3D数字人体虚拟解剖台，是一款集成了多项世界顶尖的三维成像、人机交互技术的全新可视化高科技解剖教学平台。         用数字化的方法重现人体解剖学结构，深入展示人体各器官、系统的结构、功能以及相互关系。用手指代替解剖刀具，在屏幕上选择解剖结构，隐藏，显示，变淡，复位，放大、缩小、旋转、隐藏、透明、等互动操作，一幅幅形态不同的人体三维图360度呈现在眼前，细节也能清晰可见。         这款高科技虚拟解剖台可用于医学院、卫校、护理学校、医院、体育学院以及综合性大学，配合智慧医学云平台，学生们可随时随地操作学习，从而开展人体解剖学的研究。

一、方案介绍 云之翼桌面虚拟化（yiDesktop)是一套基于自研的桌面传输协议研发的桌面虚拟化解决方案，可将Windows桌面和应用转变为一种按需分配的服务，无论用户在何地点，使用何种设备，yiDesktop都能够随时随地向其交付按需虚拟桌面和应用。 使用云之翼桌面虚拟化，可以让用户随时随地以多种智能设备（PC/平板设备/智能手机/笔记本电脑等）访问自己的桌面，提高工作效率；还可以帮助管理者实现终端桌面环境的集中管理、统一认证和计算资源的弹性分配。 二、方案架构 三、方案优势 高灵活 用户可以使用智能电话、平板电脑和个人笔记本电脑，以及他们选择的任何设备，接入并访问虚拟桌面，大大提高了用户体验灵活性。 低成本 通过将复杂的分布式桌面转变为简单的按需服务式虚拟桌面，yiDesktop可帮助用户摆脱传统计算架构的成本压力和限制。 简化管理 虚拟桌面的集中交付、管理和控制可简化IT 部门的管理工作。 高效率 用户充分利用虚拟工作方式，如远程工作和居家外包，将计算技术无缝地整合到所有人的生活中，提高了工作效率。 高灵敏 可实现快速灵活的虚拟桌面交付，帮助用户快速而高效地适应业务变化。 快速部署 采用一体化交付方式，上线周期缩短80%。 四、支持系统 五、应用场景 教育培训：云之翼桌面虚拟化方案适用于教育培训的学生机房、图书馆、多媒体教室及教师办公等多种场景，灵活定制适应不同场景的桌面环境。 客服中心：客服中心通常对外提供7*24咨询服务，采用云之翼桌面虚拟化技术，具有低能耗、低成本、无噪音、高效率等特性，改善工作环境的同时保证了业务的连续高效性。 企业办公：云之翼桌面虚拟化方案将企业的各种业务系统、应用程序、业务数据集中起来，整合为统一的企业应用、数据管理和交付平台，并利用虚拟化桌面统一发布，无论什么终端设备或网络传输手段，都可以支持，具备很高的安全性，也规避了复杂的兼容性问题。 整合资源：提高IT资源（包括软件和硬件)使用效率，节能低碳。用户桌面全部集中到服务器端并实现了虚拟化，管理员对用户所需占用的资源可随时监控并根据使用情况动态调配，最大限度的提升了资源来满足更多的用户需求，在节约能源方面也有显著效果。

