国产91免费_国产精品电影一区_日本s色大片在线观看_中文在线免费看视频

CNTXJ.NET | 通信界-中國通信門戶 | 通信圈 | 通信家 | 下載吧 | 說吧 | 人物 | 前瞻 | 智慧(區(qū)塊鏈 | AI
 國際新聞 | 國內(nèi)新聞 | 運營動態(tài) | 市場動態(tài) | 信息安全 | 通信電源 | 網(wǎng)絡(luò)融合 | 通信測試 | 通信終端 | 通信政策
 專網(wǎng)通信 | 交換技術(shù) | 視頻通信 | 接入技術(shù) | 無線通信 | 通信線纜 | 互聯(lián)網(wǎng)絡(luò) | 數(shù)據(jù)通信 | 通信視界 | 通信前沿
 智能電網(wǎng) | 虛擬現(xiàn)實 | 人工智能 | 自動化 | 光通信 | IT | 6G | 烽火 | FTTH | IPTV | NGN | 知本院 | 通信會展
您現(xiàn)在的位置: 通信界 >> 通信終端 >> 技術(shù)正文
 
基于子載波補給索引調(diào)制的OFDM 傳輸方案
[ 通信界 | 郭漪 王翊卿 樊媛媛 劉剛 | www.6611o.com | 2023/7/31 22:47:30 ]
 

(西安電子科技大學綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室,陜西 西安 710071)

0 引言

受空間調(diào)制(SM,spatial modulation)思想啟發(fā),基于索引調(diào)制的正交頻分復用(OFDM-IM,orthogonal frequency division multiplexing with index modulation)通過在正交頻分復用(OFDM,orthogonal frequency division multiplexing)系統(tǒng)中增加子載波索引傳輸信息,可以在系統(tǒng)性能和頻譜效率(SE,spectral efficiency)之間實現(xiàn)折中,降低了系統(tǒng)能量消耗[1-5],引起了人們極大關(guān)注。

近年來,許多學者在提高OFDM-IM 的SE和誤碼率(BER,bit error rate)性能方面做了大量工作。文獻[6-8]提出的基于聯(lián)合子塊索引調(diào)制的正交頻分復用(OFDM-IM-JS)技術(shù)通過將多個子塊的索引組合成聯(lián)合索引信息改進OFDM-IM的SE。文獻[9]提出的雙模索引調(diào)制輔助正交頻分復用(DM-OFDM)技術(shù)將每個OFDM 子塊中的子載波分為兩組,每組由一對可區(qū)分的映射器調(diào)制,通過犧牲能量效率可提高SE。文獻[10]提出的基于索引調(diào)制的零填充三模正交頻分復用(ZTM-OFDM-IM)技術(shù)將其子載波細分為若干個子塊,在每個子塊內(nèi),只有一部分子載波由2 個可區(qū)分的星座調(diào)制,其余保持空載,從而降低能量消耗。文獻[11]提出的基于多星座選擇的雙模索引調(diào)制輔助正交頻分復用(DM-OFDMIM-MCC)技術(shù)通過增加索引比特與符號比特的比率提高了SE。由于OFDM-IM 方案中子載波激活模式(SAP,subcarrier activation pattern)的理論總數(shù)與二進制數(shù)不匹配,上述方案均存在SAP 丟失問題,從而導致OFDM-IM 的SE 受限,并且低復雜度對數(shù)似然比(LLR,log-likelihood ratio)檢測算法下的BER 性能較差[5]。針對這一問題,文獻[12]提出了低復雜度的基于索引調(diào)制的正交頻分復用(LC-OFDM-IM)技術(shù),使用了所有可能的SAP 來傳送數(shù)據(jù),但它僅適用于高階調(diào)制系統(tǒng)。

針對上述問題,本文提出了一種基于子載波補給索引調(diào)制的正交頻分復用(OFDM-SSIM,orthogonal frequency division multiplexing with subcarrier supply index modulation)傳輸方案。通過補給索引,涵蓋了所有理論上可能的SAP,而且與二進制數(shù)匹配。因此,該方案不僅增加了子塊傳輸?shù)乃饕?a class="channel_keylink" href="/search.asp">信息,提高了SE,還保持了良好的BER 性能。

