兼容多种WiFi协议的数字射频前端设计

来源 :电子技术应用 | 被引量 : 0次 | 上传用户:siery
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
介绍了一种可用于集成电路实现的WiFi数字射频前端架构,兼容802.11a/b/g/n/ac/ax协议,可工作在2.4 GHz和5 GHz信道下.配合模拟接收电路和解调器,实现了不同WiFi信号类型的自动增益锁定、报文类型区分、频谱搬移和重采样、邻道干扰抑制等功能.
其他文献
针对电力电子本科或研究生教学实验,基于LabVIEW和简易FPGA板卡,设计了一种高性价比的电力电子半实物实时仿真教学实验平台.仿真平台系统由上位机和模型运算单元FPGA板卡组成,人机界面及实验波形数据显示基于LabVIEW软件平台编制,通过以太网实现与FPGA板卡数据交换,平台系统可以进行多种电路拓扑模型的下载安装和HIL实时仿真实验.
针对自然场景文本检测中没有明确全局特征的重要性,导致文本检测过程中存在文本的误检、漏检问题,提出了基于注意力机制的自然场景文本检测方法。该方法在CTPN网络的基础上,利用ResNet网络及特征融合技术提取更深层次的多层网络文本特征;同时将注意力机制引入改进后的特征提取网络中,通过从所有位置聚集的相同特征来增强原始特征,并获取注意力权重,对全局注意力进行汇集,明确需要关注的特征。其次,针对自然场景下
水体中氮过量是造成水体富营养化的重要原因,监测并控制水体中总氮浓度是保证水环境安全的关键。水体中总氮含量包括亚硝酸盐氮、硝酸盐氮、无机铵盐、溶解态氨及大部分有机含氮化合物中的氮。根据生态环境部相关要求,水质总氮在线分析仪已广泛应用于我国地表水自动监测和污染源在线监控系统中。本文综述了水质总氮在线自动监测仪器现状及未来发展,介绍了水质总氮自动在线监测仪器基本原理,水样处理及消解方法,分析对比了自动在
针对现有方法对太阳能电池图像缺陷分割上的不足,提出了一种对太阳能电池图像进行缺陷分割的改进型U-Net。首先引入密集连接结构,用来缓解梯度消失问题,使缺陷提取更加充分;同时在每个卷积层后面添加批量归一化层和ReLU激活层,防止缺陷细节特征丢失;接着引入双注意力机制增强目标特征,抑制无关特征,进而提升模型的整体缺陷检测精度。最后利用两种不同的网络与本文方法进行缺陷检测对比。实验结果表明,本文网络可以
为提高水印方案的抗攻击能力和自适应性,提出一种盲水印的GoogLeNet-GMP神经网络方案。首先,所提网络较为简约,最深的路径(即通过预处理网络、嵌入网络和提取网络的路径)仅包含17层。通过在水印预处理网络中提高水印分辨率来保持宿主图像的分辨率,由此增强了水印的透明性。同时,在水印预处理网络中使用平均池化,将水印数据的二进制值与宿主图像结合在一起,从而增强了水印的透明性。最后,提取器使用交叉熵作
将5G移动通信技术应用于海面覆盖,不仅仅要解决建站困难的问题,还要解决海面超远覆盖下的参数配置及覆盖距离估算.首先对海面超远覆盖进行信道建模,考虑空气介电常数变化对无线电波传播的影响,给出了等效的地球模型;其次,对5G中影响小区覆盖半径的几个关键参数进行了详细分析;最后,分别对三大运营商的主流频段进行仿真,给出了不同频段下最大覆盖距离与路径损耗的关系曲线.
为了对高铁站站台导向标识系统进行研究与优化,引入了粒子群优化算法(PSO)对站台进行模型搭建.在原有的高铁地标系统上加入新的“空中标识”系统,通过站台模拟乘客寻找对应乘车点,在加入新的标识系统后,使用PSO验证了模型具有较高的适应度和收敛速度,性能优于仅有地标的引导系统.站台导向标识的优化将使用ESP8266无线模块进行信息传输,以及显示屏显示信息,新型的“空中标识”系统能够和调度信息结合,实时显示当前站台车厢号信息.在PSO的训练中,优化后的导向标识系统迭代时间缩短了46.41%,效果更加显著.
SRAM存储器在SoC芯片中的应用已经越来越普遍,存储单元的加固设计已成为抗辐射SoC芯片设计首要考虑的问题之一.提出了两种SRAM读出电路的加固结构,分别从读出电路结构、数据读出速度和抗单粒子翻转能力等方面进行了对比.两种读出结构的SRAM均有较好的抗单粒子能力,但相比较单模双互锁结构的SRAM,双模双互锁读出结构的SRAM读出时间更短.
介绍了3GPP R16标准中提出的非公共网络技术(Non-Public Network,NPN)的两种组网方式和应用现状,分析了企业对5G专网的需求以及公专融合的趋势.结合NPN与公共陆地移动网(Public Land Mobile Network,PLMN)部署的关系,提出了两种典型的5G公网和专网融合部署模式:连续模式、重叠模式.并针对两种模式下需要重点解决的业务连续性和并发连接问题,介绍了3GPP R17标准中提出的两种技术方案.
在供电入口处嵌入非侵入式负荷识别技术,有利于推动建筑节能、实现电网负荷预测、开发智能楼宇、完善智能电网体系建设.据此,提出一种基于有向无环图支持向量机(Directed Acyclic Graph Support Vector Machines,DAG-SVMS)的负荷辨识方法.首先,对总线电流信号进行事件检测,检测到暂态事件后,分离目标负荷暂态电流波形,提取特征,然后,将特征输入预先训练好的DAG-SVMS模型进行分类识别.为提升分类器性能,使用粒子群优化PSO(Particle Swarm Optim