感。实验上,ATLAS和CMS就是通过测量VBS给出了 aQGC的实验限制。此外,测量VBS过程中W和Z玻色子的极化分数是对电弱对称破缺的一个基本检验。由于弱相互作用的宇称不守恒,可用W和Z玻色子的弱衰变产物的角分布来测量它们的极化,而极化是寻找新物理的重