1 OFDM-SSIM 信號模型

1.1 發(fā)射端和接收端的信號模型

圖1 給出了OFDM-SSIM 的發(fā)射端和接收端的信號模型。在發(fā)射端,輸入比特由比特分流器拆分為G個子塊,每個子塊由pbit 組成。每組pbit被映射到一個長度為n的 OFDM 子塊,其中,N是OFDM 子載波的數(shù)量。每個子塊的pbit 進一步可細分為p1bit 和p2bit。輸入序列的前p1bit 由補給索引調(diào)制,確定從n個可用子載波中選擇的k個激活子載波。其中,i={i1,i2,…,ik}(iβ= 1,2,…,n,β= 1,2,…,k)表示選擇的子載波。輸入序列的后p2bit 經(jīng)過M元映射器進行調(diào)制,輸出的調(diào)制符號向量用s={s1,s2,…,sk}表示。然后,信號通過OFDM 復用將s上的星座點符號加載到i所對應(yīng)的激活子載波上,創(chuàng)建所有子塊,并形成長度為N的OFDM 塊XF。接下來,信號進行與傳統(tǒng)OFDM 信號相同的處理步驟,對OFDM塊中的數(shù)據(jù)進行快速傅里葉逆變換(IFFT,inverse fast Fourier transform)。在IFFT 的輸出端,添加長度為LCP的循環(huán)前綴(CP,cyclic prefix),然后經(jīng)過并串(P/S,parallel-serial)轉(zhuǎn)換和數(shù)模轉(zhuǎn)換后送入信道。

圖1 OFDM-SSIM 的發(fā)射端和接收端的信號模型

在接收端,信號首先經(jīng)過模數(shù)轉(zhuǎn)換和串并(S/P,serial-parallel)轉(zhuǎn)換去除CP。然后進行快速傅里葉變換(FFT,fast Fourier transform)和解復用,以便以子塊的形式進行檢測和解調(diào)。對非零子載波進行解調(diào)后,將G個OFDM 子塊合并,輸出信息流。

1.2 補給索引調(diào)制和符號映射

在OFDM-SSIM 的補給索引調(diào)制和符號映射過程中,pbit 信息分為索引信息p1bit 和符號信息p2bit。p1bit 信息進行補給索引調(diào)制,p2bit 信息執(zhí)行符號映射。由于添加了補給索引,可以得到,其中,是向上取整。將p1bit 序列表示的二進制數(shù)設(shè)為B。如圖2 所示,如果B<,前p1bit 由原始索引映射器調(diào)制得到向量i,而后p2bit 由映射器M1調(diào)制得到向量s;如果B≥,前p1bit 由補給索引映射器調(diào)制得到向量i,而后p2bit 由映射器M2調(diào)制得到向量s。假設(shè)M1和M2調(diào)制階數(shù)相同,并盡量選擇2 個星座圖的星座點之間平均距離大的映射。因此符號信息比特p2=klbM,其中,M是M1和M2的調(diào)制階數(shù)。

圖2 OFDM-SSIM 的補給索引調(diào)制和符號映射

以采用BPSK調(diào)制且n=4、k= 2的OFDM-SSIM 方案為例。表1 給出了p1bit 索引信息流對應(yīng)的SAP 和索引模式以及p2bit 符號信息流對應(yīng)的映射模式。對于每個子塊,p1=l bC(4,2)=3和p2= 2lb2=2,同時M1和M2分別設(shè)置為{-1,1}和{-i,i}。如圖2 所示,當輸入信息比特為‘11110’時,前三位為索引信息比特‘111’,即B=7,對應(yīng)補給索引模式向量i=[2,3]。最后兩位是信息比特‘10’,通過M2模式調(diào)制為s=[i,-i],因此經(jīng)過補給索引選擇、調(diào)制方式選擇和映射后,輸出為‘0 i-i0’。

表1 n=4、k=2的OFDM-SSIM 映射信息

1.3 兩級LLR 檢測

由于本文方案中激活載波數(shù)目固定,并且系統(tǒng)SAP 全為合法SAP,因此在接收端可以采用低復雜度LLR 檢測算法。

以子塊為單位,計算各載波對應(yīng)的對數(shù)似然比[5]為

圖3 OFDM-SSIM 的LLR 檢測算法流程

1) 第一階段

每個子塊內(nèi)的每個子載波是非空事件還是空事件的后驗概率分別為

其中,Xβ(β= 1,2,…,n)是在每個子塊中的n個子載波上調(diào)制的符號,S1,i和S2,j是M1和M2的第i個和第j個元素。這意味著λ1(β)或λ2(β)值越大,它們對應(yīng)的子載波符號越有可能被M1或M2調(diào)制。對于每個子塊,原始索引集I1和補給索引集I2分別由前k個最大的λ1(β)或λ2(β)對應(yīng)子載波的位置信息決定。