一、技术背景 近年来，随着企业数据的迅速膨胀，存储业务响应要求越来越快，如何找到一个有效且高效的存储解决方案已经成为业界 IT 管理员们共同面临的巨大挑战。针对大量计算和存储需求的爆发式增长，虚拟化和存储基础架构必须能够提供足够弹性以及足够性能的业务支撑能力。 二、产品介绍 云之翼存储虚拟化（yiSAN）为用户提供了一款超融合、弹性配置以及可横向扩展的超融合解决方案。通过存储虚拟化技术，将物理设备上的计算和存储资源融合为一个统一的资源池，并在此资源池上提供了更为弹性存储特性以支持各类虚拟化场景的使用。云之翼存储虚拟化可在多种虚拟化平台上进行混杂部署，在同一套硬件设备上，融合了弹性计算能力及软件定义存储能力。充分利用硬件资源，实现存储计算资源的统一弹性管理，进一步降低用户的 IT 投资。 云之翼存储虚拟化场景应用： 多虚拟化平台融合 多存储架构融合 多存储介质融合 多级数据安全策略融合 多数据服务融合 三、产品架构 四、功能优势 简化软件定义基础架构 云之翼存储虚拟化将每台虚拟服务器的本地磁盘整合成一个统一的虚拟存储资源池，不仅简化了传统基础架构的复杂性，同时也避免性能瓶颈，使得整个基础架构更加易于扩展。 更加简化的弹性扩展方案 云之翼存储虚拟化整合虚拟服务器本地硬盘，当一台新的节点加入集群时，不仅存储容量增加，计算资源与存储性能都能得到同步提升。 简化应用程序的使用模式 云之翼存储虚拟化采用软件定义存储的方式，允许IT管理员在超融合存储集群中，再额外规划出一个甚至多个虚拟存储器供应用程序进行数据访问。 更为简化的数据保护方案 云之翼存储虚拟化提供了內建的数据保护机制、数据副本机制、异地数据备份等多种数据保护方案。 更低的总体拥有成本 云之翼存储虚拟化简化基础架构，节省大量的网络带宽以及管理成本。通过整合虚拟服务器中的本地硬盘，降低了部署和管理外部共用存储资源的成本。 多租户存储服务  云之翼存储虚拟化提供多租户数据隔离能力，可为不同租户提供逻辑上独立的计算和存储资源池。 实时副本及自我修复 云之翼存储虚拟化实时副本及自我修复功能不但减少管理者的负担，更可以大幅提高整体 SLA 确保数据不会因为连续的硬件故障而丢失。 数据实时压缩及去重 云之翼存储虚拟化支持实时的数据压缩及去重，可以有效增加存储空间使用率，使某些应用在虚拟化上可以达到 3~5x 的存储空间效益。

一、技术背景 随着云桌面的普及，人们不再满足于将云桌面仅仅用于日常办公，处理简单的文字或浏览网页，专业3D软件、Win10等高端应用场景也需要云桌面来支撑，而在这些应用场景中，GPU是不可或缺的。云桌面的应用体验要与高端PC无差别，这才是用户的心声。如何才能满足用户对高性能云桌面的需求，GPU虚拟化由此应用而生。 二、技术介绍 vGPU，即真正意义上的GPU虚拟化方案，就是将一块GPU卡的计算能力进行切片，分成多个逻辑上虚拟的GPU，以vGPU为单位分配GPU的计算能力，并将单块GPU卡分配给多台虚拟机使用，使得虚拟机能够运行3D软件、播放高清视频等，极大地提升了用户体验。真正实现了GPU资源的按需分配，实现3D虚拟化的全场景交付。同时大大降低图形图像用户的使用成本以及提高数据的处理效率和数据安全性。 三、技术架构 四、技术优势 按需交付GPU 根据不同场景应用需求交付GPU，避免GPU资源闲置或不足，从而降低成本。 良好的3D用户体验 可兼容各种不同行业、不同场景的3D软件，为用户提供良好的3D效果体验。 提高数据安全性 借助虚拟化及VGPU，可实现了对 3D 应用程序和大型数据集安全的远程访问，且无需牺牲性能。 实现虚拟机实时迁移 可将正在运行的虚拟机从一台物理服务器移动到另一台物理服务器，从而将停机时间降至最低，并且不会丢失数据。

