本文提出了一個開源模擬框架,可以複製利用WiFi信道狀態資訊(CSI)進行多機器人定位的WSR工具箱的功能,無需依賴實體硬體。
本文提出了首次實驗評估基於速率分割多址接入(RSMA)的多組多播(MGM),以及首次對比RSMA、空間分割多址接入(SDMA)和非正交多址接入(NOMA)三種MGM方法的公平性能。實驗結果表明,RSMA-based MGM在實現最小吞吐量公平性的同時,能夠達到更高的總吞吐量,這驗證了理論文獻中RSMA-based MGM的承諾收益。
本文提出了一種獨特的乘法器設計,利用改良的陣列邏輯方法計算兩個無符號二進位數的乘積。設計中採用了多路選擇器和桶式移位器在單個時鐘週期內生成部分乘積,以加快傳統陣列邏輯的速度。此外,還採用了組合式進位保存加法器和溢出進位加法器來累加部分乘積,進一步加快了乘法過程。
本文提出一種創新的方法,將漸進式學習技術整合到二元加法樹(BAT)演算法中,以提高其在動態網路環境中的效能和適應性。這種整合使BAT能夠動態更新搜索過程中的啟發式標記,從而在網路結構變化時維持高效和準確的性能。實驗結果表明,與傳統BAT和間接算法相比,所提出的方法在計算效率和解決質量方面都有顯著提升。
提出一種算法,可以在保持高性能和最小化面積成本的同時,為時鐘跟隨資料設計提供抗時序違規的穩健性。