為了避免采用 LLR 檢測時出現(xiàn)類似于在OFDM-IM 方案中的錯誤,這里判斷I2集合是否為非法索引集合。以表1 所示的情況為例,如果I2為[1,2]或[2,3],則認為該集合合法;如果I2是其他集合,則認為該集合非法。如果該階段檢測到I2為非法位置索引,則直接解調(diào)I1對應(yīng)的子載波符號;否則,I1和I2被聯(lián)合輸入第二階段的LLR 檢測。

2) 第二階段

子載波被M1或M2調(diào)制的后驗概率為

根據(jù)貝葉斯公式,式(4)可以進一步表示為

如果每個子塊的λ3(β)值之和大于0,則將SAP檢測為I1,并根據(jù)M1解調(diào)相應(yīng)的子載波符號;反之,則將SAP 檢測為I2,并根據(jù)M2解調(diào)相應(yīng)的子載波符號。

下面比較本文方案與ZTM-OFDM-IM 方案每個子塊檢測中涉及的復數(shù)乘法運算次數(shù)。令n為每個OFDM 子塊中的子載波數(shù),M為調(diào)制階數(shù)。由式(1)可以看出,LLR 檢測第一階段中,2 種方案都需要對每個子塊中所有子載波的所有可能的調(diào)制方式進行計算,因此復雜度相同,即需要2nM次復數(shù)乘法。LLR 檢測第二階段中,對于ZTM-OFDM-IM 方案,每個激活子載波有2 種可能的調(diào)制方式,因此復雜度為2kM;對于OFDM-SSIM方案,存在2 種情況,若第一階段檢測出的SAP 相對應(yīng)的只有一種調(diào)制方式,則直接對確定的激活子載波進行解調(diào),此時復雜度為kM;若第一階段檢測出的SAP 相對應(yīng)的有2 種可能的調(diào)制方式,復雜度為 2kM(與 ZTM-OFDM-IM 方案相同),故OFDM-SSIM 方案第二階段的平均復雜度為,其中,和分別為2 種情況出現(xiàn)的概率。

以采用BPSK 調(diào)制且n=4、k= 2為例,在第一階段中,2 種方案LLR 檢測均需要2nM=16 次復數(shù)乘法。在第二階段中,對于ZTM-OFDM-IM 方案,每個激活子載波有2 種可能的調(diào)制方式,需要2kM=8 次復數(shù)乘法;對于OFDM-SSIM 方案,需要的復數(shù)乘法運算次數(shù)為,顯然本文方案復雜度較低。

2 性能分析

2.1 頻譜效率

假設(shè)信息源是均勻分布的,子塊傳輸?shù)目?a class="channel_keylink" href="/search.asp">信息比特數(shù)與使用的子載波數(shù)之比表示系統(tǒng)的SE[13],因此OFDM-SSIM 的SE 可以表示為

基于上述分析,本文方案相比OFDM-IM 在保證激活載波比例不變的情況下,增加了傳輸?shù)?a class="channel_keylink" href="/search.asp">信息,從而提高了SE 和能量效率。表2 給出了在激活子載波4 選2 的情況下,采用BPSK 調(diào)制的OFDM-SSIM、OFDM-IM 和ZTM-OFDM-IM 方案的SE。從表2 可以看出,相比傳統(tǒng)的OFDM-IM,本文方案在SE 上有25%的提高。

表2 3 種方案的SE 比較

2.2 誤碼率

以BPSK 調(diào)制方式為例,OFDM-IM 和OFDMSSIM 方案的星座分布分別如圖4 和圖5 所示。

圖4 OFDM-IM 方案的星座分布

在OFDM-SSIM 和OFDM-IM 方案中,由于有子載波靜默,在星座圖中引入了零點。在圖5中,當子載波以的比率激活時,即,有一半的點落在零點附近。位于-1 和1 附近的點是所有具有原始索引模式的子塊中激活子載波上的星座點,數(shù)量是所有點的。位于i 和-i 附近的點是所有具有補給索引模式的子塊中激活子載波上的星座點,數(shù)量是所有點的。

