-
太空-空中-地面一体化网络:误比特率(BER)与残余延迟及多普勒效应的分析
摘要:在空-地-星一体化网络(SAGINs)中,由于多径多普勒效应和爱因斯坦相对论的存在,实现完美的多普勒补偿和同步并非易事。因此,本文考虑了残余多普勒效应和同步延迟,研究了在时变相关阴影瑞利SAGIN信道下的比特误码率(BER)性能。首先,建立了一个实用的SAGIN模型,该模
来源:IEEE Open Journal of Vehicular Technology
时间:2026-04-29
-
音乐元宇宙中的伦理多样性、社会经济公平性与伦理责任
摘要:
扩展现实(XR)技术通过沉浸式、网络化的环境正在重塑音乐创作、表演和参与方式。音乐元宇宙(MM)——作为XR与音乐物联网(IoMusT)交汇处的产物——为音乐的普及、协作和观众互动提供了新的机遇,但也引发了紧迫的
来源:IEEE Transactions on Technology and Society
时间:2026-04-29
-
一种基于环形结构的采样锁相环(Sampling-PLL),工作频率为6.8–14 GHz,在50 mV的电源噪声下可实现69.3 fs的抖动性能
摘要:本文介绍了一种基于III型宽带环振荡器的模拟锁相环(PLL),该锁相环针对噪声较大的电源环境优化了低抖动性能。设计采用了812.5 MHz的参考频率和高增益采样相位检测器,实现了超过100 MHz的闭环带宽,有效降低了环振荡器的固有相位噪声。为了提高电压控制环振荡器(VC
来源:IEEE Journal of Solid-State Circuits
时间:2026-04-29
-
环保且可解释的混合机器学习模型,用于可持续作物和肥料推荐系统
摘要:本研究提出了一种可持续的作物和肥料推荐系统,该系统采用了环保型混合机器学习(EHML)和可解释人工智能(XAI)模型。EHML与XAI的结合在作物和肥料推荐系统中是首次应用。本研究仅基于土壤中的微量和大量养分来推荐作物,这一方面至今仍被广泛忽视。通过使用多种混合机器学习(H
来源:IEEE Transactions on Sustainable Computing
时间:2026-04-29
-
e-NFC:一种用于超低功耗(ULP)可穿戴设备的硬件强制式互认证架构,采用电容式均衡交换系统(EQS-HBC)
针对微瓦级别、无需充电的可穿戴设备,其认证机制面临根本性的安全挑战:传统无线连接具有辐射性且易受攻击,而现有的加密解决方案往往超出设备的能耗限制。因此,许多超低功耗的可穿戴设备仍然容易受到被动观察、数据重放和未经授权激活的威胁。随着越来越多的可穿戴应用开始处理访问控制、身份验证和
来源:IEEE Open Journal of the Solid-State Circuits Society
时间:2026-04-29
-
具有片上压阻式应力传感器的热机械测试芯片
摘要:本文介绍了一种热机械测试芯片(TMTC)的设计、制造和特性分析。该芯片集成了片上压阻式应力传感器、温度传感器和微加热器,用于半导体封装的可靠性研究。TMTC能够实现局部的原位热机械激励和应力测量,从而在热循环和封装过程中直接检测芯片级别的应力。集成的硅电阻器采用四元件玫瑰
来源:IEEE Sensors Journal
时间:2026-04-29
-
年龄较小预示着接受抗病毒治疗的慢性乙型肝炎儿童中HBsAg消失率更高:一项系统评价和荟萃分析
**摘要(通俗语言总结)**
**背景:** 越来越多的证据表明,早期开始抗病毒治疗可以促进患有慢性乙型肝炎(CHB)的幼儿获得更好的治疗反应,包括功能性治愈。然而,关于这些儿童抗病毒治疗的临床反应的研究仍然有限。本研究旨在探讨开始抗病毒治疗时的年龄与儿童乙型肝炎表面抗原(H
来源:Infectious Diseases & Immunity
时间:2026-04-29
-
CFGFE:用于图像锐化的粗细粒度特征增强网络
摘要:
Pansharpening技术旨在通过融合高分辨率全色(PAN)图像中的高频空间细节来提升多光谱(MS)图像的空间分辨率。然而,大多数现有方法依赖于单一粒度的特征表示,这限制了它们全面提取和融合光谱与空间信息的能力。我们提出了CFGFE(Coarse-
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-04-29
-
基于自适应可学习子空间系数张量低秩先验的高光谱图像去噪与去条带处理
摘要:为了从含有混合噪声和条纹噪声的嘈杂高光谱图像(HSI)中获取纯净的高光谱图像,本文提出了一种新的、有效的自适应可学习子空间系数张量低秩(ALSCTLR)模型,用于HSI的去噪和去条纹处理。该模型基于统一的张量建模和子空间表示方法,创新性地提出了一个自适应可学习的子空间表示
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-04-29
-
CAAM(前称:Cross-Attention Augmented Mamba Network)是一种用于遥感语义分割的网络模型
摘要:
随着卫星遥感空间分辨率的提高,高分辨率遥感图像能够提供更丰富的地表结构细节。然而,这些图像也带来了挑战,如复杂的背景、显著的比例和方向变化以及较高的类内方差。为了解决这个问题,我们提出了一种基于编解码器风格的网络模型CAAMFormer,用于遥感图像的
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-04-29