基于TD-SCDMA网络的M2M业务无线资源调度方法

    公开(公告)号:CN102769868B

    公开(公告)日:2014-10-29

    申请号:CN201210255669.6

    申请日:2012-07-23

    Abstract: 本发明公开了一种基于TD-SCDMA网络的M2M业务无线资源调度方法,其设计的方案解决了在TD-SCDMA网络中支持M2M通信以及降低大量M2M终端接入的拥塞情况,本发明还简化了信令传输过程,高效的利用信道传输数据,并在M2M通信过程中支持H2H通信。实现步骤为:基站将小区内的M2M终端进行分组;根据M2M终端上行同步过程的情况基站估算小区内总的终端个数;为成功完成同步过程的终端提供接入信道;根据各终端的摘要信息分配传输信道;在M2M通信过程中支持H2H通信。本发明针对TD-SCDMA网络在特定的M2M通信时间段内,为小区内数量巨大的M2M终端提供数据传输服务,在降低冲突的情况下尽可能提高信道的利用率,同时降低对H2H通信的影响。

    基于TD-SCDMA网络的M2M业务无线资源调度方法

    公开(公告)号:CN102769868A

    公开(公告)日:2012-11-07

    申请号:CN201210255669.6

    申请日:2012-07-23

    Abstract: 本发明公开了一种基于TD-SCDMA网络的M2M业务无线资源调度方法,其设计的方案解决了在TD-SCDMA网络中支持M2M通信以及降低大量M2M终端接入的拥塞情况,本发明还简化了信令传输过程,高效的利用信道传输数据,并在M2M通信过程中支持H2H通信。实现步骤为:基站将小区内的M2M终端进行分组;根据M2M终端上行同步过程的情况基站估算小区内总的终端个数;为成功完成同步过程的终端提供接入信道;根据各终端的摘要信息分配传输信道;在M2M通信过程中支持H2H通信。本发明针对TD-SCDMA网络在特定的M2M通信时间段内,为小区内数量巨大的M2M终端提供数据传输服务,在降低冲突的情况下尽可能提高信道的利用率,同时降低对H2H通信的影响。

    一种检测非洲猪瘟病毒的四重TaqMan实时荧光定量PCR方法

    公开(公告)号:CN118531165A

    公开(公告)日:2024-08-23

    申请号:CN202410779542.7

    申请日:2024-06-17

    Abstract: 本发明公开了检测非洲猪瘟疫病毒的四重TaqMan实时荧光定量PCR检测引物探针组及其试剂盒和检测方法,本发明四重TaqMan实时荧光定量PCR检测引物探针组能够特异性识别以p72基因、CD2v基因、MGF360‑13L基因和K196R基因的靶标序列,提高ASFV检测的特异性,避免假阴性对临床防疫造成的延误问题;基于引物探针组开发的非洲猪瘟病毒的四重TaqMan实时荧光定量PCR检测方法,具有耗时短、操作简单,灵敏度和特异性好,通量高显著提升检测效率的特点,解决了现有非洲猪瘟病毒(ASFV)实时荧光定量PCR检测仅能区分1种或2种基因缺失株,不能有效区分野生株和更多的疫苗株,在实际应用中受限的问题,为我国ASFV疫病防控提供检测技术支撑。

    一种金纳米颗粒自组装可移植单层薄膜的制备方法

    公开(公告)号:CN105252016B

    公开(公告)日:2016-10-12

    申请号:CN201510765301.8

    申请日:2015-11-11

    Abstract: 本发明公开了一种金纳米颗粒自组装可移植单层薄膜的制备方法,包括制备金纳米颗粒原液,制备金纳米颗粒纯溶液,以及在不相混的液体表面上金纳米颗粒自组装为可移植的单层薄膜。本发明通过一步一相法制备出金纳米颗粒,采用乙二醇作为面下相,在不相混的液体表面上对金纳米颗粒的自组装进行调节,实现金纳米颗粒自组装为可移植的单层薄膜。本发明可用于金纳米颗粒自组装可移植单层薄膜的制备。本发明制备的金纳米颗粒自组装可移植单层薄膜大面积连续,厚度均一可控,稳定性好,可长时间保存,以及能在任意基片上进行移植,且实现自组装的金纳米颗粒的平均粒径为6nm,尺寸偏差约为6%。

    小样本情况下基于MAML的雷达工作模式识别方法

    公开(公告)号:CN117992733A

    公开(公告)日:2024-05-07

    申请号:CN202410223100.4

    申请日:2024-02-28

    Abstract: 本发明提供了一种小样本情况下基于MAML的雷达工作模式识别方法,应用于电子侦察技术领域,所述方法包括:对原始小样本数据集进行预处理;基于MAML框架,生成待训练模型;利用MIM对预处理后所得的小样本数据集进行泛化拓展,生成泛化样本集;根据泛化样本集,构建泛化样本任务集,将泛化样本任务集作为meta‑train阶段的训练样本,对待训练模型进行预训练;基于预处理后所得的小样本数据集,构建原始样本任务集,将原始样本任务集作为fine‑tune阶段的训练样本,对预训练后所得模型进行最终训练,生成雷达工作模式识别模型;利用雷达工作模式识别模型对雷达的工作模式进行识别。以此方式,可以解决小样本情况下的多功能雷达工作模式识别问题。

Patent Agency Ranking