Huawei: Helping Build a Better Connected Saudi Arabia

INFORMATION and Communication Technology(ICT),which is in full swing in the modern era,has been reconstructing human society.Dedicated to innovative ICT products,services,and solutions,Huawei is committed to building a better and well-connected world and so boosting human development.It has also become one of the leading ICT

基于皮肤-脂肪模型的太赫兹体内多输入多输出信道特性分析与建模

为探究太赫兹(THz)频段体内多输入多输出(MIMO)通信系统的传输特性,该文在0.8~1.2 THz下构建了精确的皮肤-脂肪模型,对皮肤-脂肪模型中垂直方向和水平方向的链路进行全波电磁仿真,分析太赫兹体内信道特性,建立路径损耗模型。首先,结合太赫兹频段人体组织的介电特性和人体皮肤的解剖学结构构建皮肤-脂肪模型。其次,对比分析了3条链路的路径损耗和阴影衰落,提出带有等效吸收因子的太赫兹体内路径损耗模型。最后,对3条链路的莱斯K因子、均方根时延扩展、MIMO容量进行分析。仿真分析表明,带有等效吸收因子的太赫兹体内路径损耗模型可以更准确地描述加长距离垂直链路2的路径损耗,发射端在体表可以增强MIMO容量。该文的工作可以为太赫兹体内通信系统的设计和优化提供参考。

建行信用卡系统全栈国产化改造研究

信用卡业务是业务逻辑最复杂的银行业务之一,其对可用性、可靠性、处理性能要求较高。从技术发展角度来看,多技术栈融合的新型IT架构,符合云计算资源池化的趋势。从业务角度来看,为满足不同的业务需求,同样存在多技术栈融合架构的诉求。然而,多计算架构并非简单实现一个全新的技术栈即可,需要解决架构改造与设计、系统验证、兼容性以及故障切换等一系列问题。面对上述挑战,该文面向金融IT系统高并发、高性能以及高可用需求,介绍了建行面向金融行业的高性能、高可用和高安全可靠的x86、ARM双平台混合架构系统中的设计与思考。通过一系列的代码迁移、应用迁移以及系统垂直优化技术,实现高性能、高可用和高安全的诉求,并在建行得到了大规模、长时间的真实系统验证。

基于数码电子雷管起爆特性的预裂爆破技术试验研究

进路式充填采矿方法通过将矿体划分成矿房和矿柱,采取两步骤回采方式,即一步骤先回采矿柱并充填,待充填体达到设计强度后再进行二步骤矿房回采,在此种开采方式下,若矿岩条件比较差且钻爆参数不合理,不仅会导致矿房回采后采场边帮轮廓成形效果差、超欠挖现象严重以及矿石损失率与贫化率较大,而且爆破振动有害效应比较大,充填体损伤垮塌严重,恶化了采场作业条件,严重制约了矿山机械化、规模化开采。为解决此类问题,以某地下矿山为例,利用高精度数码电子雷管的起爆特性,开展了一步骤回采下向孔预裂爆破技术研究与现场试验。结果表明:①采用数码电子雷管预控界面爆破试验方案后,采场边帮预控界面清晰可见,半壁孔痕率能达到60%以上,超欠挖量也可以控制在20 cm以内,为二步骤矿房回采创造了有利条件;②爆破振动峰值大幅降低,爆区附近的充填体得到有效保护,垮塌现象大幅减少;③避免了裸露的导爆索在爆炸过程中产生的噪声和冲击波对爆破作业人员产生危害,有效保护了爆破作业人员身心健康,工作环境得到明显改善;④民爆物品消耗量降低了0.46元/m^(3),有效降低了爆破成本,经济效益显著。上述研究成果可为类似矿山提供借鉴。

基于明考斯基最优距离的不完美排错SRGM决策机制

针对软件可靠性增长模型(software reliability growth model,SRGM)决策机制欠缺的问题,提出了基于明考斯基最优距离的不完美排错SRGM决策方法。首先,对真实软件测试过程与可靠性模型进行分析,建立分类视角下的SRGM归类集合;其次,从矩阵分析的角度形式化描述SRGM的评价与选择问题,建立基于明考斯基距离的双最优化排序方法;最后,对模型的性能进行综合评价,给出SRGM间的性能偏序关系。在4个实际计算机应用系统测试过程中记录并公开发表的失效数据集上进行实验,验证和阐释模型性能之间的排序机制效用,并进行参数敏感性分析,为模型决策提供定量化的参考。

确定性光传输支撑广域长距算力互联

高性能算力产业的需求随着人工智能应用的普及和不断发展而持续增加,出现了越来越多的算力协同场景。介绍了算力互联、数据传输中,影响RDMA长距吞吐量的因素,提出了超大带宽及确定性体验的网络解决方案,以实现高性能算力互联。