随着我国高速铁路的不断发展，应用在高速环境下的移动通信系统日 渐成为研究的热点。从系统设计的角度来看，信道估计可以看作一个系统状态 估计问题，信道响应是系统中的状态变量。若将时域变化的信道看作是一个非线 性的动态系统，便可以利用扩展卡尔曼滤波器(EKF)对其状态变量求最小均方误 差(MMSE)估计。迭代检测译码(IDD)结构是一种基于Turbo译码原理设计的接收 机结构。在迭代接收机中，软入软出(SISO)的Turbo译码器与数据检测器之间 有一条反馈通道，使得数据检测器能够利用软译码器输出的后验对数似然比(也 称作“外信息”)完成多次迭代的信道均衡和解调。针对高速移动通信下快速时变信道估计的问题，我们提出一种基于EKF的 联合IDD信道估计方法(IDD-EKF) o采用自回归(AR)过程对信道建模，在导频 符号处采用最小二乘法(LS)估计，时域采用EKF插值，频域采用离散傅里叶变 换(DFT)插值。通过联合估计信道频域响应及信道的时域相关系数的方法追踪信 道的信道频率响应(CFR)。同时为了消除EKF误差传播的影响，采用迭代接收机结 构，利用Turbo译码器的码元纠错能力，通过外信息更新EKF观测方程中的加权矩 阵，从而辅助EKF更新，并进行迭代信道估计。EKF工作在三种不同的模式下，三种模式分别对应三种不同的构造加权矩 阵的方法。通过后验对数似然比构造的加权矩阵利用了 Turbo译码器的检错纠 错能力，使得构造的加权矩阵更加接近实际发送的符号，则EKF能够在更多的时频域位置上提供MMSE估计值。

随着我国高速铁路的不断发展，应用在高速环境下的移动通信系统日 渐成为研究的热点。从系统设计的角度来看，信道估计可以看作一个系统状态 估计问题，信道响应是系统中的状态变量。若将时域变化的信道看作是一个非线 性的动态系统，便可以利用扩展卡尔曼滤波器(EKF)对其状态变量求最小均方误 差(MMSE)估计。迭代检测译码(IDD)结构是一种基于Turbo译码原理设计的接收 机结构。在迭代接收机中，软入软出(SISO)的Turbo译码器与数据检测器之间 有一条反馈通道，使得数据检测器能够利用软译码器输出的后验对数似然比(也 称作“外信息”)完成多次迭代的信道均衡和解调。 针对高速移动通信下快速时变信道估计的问题，我们提出一种基于EKF的 联合IDD信道估计方法(IDD-EKF) o采用自回归(AR)过程对信道建模，在导频 符号处采用最小二乘法(LS)估计，时域采用EKF插值，频域采用离散傅里叶变 换(DFT)插值。通过联合估计信道频域响应及信道的时域相关系数的方法追踪信 道的信道频率响应(CFR)。同时为了消除EKF误差传播的影响，采用迭代接收机结 构，利用Turbo译码器的码元纠错能力，通过外信息更新EKF观测方程中的加权矩 阵，从而辅助EKF更新，并进行迭代信道估计。 EKF工作在三种不同的模式下，三种模式分别对应三种不同的构造加权矩 阵的方法。通过后验对数似然比构造的加权矩阵利用了 Turbo译码器的检错纠 错能力，使得构造的加权矩阵更加接近实际发送的符号，则EKF能够在更多的时频域位置上提供MMSE估计值。 相对于传统的信道估计方法，在NMSE方面，IDD-EKF的信道估计方法在高速 环境下具有8dB的信噪比增益。而在BER方面，IDD-EKF在低速环境下相对于传 统算法信噪比增益为5dB,而高速环境下，其信噪比增益达到了将近lOdBo通 过仿真分析证明了这一设计的有效性。 该成果可以进一步推广到5G通信终端接收机以及拓展应用到飞行器之间 的高速通信中，提高通信性能。

研究基于二维电子地图的大规模三维场景自动生成方法。基于用户输入的二维目标标定和素材库，实现三维场景快速生成、编辑和简化。主要研究虚拟环境仿真中的关键技术及应用，针对大规模虚拟环境的特殊问题，研究了大规模仿真实体的实时绘制、内外存实时调度、模型简化算法、硬件自适应算法等，实现了大规模虚拟战场的实时漫游。

