不同于2G/3G/4G的独立组网，5G的网络架构分为两种：非独立（NSA）组网和独立（SA）组网。NSA作为非独立架构，能实现5G的快速部署。低时延是5G非常重要的特点，其实现需要一系列技术的有机结合。针对2.6 GHz NR帧结构，结合理论分析和实际案例数据，研究了NSA架构下控制面时延和用户面时延的现状和问题：当前，商用芯片级别的终端控制面时延约为359～510 ms；，开启预调度功能时，NSA好点空口双向用户面时延为11～14 ms，关闭预调度后，用户面时延增加至15～17 ms。为了进一步优化控制面时延性能，可采用设置NSA的锚点与NR子帧同步、将B1的timetotrigger设置得略小等方案；而采取SR周期自适应方式则可以降低用户面时延。并给出了时延优化方案，给NSA网络部署提供了相应的思路和建议。

为了提高射频识别（RFID）系统的多目标识别效率，研究了识别中的标签冲突，逐步主流防冲突算法-根据标签数动态调整帧长的动态帧交替ALOHA算法（DFSA算法）进行改进，建立了基于3级随机数适时选择机制的改进算法的数学模型。这种新的改进算法通过3级随机数优先级的划分，解决了冲突交替的重新利用，提高了算法的替代利用率，在DFSA算法的基础上显着提高了算法吞吐率，解决了DFSA算法最高吞吐率36.8％的转化。仿真结果表明，此改进算法可以使系统识别效率提高到69.35％，从而验证了此算法的有效性，为以后防碰撞算法的研究增多了基础。

大数据-算法-面向GPON的光纤光栅传感数据采集系统及帧结构研究.pdf

使用matlab完成对语音的直接分帧功能

提供matlab平台下的图像压缩编码。用于视频图像帧内编码

基于关键帧双流卷积网络的人体动作识别方法

通过对视频中车辆的目标进行检测，并且对每一辆车进行跟踪处理，最终统计每一帧出现的车辆数量。

PPP及帧中继课件.pdf

针对射频识别（RFID）系统中标签较多时动态帧时隙ALOHA算法识别效率快速下降的问题，在动态帧时隙ALOHA算法的基础上，利用标签ID前位的汉明重量对阅读器范围内标签进行分组，提出了一种基于汉明重分组的动态帧时隙ALOHA算法（LGDFSA），并利用MATLAB对它进行了仿真模拟。仿真结果表明，LGDFSA算法与动态帧时隙ALOHA算法相比，当标签数较多时，系统吞吐量提高，并趋于稳定，总操作数有所减少，系统总体效率提高。

动态帧时隙ALOHA算法在标签数增加过多的情况下,所需时隙数增长过快;而由于硬件限制,时隙数不能无限增长。为改进此不足,可从以下三个步骤优化算法。首先根据hash函数进行时隙分配,将标签分配到不同的时隙;其次根据三维估计方法估计标签数,为下一周期调整帧长做准备;最后根据估计到的标签数调整帧长,当帧长为标签数的1.7倍时,识别效果最好。实验结果表明,标签数相同的情况下,本算法所用的时隙数最少。