计及DoS攻击和通信时滞的电力系统负荷频率控制

针对电力系统通信网络中存在的时滞和DoS攻击现象,本文提出了基于采样特性的电力系统离散负荷频率控制方案。首先,计及电力系统负荷波动的情况,在多区域电力系统负荷频率控制系统(LFC)模型的基础上,将通信网络中DoS攻击的危害量化为采样信号连续丢失数,并分别考虑通信网络中通信时滞和输出信号采样特性,建立包含输出状态反馈控制器的电力系统LFC模型。其次,基于此模型,利用含有控制命令更新周期、DoS攻击导致的最大采样信号连续丢失数、通信时滞、H_(∞)稳定指标的双边闭环Lyapunov泛函、LMI技术,提出LFC系统满足一定H_(∞)指标的稳定准则,并给出离散状态输出反馈LFC控制器的设计及求解方法。最后,本文以单区域和双区域LFC系统为例进行了仿真验证。结果表明:与已有文献方法相比,本文方法在保持系统H_(∞)渐近稳定前提下,能够容忍更大的通信时滞,且结果的保守性更低;同时可以看出本文所设计的控制器在保证H_(∞)稳定性能的基础上,对一定能量限制的DoS攻击具有弹性的防御性能。因此本文方案的有效性和优越性得到了验证。

基于鲲鹏处理器的WRF移植与评估

【目的】开展WRF模式在鲲鹏处理平台上的应用评估,为国产芯片在气象行业开展广泛应用提供参考。【应用背景】近年来气象数值预报技术不断发展,超级计算机成为气象发展的主要支撑,研究国产芯片对气象信息化支撑技术,有助于促进国产芯片在气象行业的广泛应用。【方法】基于ARM架构的鲲鹏920处理器从STREAM、HPL、HPCG 3个方面进行基准测试,以气象行业典型应用WRF为例,展示鲲鹏处理器在模式移植、计算效率和扩展性方面的良好性能。【结果】从测试结果来看,鲲鹏处理器表现出优秀的访存带宽、浮点计算性能以及高扩展性;鲲鹏处理器的移植过程较为简单,应用性能满足气象行业的时效性与扩展性要求,预报结果能做到与气象现有平台保持一致。【结论】鲲鹏处理器具备在气象行业广泛应用的基础。

船舶iCER系统除雾器模拟计算与性能优化

为了得到折流板除雾器的最优运行工况,并对除雾器进行优化改进,基于智能废气再循环(iCER)系统除雾需求,选择2种转折角度(120°和135°)的除雾器进行模拟计算,分析转折角度、液滴速度和液滴粒径等3种因素对除雾效率和压降的影响,结果表明:液滴粒径越大,除雾器的除雾效果越好;液滴速度越大,除雾器的除雾效果越好;转折角度为120°的除雾器相比转折角度为135°的除雾器除雾效果更好,但压降更大。研究除雾器的优缺点,设计一种带半圆板的新型除雾器,试验结果证明其具有高效率、低压降的特点,是一种符合iCER系统试验要求的除雾器。

基于“岗课赛证”融通的职业教育新形态教材建设路径

针对当前职业教育教材建设存在的主要问题,探讨基于“岗课赛证”融通的职业教育教材开发的价值与意义。提出基于“岗课赛证”融通的职业教育教材建设逻辑:从“学科”走向“岗位”,促进职业能力提升;由“系统”塑就“模块”,保证职业成长畅通;从“抽象”走向“情境”,实现职业内容革新;用“技术”促进“融合”,推动职业手段创新;以“专业”培育“特色”,彰显职业教育特色。在此基础上,构建基于“岗课赛证”融通的职业教育新形态教材建设路径:以岗定课,明确内容;岗课同源,提炼任务;以赛促课,丰富内容;对接标准,课证融通;数字并举,丰富形态;协同共建,产教融合;强化反馈,动态优化。

开放社区模式运营数据库虚拟教研室的实践经验

教研室是学校最基层的教学科研组织单位,虚拟教研室是信息化时代新型基层教学组织建设数字化转型的重要的探索。但这种新型组织跨学校、跨空间,如何激励参与者并维持和指导他们的参与行为,是虚拟教研室运行的关键难题。数据库课程虚拟教研室提出基于开放社区模式运营虚拟教研室的思路,提出了“开放、奉献、竞争、有序”的核心理念,建立了分层组织架构和工作组运行机制。经过2年的实践探索,形成了课程知识图谱、丰富的教学实验案例,开展了“共备一门”的系列特色教研方式,打造了“国产数据库进课堂”品牌活动,孵化出一批国家级、省部级一流课程和国家级、省部级教学成果奖,取得了丰硕的成果。

