OSU关键技术及标准进展

来源 :长江信息通信 | 被引量 : 0次 | 上传用户:llongll
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前社会已经进入网络信息时代,对于网络信息方面的服务需求不断提升,因此,应根据时代发展所需,开发新技术,改进旧系统,满足相关业务开展对服务系统的需求.在这一背景下,OSU技术应运而生,其应用在OTN系统中之后,能够强化系统服务能力,满足大速率业务客户的需求,降低运行成本,缩短延长时间,因此,这一技术应用备受关注.文章分析OSU关键技术,探究其标准发展,并进行实践应用方案设计,为有关工作开展提供有益借鉴.
其他文献
新发展阶段,河北省技工院校要实现高质量发展,提升人才培养实效,服务国家和地方发展,教师“立德树人”能力至关重要,需在“德”和“技”两方面下功夫.当前,教师“立德树人”能力在师德师风建设、工匠精神融入、育人效能发挥、职业技能提升等方面仍存在问题,探究原因涉及学校、教师、学生、社会等方面.技工院校可以“德技并修”为目标,从培养体系、考评机制、激励机制、支持保障等方面探索教师“立德树人”能力提升的路径.
针对低轨卫星通信中块衰落信道,提出了改进的极化重量Polar码构造算法.仿真对比了Polar码和CCSDS建议的LDPC码在块衰落信道下的性能.结果表明,在中等码长和码率的情况下,将Polar码应用于低轨卫星通信中能够获得一定的性能增益,且其编译码复杂度较低.
蛇形机器人有着比轮式机器人更强的灵活性,为了解决核辐射管道、易泄石油管道等复杂管道狭小空间的探测问题.文章设计了一种蛇形视觉探测机器人,重点研究蛇形视觉探测机器人运动控制部分,通过对蛇形机器人进行Serpenoid曲线等一系列的数学建模与仿真,得出相关参数对机器人运动控制的影响,为开展蛇形视觉探测机器人的实际应用开发与性能优化提供理论依据.
随着用户数量和移动通信规模不断增大,如何消除信号干扰和抑制噪声是制约5G移动通信性能的关键问题.文章针对MIMO系统中的V_BLAST系统模型,首先引入了迫零检测算法,并设计了改进的最小均方误差算法,实现了干扰消除和噪声抑制的较好平衡.最后,通过仿真比较了各自的性能,理论和仿真均表明所设计的算法达到了预期效果.
天线是移动通信系统中的重要设备,会对整个接收系统产生很大的影响.天线设计和制造完成后,经常存在设计指标与实际值不符的现象,因此进行测量十分必要.方向图测量是重要的天线测量内容,需要在专用的天线测试场地采用测试设备对天线性能进行测量.文章先对远场测试相关理论进行简要论述,然后从测试环境引起的反射误差、方向图角度测量误差和有限距离引起的误差三类远场测试误差进行分析与修正,再对如何进行有限距离引起误差与修正仿真进行深入探讨,最后对天线方向图测试系统设计进行研究.
为解决基于层次时空特征的识别方法在实际应用中,存在正确识别网络中恶意攻击行为流量较少,无法为网络环境安全提供保障问题,开展基于决策树算法的网络加密流量识别方法研究.在网络加密过程中,有针对性的获取流量载荷特征,掌握不同数据中携带的噪声;在此基础上,引进决策树算法,进行流量的分类处理,根据处理结果,实现对流量的识别.此外通过将两种识别方法应用到相同的网络环境中证明,设计的识别方法能够实现对更多网络中恶意攻击行为流量的准确识别,将该识别方法应用到不同网络环境当中可为其安全性提供保障,防止受到恶意攻击者的威胁,
Sharing Van是一款L4级别的自动驾驶乘用车,该车已广泛应用于各类自动驾驶示范区、旅游景区、封闭园区等场景.车辆的自动驾驶,离不开高精度定位服务.如何在自动驾驶车辆嵌入高精度定位服务,一直是车企与高精度定位服务提供商的研发重点.基于此,文章主要研究了如何为乘用车Sharing Van提供基于5G+北斗的高精度定位服务.
提出一种基于稀疏表示和暗通道结合的图像复原去雾霾方法,通过对原始雾霾图像进行稀疏分解,利用噪声图像特征的最佳字典,重构出图像局部相关结构特性,从而将雾和霾从原始图像中分离出来,再结合大气散射光模型对含雾图像反向求逆,得到原始图像清晰化处理的图像,实现图像去雾霾清晰化处理.
为了抵御新冠病毒,识别口罩是否规范佩戴成为亟待解决的问题.然而,现有相关工作忽视了使用非口罩类物品可“欺骗”检测,从而造成检测准确率较低.为了解决该问题,文章提出了一种基于YOLOv5的人脸遮挡物目标检测的算法,优化了损失函数,并融合多个数据集进行聚类分析.实验表明,改进后的YOLOv5算法对于不同种类的人脸遮挡物的检测效果均有提高,总体mAP较原算法提高了6.4%,召回率提高了2%,整体损失降低了1%.
尽管经过多年研究,论文作者消歧仍未得到完美解决.针对传统方法仅使用某一特征或忽视不同特征的重要性的问题,提出了一种基于集成学习的方法,通过余弦相似度的计算衡量论文之间的相似性,训练出联合分类器,进而完成分类.根据大量有标记数据,在实验中优化各个特征的权重.实验结果表明,所提方法达到了93.2%的F1值,比单一使用某一特征或忽视特征权重能达到更好的分类效果,并且在中外作者姓名的消歧上都有较好的表现.