圖5 OFDM-SSIM 方案的星座分布

OFDM-SSIM 和OFDM-IM 方案的BER 為[5]

其中,e(x→x')表示發(fā)送端發(fā)送向量x在接收端被錯譯為x'的比特數(shù),A=(x-x′)H(x-x′),h表示信道衰落系數(shù)。由式(7)可知,系統(tǒng)BER 性能由x與xˆ 之間的距離決定[14],這一距離可以分為模式間距離與模式內(nèi)距離,共有3 種錯誤情況,如圖5 所示。第一種錯誤情況為將原索引模式錯譯為另一種原索引模式或?qū)⒀a給索引模式錯譯為另一種補給索引模式。這時,發(fā)送向量和錯譯向量之間的最小距離可以表示為

其中,h1和h2表示發(fā)生錯譯的子載波對應(yīng)的信道衰落系數(shù)向量中對應(yīng)的信道衰落系數(shù)。第二種錯誤情況為將原索引模式錯譯為補給索引模式或?qū)⒀a給索引模式錯譯為原索引模式。這時,發(fā)送向量和錯譯向量之間的最小距離可以表示為

第三種情況是索引正確,而模式內(nèi)的符號錯譯。這種情況下兩向量間距離最小,可以表示為

從而系統(tǒng)誤碼率可以近似表示為

其中,n1表示第一種錯誤情況的個數(shù),pb1表示第一種情況錯譯的比特數(shù);n2表示第二種錯誤情況的個數(shù),pb2表示第二種情況錯譯的比特數(shù);n3表示第三種錯誤情況的個數(shù),pb3表示第三種情況錯譯的比特數(shù);p表示OFDM-SSIM 各子塊可以傳輸?shù)?a class="channel_keylink" href="/search.asp">信息比特;f(x)表示為

本文方案和OFDM-IM 相比增加了第二種錯誤出現(xiàn)的情況。在信源均勻分布的情況下,以表1中情況為例,補給索引模式出現(xiàn)的概率為,所以第二種錯誤出現(xiàn)次數(shù)相較于第一種和第三種錯誤出現(xiàn)次數(shù)較低,計算可得,并且由于OFDM-SSIM 方案增加了系統(tǒng)傳輸?shù)?a class="channel_keylink" href="/search.asp">信息比特p,當信噪比較小時,有

此時,OFDM-SSIM 方案的誤碼率性能與OFDM-IM 近似相同。當信噪比較大時,有

由于 OFDM-SSIM 方案傳輸?shù)?a class="channel_keylink" href="/search.asp">信息比特總數(shù)p大于OFDM-IM 方案,因此當信噪比較大時,OFDM-SSIM 方案的BER 性能優(yōu)于OFDM-IM方案。

3 性能仿真

本節(jié)給出了AWGN 信道和瑞利衰落信道下,本文提出的OFDM-SSIM 與傳統(tǒng)的OFDM-IM 和ZTM-OFDM-IM 的性能比較。

仿真中,信道路徑數(shù)目為8、各徑之間相隔一個采樣周期、衰落系數(shù)相互獨立,且服從均值為0、方差為1的復高斯分布。圖6和圖7中,OFDM-SSIM和 ZTM-OFDM-IM均采用M1={-1,1}和M2={-i,i}的BPSK 星座映射,OFDM-IM 采用M1={-1,1}的星座映射;圖8 中,OFDM-SSIM 采用M1={-1,-i,1,i}和M2=的QPSK 的星座映射,OFDM-IM 采用M1={-1,-i,1,i}的QPSK 的星座映射。

圖6 給出了OFDM-SSIM、OFDM-IM 和 ZTMOFDM-IM 在AWGN 信道和瑞利衰落信道下的吞吐量[13],這里吞吐量定義為單位頻帶上每秒成功傳輸?shù)谋忍財?shù)。從圖6 可以看出,3 種方案的吞吐量在信噪比(SNR,signal-to-noise ratio)達到18 dB 以上時趨于穩(wěn)定,分別達到1.25、1.00、1.25。這證明了此時的吞吐量即理論可達SE,且OFDM-SSIM 的SE 比OFDM-IM 的SE 高25 %,這與前面的理論分析相吻合。

