頭條 Frost & Sullivan發布2025年5G網絡基礎設施報告 近日，愛立信連續第五年在Frost &Sullivan發布的《Frost Radar：2025年5G網絡基礎設施》報告中被評為行業領軍企業。這一結果彰顯了愛立信對創新和發展的堅定承諾，以及其滿足運營商（CSP）與企業不斷變化需求的能力。 Frost &Sullivan在全球100多家參與者中，獨立標識出了Frost Radar分析中排名前23位的公司。這些公司在市場的各個細分領域處于領先地位或具有創新性。 最新資訊 恩智浦FRDM平臺助力無線連接 開發人員現在面臨著前所未有的挑戰，需要為各種產品設計復雜的軟件，通常還要使用不同的處理器。恩智浦的MCUXpresso Developer Experience通過適用于多種MCU平臺的通用框架解決了許多挑戰。恩智浦推出了新的無線FRDM開發板，提供無線連接支持。 發表于：11/18/2024 大聯大詮鼎集團推出基于Qualcomm產品的Wi-Fi 7家庭網關方案 2024年11月12日，致力于亞太地區市場的國際領先半導體元器件分銷商---大聯大控股宣布，其旗下詮鼎推出基于高通（Qualcomm）IPQ5322、QCN6422、QCN6432和QCA8386芯片的Wi-Fi 7家庭網關方案。 發表于：11/17/2024 利用5G升級汽車信號管理，為未來做好準備 5G 的采用將使汽車變得更安全、更高效。5G 在聯網汽車中的未來涉及內部和外部天線的戰略整合，幫助汽車與 5G 網絡進行高速、低延遲且可靠的通信。這種 5G 通信使得高級駕駛輔助系統（ADAS）、實時交通更新、遠程診斷和無縫娛樂體驗等各種應用成為可能。隨著 5G 基礎設施不斷發展，聯網汽車將變得越來越精密，并能夠充分發揮這一變革性技術的潛力。 發表于：11/17/2024 商業航天進入大眾消費級市場 衛星上網僅需199元/天 本屆航展期間，中國衛通面向大眾消費級市場需求，推出超高性價比的衛星互聯網租賃產品套餐，進一步降低消費者使用衛星通信產品的門檻，將衛星通信產品帶入大眾市場。針對硬派越野車客戶群需求，中國衛通推出衛星互聯網上網終端租賃9天特惠套餐，包含9天衛星互聯網上網終端使用服務，9GB衛星高速上網流量，套餐限時優惠價格僅需199元/天，按需還可加購流量加油包。消費者通過中國衛通線上商城購買，可以方便快捷的享受“隨用隨租，誰用都可以，想用就用”的互聯網購物體驗。 發表于：11/15/2024 Wi-Fi 8將聚焦提高可靠性和穩定性 11 月 14 日消息，據 PCWorld 報道，盡管 Wi-Fi 7 還未完全獲得批準，但下一代 Wi-Fi 標準 Wi-Fi 8（或 IEEE 802.11bn）的研發工作已經開始。與以往主要關注速度提升的更新不同，Wi-Fi 8 將優先考慮提升用戶體驗，以更高的可靠性和更穩定的性能為目標。 發表于：11/15/2024 廣汽昊鉑與中興通訊共同打造全棧自研車規級5G通訊模組 11 月 14 日消息，廣汽旗下高端純電品牌昊鉑今晚宣布，昊鉑與中興通訊共同打造了全棧自研車規級 5G 通訊模組，能夠讓消費者在全新旗艦 SUV—— 昊鉑 HL 的座艙里享受實時高清視頻、游戲娛樂、高精度定位與導航等駕乘體驗。 中興通訊副總裁兼汽車電子總經理古永承表示，5G 技術為智能網聯汽車提供了高速的無線數據連接服務，帶來了智能與安全的雙重升級。 發表于：11/15/2024 中國移動攜手中興通訊率先完成5G-A工業基站商用 山東移動攜手中興通訊率先完成5G-A工業基站商用 發表于：11/15/2024 基于頻差的衛星通信互調干擾源定位方法研究 針對衛星通信系統頻帶內互調干擾的定位問題進行研究，分析互調干擾產生機理，并給出系統內互調干擾定位方法。定量分析互調干擾頻譜特性，并結合頻譜管控站分配各站頻率，建立系統內各站頻率及頻差動態數據庫，設計基于頻差的衛星通信互調干擾源定位方法，精確定位干擾站。仿真結果驗證了該方案在互調干擾定位過程的可行性，有效降低了干擾定位時間并提升了準確定位干擾站的概率，為衛星通信系統面臨此類干擾時的快速定位提供解決方法，對衛星通信網的穩定運行具有較大實際意義。 發表于：11/14/2024 基于區塊鏈和神經模糊系統的邊緣計算移動接入網絡安全增強框架 為了提高車聯網的安全性，提出了基于神經模糊系統和區塊鏈的移動邊緣計算網絡安全增強框架。該框架結合了批量認證、密鑰交換等技術，將區塊鏈與移動邊緣計算相結合，架構上分為感知層、邊緣計算層、服務層三層，感知層通過區塊鏈確保數據安全，邊緣計算層提供資源，服務層采用區塊鏈技術保護數據。仿真表明，結合區塊鏈和移動邊緣計算能有效提高車聯網安全性。 發表于：11/14/2024 基于自動編碼器和隨機樹的智能電網FDI檢測 為應對智能電網系統可能受到的新型網絡攻擊（如虛假數據注入攻擊），提出了一種基于機器學習的入侵檢測方法。該方法采用自動編碼器進行數據降維，并使用極端隨機樹分類器檢測潛在攻擊。在IEEE標準電力系統數據的基礎上，測試了該方法在不同系統規模和攻擊程度下的性能。實驗結果顯示，在IEEE 118節點系統中，該方法的檢測準確率高達99.76%，即使在僅有0.1%攻擊測量值的情況下，F1值也達到了99.77%，遠超其他算法。該方法不僅能有效檢測智能電網中的入侵行為，而且具有較高的計算效率。 發表于：11/14/2024 ?…42434445464748495051…?
