本發(fā)明涉及一種支持無線智能的異構多顆粒度可重構處理器架構，包括主控制器、無線引擎體系結構和AI引擎體系結構；所述無線引擎體系結構基于可重構運算單元構成，并通過第一存儲器與所述總線雙向連接；所述AI引擎體系結構基于粗粒度可重構處理單元構成...

本發(fā)明涉及一種混合粒度可重構數(shù)字信號處理模塊，包括底層和中間層，其中，所述底層為細粒度的FPGA基本處理單元，所述中間層為粗粒度的CGRA基本處理單元，所述粗粒度的CGRA基本處理單元包括粗細粒度依次遞增的FPGA基本單元FPGABlo...

本發(fā)明涉及一種應用于MEC遠程聲紋識別的可重構處理器架構，包括MEC系統(tǒng)層和MEC主層，所述MEC系統(tǒng)層為MEC系統(tǒng)管理器，用于進行聲紋識別任務的劃分，并將劃分后的任務分配至所述MEC主層；所述MEC主層包括MEC應用層、MEC平臺層和...

本發(fā)明涉及一種支持OpenCV的可重構圖像處理器芯片架構及應用，其中，可重構圖像處理器芯片架構包括配置管理器和可重構圖像處理引擎，所述配置管理器與總線雙向互連，所述可重構圖像處理引擎的輸入端通過第一存儲器與所述總線相連，輸出端通過第二存...

本發(fā)明涉及一種支持深度數(shù)據(jù)流水的處理器陣列結構，包括M

本發(fā)明涉及一種聲紋處理器和聲紋驗證執(zhí)行方法，聲紋處理器包括配置管理器、可重構音頻處理引擎和主控制器，所述主控制器通過配置總線和配置管理器雙向互連，所述主控制器通過外部接口和可重構音頻處理引擎雙向互連，所述配置管理器和可重構音頻處理引擎雙...

本發(fā)明涉及一種用于自動駕駛領域的可重構智能圖像處理器架構，包括配置管理器、第一存儲單元、第二存儲單元、智能圖像處理器和總線；所述配置管理器和總線雙向連接，所述第一存儲單元和第二存儲單元分別與總線連接，所述第一存儲單元和智能圖像處理器的輸...

本發(fā)明涉及一種用于人臉識別的MEC架構，包括MEC系統(tǒng)層、MEC主機層以及外部相關層，所述MEC系統(tǒng)層為MEC系統(tǒng)管理器，用于部署MEC主機和可用資源；所述MEC主機層包括MEC應用層、MEC平臺層和MEC可重構硬件層，所述MEC應用層...

本發(fā)明涉及一種面向智能通信的FPGA虛擬化結構，由下至上依次包括FPGA硬件層、FPGA虛擬層和應用層，所述FPGA虛擬層用于分離FPGA硬件層和應用層，所述應用層由計算機高級語言編寫形成，所述應用層通過第一映射工具映射到FPGA虛擬層...

本發(fā)明涉及一種用于加速基因測序的可重構處理器芯片架構及應用，架構包括配置管理器、可重構檢測陣列、后處理與記錄模塊、第一存儲單元、第二存儲單元和外設，所述外設包括預處理模塊，用于將待檢測樣本基因序列的FASTQ文件轉換為ASCII碼；所述...

本發(fā)明涉及一種適用于LDPC與Turbo的雙模譯碼器，包括多個分量譯碼部，所述多個分量譯碼部依次級聯(lián)；所述分量譯碼部包括多個并行設置的分子譯碼部，所述分子譯碼部包括第一計算單元、第二計算單元和第三計算單元，每個計算單元配置有對應的存儲單...

本發(fā)明涉及一種多層封裝傳輸結構，包括：第一寄生單元、第二寄生單元、兩個焊錫球和兩個機械孔；所述兩個焊錫球上連接有第一寄生單元；所述第一寄生單元通過所述兩個機械孔與所述第二寄生單元相連，所述第一寄生單元與所述第二寄生單元形成層堆疊形式。本...

本發(fā)明涉及一種PRACH接收失效在線檢測方法和裝置，方法包括：接收PRACH鏈路在線檢測命令，所述PRACH鏈路在線檢測命令由數(shù)據(jù)鏈路層L2在無PRACH發(fā)送的空閑上行時隙發(fā)起；獲取測試數(shù)據(jù)，并配置PRACH在線接收檢測的處理參數(shù)；在P...

本發(fā)明涉及一種空口資源調度方法，包括以下步驟：通過物理下行控制信道向用戶設備發(fā)送公共下行控制信息；所述公共下行控制信息中攜帶有整個小區(qū)的頻域調度信息，所述頻域調度信息采用系統(tǒng)帶寬的RBG粒度進行表示。本發(fā)明在5G NR的PDCCH的公共...

本發(fā)明涉及一種自適應精度信息傳輸方法和裝置，其中，方法包括以下步驟：劃分信息的范圍，并為不同的信息范圍分配不同的精度信息，并確定不同精度信息下的傳輸信息；發(fā)送端獲取待傳輸信息，根據(jù)所述待傳輸信息的大小確定所述待傳輸信息的精度信息；發(fā)送端...

本發(fā)明涉及一種射頻合路下的MIMO信號解調方法，包括：獲取不同用戶終端發(fā)送的信號，其中，所述不同用戶終端發(fā)送的信號由n個RRU上設置的m個天線獲取得到，并且所述n個RRU均連接至一個RRU合并單元，所述RRU合并單元連接至BBU；通過所...

本發(fā)明涉及一種數(shù)字預失真的模型增強系統(tǒng)，包括：數(shù)字預失真模塊，用于對輸入信號采用預存的基函數(shù)進行預失真處理；功率放大器，用于接收發(fā)射鏈路上的信號，并進行功率放大；測量信號發(fā)生模塊，用于產(chǎn)生單音信號或雙音信號，并發(fā)送至所述發(fā)射鏈路；測量信...

本發(fā)明涉及一種基于數(shù)字鎖相環(huán)的提升基站時鐘保持能力的方法和裝置，其中，方法包括以下步驟：在參考源狀態(tài)為可用時，記錄所述參考源與晶振的鑒相結果，并得到“相偏

本發(fā)明涉及一種峰值因子降低系統(tǒng)，包括：功率檢測模塊，用于找出多載波的峰值功率點；峰值調節(jié)因子獲取模塊，用于對所述多載波的峰值功率點進行篩選，計算各載波需要的峰值調節(jié)因子；各載波的峰值調節(jié)模塊，用于將各載波信號和各載波需要的峰值調節(jié)因子對...

本發(fā)明涉及一種基站定位方法和裝置。其中，方法包括：接收導頻序列，將所述導頻序列與本地導頻序列進行LS估計或者初步降噪，得到信道估計值；將所述信道估計值與預存的多組序列進行相關運算，得到多個相關系數(shù)；從所述多個相關系數(shù)中找到最大相關系數(shù)；...