圖6 AWGN 信道和瑞利衰落信道下的吞吐量

圖7 給出了 OFDM-SSIM、OFDM-IM 和ZTM-OFDM-IM 在AWGN 信道和瑞利衰落信道下的誤碼率性能曲線。從圖7 可以看出,無論在AWGN 信道下還是瑞利衰落信道下,OFDM-SSIM的性能均優(yōu)于OFDM-IM 和ZTM-OFDM-IM。在AWGN 信道下,當誤碼率為 10-2時,OFDM-SSIM比ZTM-OFDM-IM 有約1 dB 的增益。進一步可以看出,在瑞利衰落信道下,OFDM-SSIM的誤碼率性能優(yōu)勢隨著信噪比的增加而降低。這是由于在OFDM-IM 和ZTM-OFDM-IM 的檢測中,實際產(chǎn)生的 SAP 與理論上所有可能的SAP 之間不匹配,導致錯誤隨著信噪比的增加而減小。

圖7 AWGN 信道和瑞利衰落信道下的BER 性能

圖8 給出了OFDM-SSIM 和OFDM-IM 在瑞利衰落信道下分別采用QPSK 和BPSK 調(diào)制時的BER 性能。從圖8 可以看出,當頻譜效率為1.25 bit/ (s·Hz)、誤碼率為10-2時,OFDM-SSIM 相比OFDM-IM 有約2 dB 的增益。

圖8 瑞利衰落信道下OFDM-IM 和OFDM-SSIM在不同調(diào)制方式下的BER 性能

4 結(jié)束語

本文提出了一種新的OFDM-IM 傳輸方案,即OFDM-SSIM。該方案通過提高索引利用率增加了每個子塊傳輸?shù)?a class="channel_keylink" href="/search.asp">信息量,提高了系統(tǒng)SE 性能。此外,由于本文方案的可用索引與所有可能的SAP 相匹配,使接收端使用低復雜度LLR 檢測算法具有良好的BER 性能。

 

1289作者:郭漪 王翊卿 樊媛媛 劉剛 來源:通信學報 編輯:顧北

 