我国金属矿山采—装—运过程中粉尘职业危害防控技术进展与展望

在高温、噪声、粉尘、有毒有害气体等金属矿山主要的职业病危害因素中,由粉尘引起的尘肺病在职业病病例中占比最大,为不断推进粉尘职业健康防护研究,保障金属矿山人员、生产与环境安全,概述了金属矿山尘源与扩散理论以及粉尘职业健康职业防护研究现状,基于安全工程系统性原理,分别从源头治理、过程控制以及个体防护3个维度分析了我国金属矿山采—装—运过程中粉尘职业危害防控技术进展。在此基础上,剖析了目前存在的不足,并展望了未来发展方向。认为现阶段存在的不足在于金属矿山粉尘控制理论体系尚未成熟,金属矿山粉尘智能化监测预警技术研究有待加强,不同粉尘治理技术交叉性、协同性研究与应用较薄弱,以及以现场人员舒适性为导向的个体呼吸防护设备研发需要进一步加强,未来可从完善金属矿山粉尘控制理论体系,开发适用于金属矿山产尘特性的智能化防尘监测预警技术,注重粉尘治理技术的交叉性、协同性研究与应用,以及研发更符合人体工程学的个体防护设备等方面进一步开展工作。

罗布莎低品位铬铁矿工艺矿物学研究

为查清西藏罗布莎低品位铬铁矿的矿石性质,采用化学分析、光学显微镜鉴定、扫描电镜分析、EDS微区成分分析等岩矿测试手段,对矿样的化学组成、矿物组成、矿物嵌布特征、主要矿物的工艺粒度、铬元素的赋存状态进行了详细的工艺矿物学研究。结果表明:矿石有价成分Cr2O3含量18.50%,有害成分MgO和SiO2含量分别为35.32%,26.55%,主要含铬矿物为铝-铁镁铬铁矿,脉石矿物主要为含铬硅酸盐矿物橄榄石和蛇纹石,另含少量的绿泥石、辉石、方解石和铁白云石,以及微量的钾长石、黄铁矿等;铬铁矿嵌布粒度粗细不均,通常与橄榄石、蛇纹石、绿泥石紧密共生,部分微细粒铬铁矿被橄榄石包裹,不易解离;铬元素主要赋存在铬铁矿中,少量赋存在橄榄石、蛇纹石和绿泥石中,铬铁矿单矿物平均含铬39.17%,橄榄石和蛇纹石单矿物平均含铬0.44%,绿泥石单矿物平均含铬1.15%。

重介分选密度智能控制系统在济二煤矿选煤厂的应用

阐述了济宁二号煤矿选煤厂针对重介分选密度控制问题,以数字化建设为基础,依托人工智能技术进行了智能化建设的探索。基于完善的生产传感器,采集原煤灰分、入洗煤量、磁性物含量、精煤灰分等生产数据入库保存,作为智能控制系统的数据基础。基于盘古大模型和优化求解技术构建重介分选密度设定值的智能推荐系统,并将推荐的分选密度自动下发到PLC系统执行,形成完整的生产闭环。生产实践表明,该系统控制得到的精煤产品灰分稳定性更高,精煤理论产率相比人工控制提升0.334%。

基于深度学习的代码生成方法研究进展

关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人员查询文档或使用其他工具才能完成的代码编写工作.代码生成作为最直接辅助开发人员完成编码的工作受到学术界和工业界的广泛关注.让机器理解用户需求,自行完成程序编写也一直是软件工程领域重点关注的问题之一.近年来,随着深度学习在软件工程领域任务中的不断发展,尤其是预训练模型的引入使得代码生成任务取得了十分优异的性能.系统梳理当前基于深度学习的代码生成相关工作,并将目前基于深度学习的代码生成方法分为3类:基于代码特征的方法、结合检索的方法以及结合后处理的方法.第1类是指使用深度学习算法利用代码特征进行代码生成的方法,第2类和第3类方法依托于第1类方法进行改进.依次对每一类方法的已有研究成果进行系统的梳理、分析与总结.除此之外,汇总并分析已有的代码生成工作中常用的语料库与评估方法,以便于后续研究进行实验设计.最后,对代码生成方法研究进展进行总结,并针对未来值得关注的研究方向进行展望.

