宏观尺度下的分子通信原型机综述

来源 :中国科学(信息科学) | 被引量 : 0次 | 上传用户:jfskldafkld
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
分子通信是一种利用信息粒子的特性来传递信息的通信方式,可用于常规信号载体(如电磁波)受限的场景.目前的研究以理论分析为主,而用于验证理论成果并推进实际应用的原型机实验仍然较少.本文首先介绍了分子通信系统的定义,描述了发射机、信道和接收机模型;着重按信道类型回顾了现有的宏观尺度原型机研究及其对应理论成果;最后,根据理论模型与原型机实验结果的区别,指出理论研究的局限、原型机实验的必要性,以及未来研究方向.
其他文献
量子纠错与量子计算是量子信息科学坚实的基础和重要的组成部分.在实际应用中,如大气传输中的量子通信,将需要多种数学运算,其中包括量子纠错码.量子纠错码可以抵抗噪声,但由于构造量子纠错码依赖于量子纠缠,因此被认为是困难的.利用图态解决码字纠缠度是一个很有前途的解决方案,但高维图态构造起来仍有诸多困难,上述困难可以巧妙地通过码字纠缠的上界和下界来解决.本文根据稳定子码循环差集的特性和经典低密度奇偶校验(low-density parity check,LDPC)码的U和B组合,构造了高维量子低密度奇偶校验(qu
微处理器是现代信息系统的核心基础设施.大数据、人工智能、5G等技术的快速发展催生了数据量的爆发性增长,随之对数据处理能力的需求也急剧增长.专用计算技术被广泛认为是后摩尔时代的计算机体系结构演化的重要方向.专用处理器技术的发展一直伴生着通用处理器的发展,数字信号处理技术甚至早于传统意义上的通用处理器.通用处理器技术的发展,不仅在商业上取得了巨大的成功,很多关键技术也被专用处理器吸收借鉴用于提升专用计算的性能、优化可编程性等.本文主要分析了数字信号处理器(DSP)、图像处理器(GPU)、深度学习处理器(AI芯
基于大概念的高中化学课程实施是高考引导教学的内在需要,亦是“一核四层四翼”高考评价体系背景下培养应用型、创新型人才的外在要求[1].高三阶段进行大概念单元复习除了可以将知识系统化,还能揭示学科知识背后更为核心的概念和思想,有利于实现学业进阶和认知结构化,是知识转化为能力的重要途径.
期刊
一、问题的提出rn人教版九年级化学教材中,用锥形瓶和长颈漏斗组合的固液不加热型装置制备氧气、氢气和二氧化碳等气体,该装置是经典的气体发生装置,但也存在很多缺点:如该装置所用到的锥形瓶体积较大,所加入的液体药品液面必须没过长颈漏斗尖端,一定程度上造成药品浪费;加入药品后不能控制反应速率;反应过程中无法实现固液分离,不能随时控制反应的发生与停止;利用该装置制取氢气时,因锥形瓶上方空间较大,很难排尽装置内的空气,如遇明火,极易发生爆炸.因此,着眼于取材容易、易于操作、性能稳定、安全可靠、环保等原则,以医疗废弃注
期刊
海洋传感器技术在海洋军事作战领域发挥着重要的作用,随着人类探索海洋的未知领域,海洋传感器技术逐渐发展,但现阶段发展不完全,主要依赖进口,国产化率低.海水的温度、盐度、深度(温盐深)是海洋环境测量的基本参数,目前国内温盐深三参数传感器体积大、设备复杂、集成度低,难以满足实时在线检测的需求.本文基于微机电系统(MEMS)技术,制备了一批用于海洋温度、电导率和压力检测的温盐深集成微纳传感器,其中温度测量采用PT8000铂电阻传感器,盐度测量采用四电极法电导率传感器,深度测量采用压阻式压力传感器,通过离子注入工艺
流连接广泛应用于提取多源流数据之间的关键信息,是大数据处理的重要支撑技术.但连接两条大数据流时大规模的连接谓词计算,使其易成为性能瓶颈.为提高处理性能,流连接系统常采用并行和分布式两种方式扩展.然而,采用多核并行的流连接系统的扩展性受到CPU核数限制,无法应对大规模数据流.采用分布式扩展的流连接系统由于引入分布式框架运行的开销,导致硬件处理效率严重下降.为实现高效大规模扩展,本文提出一种利用FPGA加速器外设向上扩展的流连接系统FJoin.加速器可进行高并行的流动连接,载入多个流元组后,连接窗口中的数据流
原子级厚度的二维层状晶体材料具有丰富的物理特性,在新型微纳米器件领域展现出重要的发展潜力,相关的器件制备和性能研究也引起了广泛的关注.二维材料微纳米器件的制备需要经过二维材料的转移及金属电极的淀积等一系列过程.然而,在传统的制备流程中所涉及多步工艺需要用到诸多不同设备,如二维材料转移对准系统、电子束曝光系统,或是光刻系统,而且往往在一些步骤中涉及有机溶液处理,有可能会对样品带来一些不利的影响.本文设计展示了一种能够实现二维材料微纳米器件制备的多功能系统,该系统不仅可以实现二维材料的高效转移,而且可以直接进
从真实的人脸照片合成面部素描及其逆过程具有广泛的用途,例如数字娱乐与协助刑事案件的侦查.但是,由于照片与素描在纹理上的显著差异,它们之间的互相转换仍是一个具有挑战性的问题.最近基于生成对抗网络的方法已在图像间转换问题,特别是照片到素描的转换方面展现出令人鼓舞的结果,但它们大多会在面部关键组件产生不同的形变或者模糊,使得合成图像的真实性受影响.为了应对这一挑战,我们提出了一种新颖的基于多尺度特征融合的人脸照片-素描合成算法,来提高合成图像的结构完整性与纹理逼真度.首先使用编码器提取输入图像的多尺度编码特征,
目的 综合评估角膜地形图与角膜生物力学参数联合诊断对于筛查角膜屈光手术前早期圆锥角膜的意义.方法 研究对象选取2018年1月至2018年12月在北京某三甲医院屈光中心就诊者125例(185眼),年龄18~35岁.分为4组:正常(normal)组60例(60眼);双眼圆锥角膜(bilateral keratoconus,BK)组34例(63眼),随机选取其中一眼为BK*组;单眼圆锥角膜(unilateral keratoconus,UK)组31例(31眼);UK组病例的另一眼角膜地形图正常,无临床改变为顿挫
多视图数据广泛存在于现实,而异常也不可避免地伴随其中.现有的多视图异常检测方法针对的都是对齐的多视图场景,无法胜任更具挑战的非对齐多视图场景.为此,本文提出了4种基于单簇可能性C-均值(possibilistic C-means,PCM),即P1M (PCM,C=1)算法的非对齐多视图异常检测算法.不同于对齐的多视图场景,非对齐特性造成了样本在各视图间对应关系的缺失,以致我们无法利用在对齐场景下示例级的局部关键信息.为此,我们设法通过各视图的全局信息进行学习.本文的关键之处在于借助交替优化法为各视图分别学