matlab labs,DOCOMO Beijing Labs 借助 MATLAB 将移动通信技术的开发时间缩短 50%

MathWorks今日宣布,DOCOMO Beijing Communications Laboratories Co., Ltd.(DOCOMO Beijing Labs) 已经采用MATLAB来开发和验证新一代移动通信系统,如LTE-A中物理层的新技术和算法。相比以前使用C 和 C++作为唯一的开发工具,通过使用 MATLAB,DOCOMO Beijing Labs的研究人员可以更加快速地开发用于链路级和系统级仿真的算法。开发时间大约缩短为以前的50%。

为了验证使用 MATLAB实现的高级物理层算法,DOCOMO 的工程师们搭建了一个仿真平台,该平台使用 MATLAB、Signal Processing Toolbox和Communications System Toolbox等工具实现了一套完整的收发链路。接着,他们使用Parallel Computing Toolbox进行并行处理,并通过运行MATLAB Distributed Computing Server在不改变代码的情况下实现 32 核群集的并行处理,从而将完成大量仿真的时间从几周缩短为几小时。这样的提速使得仿真中用到的测试案例、参数设置和运行方案的数量比以前增加了四倍。更加全面的仿真验证使得 DOCOMO 的研究人员对其设计的可靠性增强了信心。

DOCOMO Beijing Labs 的主管研究工程师说:“使用 MATLAB,我们减少了编码时间,从而能够将更多时间投入到创新移动通信算法的开发中。更重要的是,只要通过一些小修改,我们就可以在我们的计算群集上加速算法的仿真,在更加广泛的运行条件和方案中充分评估和验证这些算法。”

MathWorks 通信、电子和半导体行业营销经理 Arun Mulpur 说:“DOCOMO Beijing Labs 的工作直接影响到未来全球无线通信标准的开发。通过 MATLAB,这些研究人员和工程师能够探索新的构思和理论,开发算法和系统,并对他们的设计进行充分的功能验证。”

DOCOMO Beijing Labs 运用 Monte Carlo 仿真来模拟由数十个基站和数以百计移动设备构成的无线通信系统,并且针对不同的方案和参数设置进行测试。研究人员需要执行众多仿真,而这些仿真的计算量都很大,在一台计算机上通常需要运行数周时间。Parallel Computing Toolbox 和 MATLAB Distributed Computing Server 的使用可以简化以下任务,即在群集中分配仿真并汇总结果,快速比较不同算法的性能,评估算法在不良信道条件下的可靠性以及评估整个网络和小区边缘的吞吐量。

DOCOMO Beijing Labs 最近演示了通过 MATLAB 开发和验证的两个设计的硬件实现:8x8 MIMO OFDM 系统和TD-LTE多用户MIMO系统 。

有关 DOCOMO Beijing Labs 利用 MATLAB 并行计算功能的更多信息,可参见用户案例“DOCOMO Beijing Labs 加速开发移动通信技术”。

e205e92fe235cd019a38d75debb3d68a.png

都科摩(北京)研究中心系统级仿真程序的用户界面。.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值