面向国产深度学习平台的自然语言处理模型迁移研究

深度学习平台在新一代人工智能的发展中扮演着重要的角色。近年来,以昇腾平台为代表的国产人工智能软硬件系统快速发展,为国产深度学习平台的发展开辟出了新的道路。与此同时,为了发现并解决昇腾系统存在的潜在漏洞,昇腾平台积极开展常用深度学习模型的迁移工作。从自然语言处理算法角度切入,针对机器阅读理解、神经机器翻译、序列标注和文本分类四大自然语言处理任务,以昇腾平台的高性能硬件芯片为基础,探究迁移ALBERT,RNNSearch,BERT-CRF和TextING这4类典型的自然语言处理模型。基于以上迁移研究,发现和整理了昇腾平台架构设计在自然语言处理研究与业务上的主要不足,即计算图节点动态空间的分配特性、资源算子下沉设备侧、图算融合以及混合精度训练4个方面的问题,并为以上问题提出了相应的解决方案,并进行了实验验证。最后,为国产深度学习平台的发展提出未来优化的方向和相关建议。

5G-Advanced技术及应用展望

作为5G的演进和增强,5G-A的技术创新和业务应用已经逐步进入商用阶段。5G-A发展对建设数字中国有着重要的作用,将进一步深化我国数字化转型升级。文章重点介绍5G-A的关键技术及进展,包括关键技术对应的场景、原理、价值和标准的进展,通过这些关键技术将构建先进的、绿色的5G-A网络能力。文章还简要介绍6G全球的初步发展和5G-A全球产业及应用的发展,并阐述5G-A在联人、联家、联行业、联车以及通感一体等新应用的产业链发展情况,这些新业务和新应用将为我国数字化转型和创新提供新的动力。5G-A是5G发展到6G的必由之路,文章最后倡议5G-A产业链各个环节积极准备,共同迎接5G-A商用成功。

面向边缘部署场景的轻量神经网络修复算法

随着深度学习技术的不断进步,神经网络在各领域得到广泛应用,特别是在边缘计算环境中,例如智能交通和新型电网等典型场景.然而,神经网络的可靠性问题限制了其在真实世界的广泛应用.在复杂的边缘环境中,预训练模型往往因未涵盖所有可能的边缘情况而性能下降.因此,针对部署中的神经网络进行高效修复成为一个关键的研究课题.传统修复方法通常涉及整个模型的重新训练,这在边缘场景中具有诸多局限性.首先,不同地理区域的设备可能面临独特的自然噪声,使得统一模型难以适应所有环境.其次,深度神经网络的大规模参数使得其训练和部署时资源消耗巨大,且更新期间的服务中断将降低系统的可用性.为解决这些问题,本文提出了一种轻量级的补丁式神经网络修复算法.该算法通过引入个性化的补丁来增强神经网络对不同边缘环境中自然噪声和边角案例的鲁棒性.具体的,在故障定位阶段,类比于程序插桩中通过注入代码以检测、改进和分析软件行为,本文提出了神经网络插桩技术.通过将模型探针插桩进神经网络,观测其内部运行情况,实现了对错误样本的故障定位.在故障修复时,通过插入无监督搜索得到的神经网络补丁来纠正原始神经网络的输出.此外,本文提出了故障预测模块以提前预测潜在的错误输出,从而仅在必要时激活补丁.在基于2个数据集、15种噪声以及4个神经网络模型的实验中,与现有修复算法相比,本文方法在修复性能上取得了 6.64%至20.00%的提升.同时,本文方法所需的训练样本量减少了超过90%,而所需更新的参数量最高减少了 91.94%.这种有效且轻量的特性为解决边缘计算环境中神经网络的可靠性问题提供了有效途径.

50 Gbit/s前传光模块关键技术研究与应用展望

随着全球5G网络的规模化商用及移动互联网流量的迅猛增长,更为丰富的无线频谱资源得以释放,高速率光模块在无线前传网络中的需求日益凸显。聚焦于50 Gbit/s前传光模块的关键技术,深入剖析了前传网络的两种主要组网方式,分析了前传链路的典型传输距离及链路损耗情况,探讨了10 km场景下粗波分复用(coarse wavelength division multiplex,CWDM)中各波长的最大色散值和最小色散值,并研究了相应的色散补偿策略,通过实验验证了不同多径干扰(multi-path interference,MPI)强度下系统光功率代价的变化,详细分析了多径干扰噪声对系统误码性能的潜在影响,为前传光模块参数的优化提供了重要的理论依据。此外,深入研究了50 Gbit/s前传光模块的光电芯片技术方案,对多种不同类型光模块的参数性能进行了严格的测试,提出了针对50 Gbit/s前传光模块光电接口参数的标准化建议,详细介绍了当前50 Gbit/s前传光模块在国内外的标准现状,并展望了未来应用的发展趋势。

基于Guyan缩聚的颤振优化设计方法

飞行器在设计过程中为了避免颤振发生,会对舵面及其局部连接结构进行反复的迭代设计,直至满足规定的裕度要求。为了提高飞行器颤振优化过程中结构模态分析的效率,本文利用结构动力学原问题的力学特征,选择一组合适的减缩基向量,基于Guyan缩聚与超单元的模态综合法将大型结构的动力学问题进行物理降阶,将设计结构中不变方案的部分进行缩聚,变成外部超单元,提高结构方案迭代的效率,最终通过结构优化,实现了防止颤振的目标。