产品详细介绍ANSYS驾驶模拟与交通场景编辑系统1.系统方案ANSYS驾驶模拟与交通场景编辑平台提供了基于物理的三维场景建模、基于语义的道路事件建模、基于物理光学属性的摄像头和激光雷达的仿真、基于物理电磁学属性的毫米波雷达的仿真，从而实现多传感器、多交通对象、多场景、多环境的实时闭环仿真。其主要功能如下：1)开放式交通场景编辑模块，自定义设定道路和交通场景，可以自定义设定道路两旁的建筑物，绿化带等等；2)可以根据用户需求，自定义设定道路场景上的交通流，可以自定义设定道路上来往的车辆，行人和交通指示灯；3)可以根据客户需求，自行设定主动驾驶（或算法控制车辆）的车辆动力学参数；4)支持高精度的三维场景仿真和基于环境光的模拟；5)支持高精度的物理属性的传感器仿真，包括毫米波雷达的仿真、摄像头的仿真和激光雷达的仿真；6)此外，考虑到能更加逼真地反映“人—车—路”在环仿真测试，该平台还提供了开放的接口，可以与实物传感器、VR设备、控制器、各类测试数据进行无缝的联入，从而更好的满足不同级别、不同目标的测试仿真要求。2.系统构成下面分别介绍本平台各模块的构成。2.1.自定义道路环境ANSYS驾驶模拟与交通场景编辑平台提供了一套自定义道路场景的设计工具，具备直道、弯道、曲线等设计能力，支持道路宽度、长度、半径、方向、车道数量、车道方向、车道限速、车道类型等的编辑。同时，该设计工具支持高架等不同高度道路以及不同坡度倾角、道路交叉口、匝道、并道等的定义。还支持车道线的自定义化建模，包括单线、双线、实线、虚线、车道线纹理、颜色等一系列车道线类型。同时，软件集成丰富的环境模型库，如树木、建筑物、交通标识、路灯、电线杆、绿化带、动物，施工路段障碍物和设施、交通行人等对象模型，可根据用户需求对道路场景进行快速建模。除了自定义场景外，ANSYS驾驶模拟与交通场景编辑平台还支持导入OpenStreetMap等3D高精地图，自动生成与地图匹配的道路模型。2.2.自定义交通场景ANSYS驾驶模拟与交通场景编辑平台还提供了快捷的基于语义的道路交通流设计，包括车道行驶规则、车辆及行人行为、交通指示牌行为，以及某一时刻各交通对象交通行为的精确数据输出。此外，交通对象的行为也可以人为定义，包含如车辆驾驶行为、突然变道、突然加速、行人乱闯红灯和人行道等一系列场景的仿真，同时软件内部车辆和行人之间可自定义交互与否，即可仿真自动避让行人和忽视行人发生碰撞等行为。软件内嵌脚本语言定义，同时也支持如Python，C++等语言的接口控制来定义交通行为。如下图所示，为通过语义级的脚本语言来定义车辆和行人等交通对象的行为。2.3.构建车辆动力学模型除了上述的道路场景以及交通流的搭建能力之外，ANSYS驾驶模拟与交通场景编辑平台同样提供了基于总成特性的车辆动力学模型，并提供了以下性能参数的配置： 底盘参数，如长宽高、轴间距、重量等； 性能参数，如最大时速、引擎转速等； 转向参数； 轮毂参数； ……同时，软件还提供了各类特性参数的预定义实验数据，方便用户对所定义车辆的特性进行快速的测试验证。相关的实验数据有： 加速特性实验数据； 刹车特性实验数据； 转弯特性实验数据； 方向盘特性实验数据； 侧风实验数据； 障碍物和转弯实验数据； ……ANSYS驾驶模拟与交通场景编辑平台还支持外部车辆动力学模型的导入和集成，如CarSim车辆动力学模型，以及用户自研的车辆动力学模型。2.4.基于物理真实的三维场景建模在无人车辆的物理仿真中，除了前述关于道路场景，交通流以及车辆动力学模型的建模能力外，ANSYS驾驶模拟与交通场景编辑平台的最大特点和优势在于提供基于物理真实的三维场景建模和ray-tracing的图形算法。