聲明:①凡本網(wǎng)注明“來源:通信界”的內(nèi)容,版權(quán)均屬于通信界,未經(jīng)允許禁止轉(zhuǎn)載、摘編,違者必究。經(jīng)授權(quán)可轉(zhuǎn)載,須保持轉(zhuǎn)載文章、圖像、音視頻的完整性,并完整標注作者信息并注明“來源:通信界”。②凡本網(wǎng)注明“來源:XXX(非通信界)”的內(nèi)容,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多行業(yè)信息,僅代表作者本人觀點,與本網(wǎng)無關(guān)。本網(wǎng)對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。③如因內(nèi)容涉及版權(quán)和其它問題,請自發(fā)布之日起30日內(nèi)與本網(wǎng)聯(lián)系,我們將在第一時間刪除內(nèi)容。 
熱點動態(tài)
普通新聞 中信科智聯(lián)亮相2023中國移動全球合作伙伴大會
普通新聞 全球首個基于Data Channel的新通話商用網(wǎng)絡(luò)呼叫成功撥通
普通新聞 中國聯(lián)通:以優(yōu)質(zhì)通信服務(wù) 助力“一帶一路”共建繁華
普通新聞 楊杰:未來五年,智算規(guī)模復合增長率將超過50%
普通新聞 長沙電信大樓火災調(diào)查報告發(fā)布:系未熄滅煙頭引燃,20余人被問責
普通新聞 鄔賀銓:生態(tài)短板掣肘5G潛能發(fā)揮,AI有望成“破局之劍”
普通新聞 工信部:加大對民營企業(yè)參與移動通信轉(zhuǎn)售等業(yè)務(wù)和服務(wù)創(chuàng)新的支持力
普通新聞 摩爾線程亮相2023中國移動全球合作伙伴大會,全功能GPU加速云電腦體
普通新聞 看齊微軟!谷歌表示將保護用戶免受人工智能版權(quán)訴訟
普通新聞 聯(lián)想王傳東:AI能力已成為推動產(chǎn)業(yè)升級和生產(chǎn)力躍遷的利刃
普通新聞 APUS李濤:中國的AI應(yīng)用 只能生長在中國的大模型之上
普通新聞 外媒:在電池競賽中,中國如何將世界遠遠甩在后面
普通新聞 三星電子預計其盈利能力將再次下降
普通新聞 報告稱華為5G專利全球第1 蘋果排名第12
普通新聞 黨中央、國務(wù)院批準,工信部職責、機構(gòu)、編制調(diào)整
普通新聞 榮耀Magic Vs2系列正式發(fā)布,刷新橫向大內(nèi)折手機輕薄紀錄
普通新聞 GSMA首席技術(shù)官:全球連接數(shù)超15億,5G推動全行業(yè)數(shù)字化轉(zhuǎn)型
普通新聞 北京聯(lián)通完成全球首個F5G-A“單纖百T”現(xiàn)網(wǎng)驗證,助力北京邁向萬兆
普通新聞 中科曙光亮相2023中國移動全球合作伙伴大會
普通新聞 最高補貼500萬元!哈爾濱市制定工業(yè)互聯(lián)網(wǎng)專項資金使用細則
通信視界
鄔賀銓:移動通信開啟5G-A新周期,云網(wǎng)融合/算
普通對話 中興通訊徐子陽:強基慧智,共建數(shù)智熱帶雨
普通對話 鄔賀銓:移動通信開啟5G-A新周期,云網(wǎng)融合
普通對話 華為輪值董事長胡厚崑:我們正努力將5G-A帶
普通對話 高通中國區(qū)董事長孟樸:5G與AI結(jié)合,助力提
普通對話 雷軍發(fā)布小米年度演講:堅持做高端,擁抱大
普通對話 聞庫:算網(wǎng)融合正值挑戰(zhàn)與機遇并存的關(guān)鍵階
普通對話 工信部副部長張云明:我國算力總規(guī)模已居世
普通對話 鄔賀銓:我國互聯(lián)網(wǎng)平臺企業(yè)發(fā)展的新一輪機
普通對話 張志成:繼續(xù)加強海外知識產(chǎn)權(quán)保護工作 為助
普通對話 吳春波:華為如何突破美國6次打壓的逆境?
通信前瞻
亨通光電實踐數(shù)字化工廠,“5G+光纖”助力新一
普通對話 亨通光電實踐數(shù)字化工廠,“5G+光纖”助力新
普通對話 中科院錢德沛:計算與網(wǎng)絡(luò)基礎(chǔ)設(shè)施的全面部
普通對話 工信部趙志國:我國算力總規(guī)模居全球第二 保
普通對話 鄔賀銓院士解讀ChatGPT等數(shù)字技術(shù)熱點
普通對話 我國北方海區(qū)運用北斗三號短報文通信服務(wù)開
普通對話 華為云Stack智能進化,三大舉措賦能政企深度
普通對話 孟晚舟:“三大聚力”迎接數(shù)字化、智能化、
普通對話 物聯(lián)網(wǎng)設(shè)備在智能工作場所技術(shù)中的作用
普通對話 軟銀研發(fā)出以無人機探測災害被埋者手機信號
普通對話 AI材料可自我學習并形成“肌肉記憶”
普通對話 北斗三號衛(wèi)星低能離子能譜儀載荷研制成功
普通對話 為什么Wi-Fi6將成為未來物聯(lián)網(wǎng)的關(guān)鍵?
普通對話 馬斯克出現(xiàn)在推特總部 收購應(yīng)該沒有懸念了
普通對話 臺積電澄清:未強迫員工休假或有任何無薪假
普通對話 新一代載人運載火箭發(fā)動機研制獲重大突破
推薦閱讀

亚信科技被Omdia评为5G专网全球供应商挑战者

极简以太彩光网络解决方案4.0正式发布,“彩光”重构园区网络极简之道

首次!不听人类指挥,AI模型拒绝关闭!马斯克评论:令人担忧......

安全+数智 AI赢未来 C3安全大会•2025重磅发布

AI Agent,联想集团能否赢得巨头之战?

开源共建智启未来 开源鸿蒙开发者大会2025成功举办

OpenAI将以65亿美元收购AI初创企业io 携手前苹果设计师Ive进军硬件

微软称全球 39.4 万台 Windows 电脑遭 Lumma 恶意软件感染

魅族Note 16补货来袭,23日开售,火热预约中!

Agent应用爆发 数码视讯助力加速构建自动化大时代
Copyright @ Cntxj.Net All Right Reserved 通信界 版權(quán)所有
未經(jīng)書面許可,禁止轉(zhuǎn)載、摘編、復制、鏡像