可以量产/n该技术公开了一种基于多小区MISO(Multiple Input Single Output)蜂窝网络的联合预编码与功率控制方法，具体为：首先进行系统初始化，其中包括小区簇用户集分类（分为协作用户集和非协作用户集）和功率划分（功率注水算法确定功率分配参数），对协作用户集和非协作用户集分别采用SUS(Semi-orthogonal User Selection)半正交用户组调度算法进行调度，然后由迫零波束成型算法确定波束矢量进行传输，协作区域采用平均功率分配、非协作区域采用功率注水算法计算

本发明公开了一种基于双极化天线的 GNSS 信号捕获、跟踪方法及系统，本发明 GNSS 信号捕获方 法为:采用右旋圆极化天线和左旋圆极化天线分别接收 RHCP 信号和 LHCP 信号，基于 RHCP 信号捕获 卫星信号并提取未捕获卫星的编号;加长积分时间，分别基于 RHCP 信号和 LHCP 信号对未捕获卫星的 信号进行捕获，并且，基于 RHCP 信号和 LHCP 信号同时分别捕获相同卫星或不同卫星的信号。本发明 采用双极化天线同时接收直射信号和反射信号，并基于直射信号和反射信号处理卫星信号并定位，在多 径衰减严重和信号环境恶劣情况下，采用本发明可提高 GNSS 接收机在城市及室内等弱信号环境、复杂 信号环境下的灵敏度性。

本发明公开了一种用于 RFID 天线的外观缺陷检测方法，包括：摄像装置的预标定步骤；将摄像装置移动至所需位置，并通过与条形光源或背光光源之间的配合，对待检测的天线拍摄其图像；采集所拍摄的图像并对其执行边缘检测，由此获得检测图像内的天线数量并分别记录其长、宽和中心点坐标值等信息；以及根据需求，选择性执行线宽检测、图案断线/粘连检测和毛刺/印刷污染检测等项目中的至少一项，由此获知所检测天线的质量结论。本发明还公开了相应的检测系统。通过本发明，能够以结构紧凑、便于操作的方式来对 RFID 天线执行质量检测

本发明公开了一种基于毫米波通信天线差速旋转方式的毫米波天线对中控制系统。本发明的对中控制系统由多个相同的对中控制装置组成，对中控制装置分别设置在不同的毫米波天线通信站点中；每个对中控制装置包括天线转动模块、位置信息检测模块、天线信息采集传感器和对中控制模块；天线转动模块、位置信息检测模块和天线信息采集传感器分别与对中控制模块。本发明能有效提高毫米波天线对中精度，实现天线自动化对中通信，减少对中前的准备工作和数据交换工作，增加毫米波的通信保密性，实现毫米波通信机动性、可靠性及野外自适应特性。

本发明公开了一种基于Z型六角铁氧体的射频识别天线，该天线具有至少一层Z型六角铁氧体基片1，一层空气层2，和一个金属基片3，和一个金属反射腔4，和金属接地面5，和一个变形金属微带线6，及射频识别芯片9。本发明采用各向异性六角铁氧体，在保证增益的前提下，有效地实现天线尺寸的小型化。

本实用新型公开了一种基于共面波导馈电的超宽带圆形单极子天线，其特征包括：圆形辐射贴片、馈线、接地板以及介质板；在介质板的表面设置有圆形辐射贴片、馈线和接地板；圆形辐射贴片与馈线的上端相连接；馈线的下端设置有与外部连接的接口；在馈线的两侧对称设置有接地板；且接地板与馈线之间形成有缝隙。本实用新型能增加天线的带宽，从而满足雷达使用需求。

随着信息技术的发展，平板电脑已经得到了普及，但是平板电脑的性能尤其是触摸屏幕的性能仍待改 进。新装置：具有自主知识产权的光点追踪智能板

本发明属于碳微机电技术领域，为一种碳微电极阵列结构的制备方法 。 其步骤包括 <img file="2012101868347100004dest_path_image002. GIF" wi="16" he="24" />光刻步骤，得到阵列的碳微结构部分；<img file="dest_path_image004.GIF" wi="20" he="42" />沉积金属步骤：在所得到的碳微结构表面沉积一层或多层金属层；<imgfile="dest_path_image006.GIF" wi="20" he="42" />热解步骤：在惰性气体氛围或惰性混合气体氛围环境下，在不同的温度下进行多步热解；通过上述步骤，即可生长得到表面集成碳纳米结构的碳微电极阵列结构。本发明将厚胶光刻、金属沉积和热解相结合，得到的微纳集成结构拥有较大的比表面积，本发明的方法运用于微机电系统中，具有工艺简便，成本低廉、可控性高、可大批量生长、结构优良等特点，得到的微纳集成结构具有良好的电学性能，故可作为电机，在微型电池、微型电化学传感器等微机领域中会有较广泛的应用。

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。