使得上述的场景的构建与物理真实达到一个高匹配度，以此对无人车中传感器的感知和后期控制算法的验证提供了很好的准确性和真实性，以减少场景搭建的缺陷所带来的传感器和感知算法的决策错误。在整个基于物理真实的建模平台搭建中，ANSYS驾驶模拟与交通场景编辑平台会通过对以下物理真实参数的定义和基于ray-tracing的图形算法来保证仿真的准确性和真实性： 环境光源的定义，包括： 天空的照度值； 基于经纬度的太阳光的照度和位置定义； 环境场景中各种点光源以及面光源的定义（光谱+IES+XMP）； 车辆照明系统的光源定义（光谱+IES+XMP）； 环境场景中包括道路，建筑，车身等一系列材料表面光学属性的定义。其中各个光源的定义通过导入相关定义文件如前述所讲，材料表面光学属性通过ANSYS开发的一套OMS材料物理光学属性BRDF测量仪硬件设备，对用户所需仿真的场景材料库进行探测，并将探测所得材料表面光学属性BSDF函数附在前述场景建模的所属材质表面，从而在ray-tracing的图形算法下仿真得到一整套完整的考虑外部环境光以及物体表面光学属性的物理真实的三维场景建模。同时ANSYS驾驶模拟与交通场景编辑平台还提供丰富的材料库供客户场景建模使用。2.6.实时闭环仿真系统如前述通过对环境、场景、交通流的建模构造出无人车辆的运行场景和轨迹，同时耦合如摄像头、激光雷达和毫米波雷达的感知系统的仿真，通过开放的API接口，可以方便的进行外部自动驾驶算法的集成。从而形成实时闭环的驾驶系统仿真。2.7.基于物理的智能头灯照明仿真系统随着智能驾驶辅助系统（ADAS）的逐渐普及和行业发展，车辆智能化头灯照明系统也逐渐成为当前行业的发展趋势和应用热点。ANSYS自动驾驶仿真平台Headlamp模块通过ANSYS特有的物理级仿真引擎，为客户提供真实的车辆头灯路面光型分布测试和动态驾驶与智能头灯仿真测试。除了前述在三维环境建模中通过ANSYS OMS设备进行材料表面光学属性的采集与赋值外，为了保证接近真实的物理仿真光型，Headlamp模块同样对光源进行仿真模拟，包括车灯光源，自然光光源，路灯光源等。定义方式包含如： 光源光强分布IES文件； 光源光谱spectrum文件； 光源强度等；分别为不同光源的光谱分布和车灯光源的IES定义文件。基于环境和光源的物理仿真，可以实现车辆前照灯远光，近光，侧灯的切换以及光强的实时切换控制，同时丰富的光度学分析工具，包含色度学，光度学，等照度线，等照度区域等信息便于分析光分布情况。支持的25米目标墙光分布信息用于分析验证头灯光分布是否符合标准。除了静态光型分布验证，ANSYS Headlamp开放的如C++，SCADE，Simulink的光型数据接口支持客户自定义化的智能头灯开发与验证，同时丰富的动态驾驶模拟和场景仿真也可以帮助客户实现实时的动态驾驶头灯验证，如AFS，ADB，矩阵头灯，像素头灯等智慧头灯的仿真与测试验证，基于IIHS动态头灯测试标准的夜间测试验证。

产品详细介绍

视觉扫描建模：研发形成基于子地图的大尺度环境扫描建模，实现了多人协同的多阶段地图创建、拓扑-语义地图描述、无须标记点的设备对象外观稠密扫描建模。 人员综合定位：引入深度学习技术，在不需要部署额外设备、不依赖GPS信号的环境下，研发形成了基于视觉/惯导的人员综合定位系统，实现了未知环境下同时建图与定位（SLAM）、可达80m×80m室内外环境下分米级人员定位。 增强现实作业辅助：结合分层地图描述、数字化作业指导卡与作业人员定位等核心技术，配合头戴式AR智能眼镜/便携式移动终端，研发了含前后台通信结构的多人协同作业指导、作业人员安全管控、巡检路径校核、可视化装配引导等关键应用技术，形成了智能化电力运维检修、应急演练作业人员的新工作模式。