消费级AR眼镜与智能手机的无线通信场景需求，提出一种超高速、低功耗、低时延、短距离的定制化无线MAC协议。首先从应用场景的需求出发，对有效吞吐率、时延等指标进行定量分析，再通过指标进行协议的设计。与现有的ECMA-398协议相比，有效吞吐率标准从71%提高到86%，通过引入数据优先级机制来减少延时，使得关键数据的最大帧传输延时相比同类的ECMA-398协议降低了一个量级(小于1 ms)；然后根据指标完成系统级模型的搭建与仿真、RTL级的编码与验证；最后通过FPGA平台进行测试。仿真和测试结果表明，所设计的定制化MAC协议可以较好地满足场景需求。

型号/规格USB 3.1公头连接器品牌/商标USB 3.1公头连接器体积约为8.3MM*2.5MM供应商郑R：18948314942USB 3.1 Type C型公头连接器，超纤薄设计；

USB 3.1 Type C型公头连接器支持从正反两面均可插入的“正反插”，不分上下；

USB 3.1 Type C型公头连接器最大数据传输速度达到10Gbit/秒；

USB 3.1 Type C型公头连接器能向下兼容USB2.0/3.0/USB PD，虽物理接口不同但可通过转接实现；

USB 3.1 Type C型公头连接器强大的EMI性能。

传统的卷积神经网络量化算法广泛使用对称均匀量化操作对模型权值进行量化，没有考虑到相邻权值量化之间的相互关系，即上一个权值的量化操作产生的量化噪声可以通过调整之后权值的量化方向加以弥补。提出了一种基于权值交互思想的三值卷积神经网络量化算法，达到了16倍的模型压缩比，以ImageNet作为数据集，量化后的AlexNet和ResNet-18网络上模型预测准确率只下降了不到3%。该方法达到了较高的模型压缩比，具有较高的精度，可以用于将卷积神经网络移植到计算资源有限的移动端平台上。

分析了云计算、网络安全存储等方面存在的安全隐患，此外为了有效降低数据丢失和泄漏的风险，使用加密技术对传输中的数据进行保护是一种较为有效的措施。一种运用混合混沌加密的方法对计算机中的数据块进行加密，有效地保障了数据的安全性，更好地防止暴力破解秘钥的攻击。