基于障礙Lyapunov函數(shù)的多智能體系統(tǒng)誤差約束同步[模擬設(shè)計][工業(yè)自動化]

帶誤差約束的多智能體同步除了要求多智能體的狀態(tài)同步以外，同時還要求同步誤差受給定的界約束。針對期望實現(xiàn)誤差約束的未知非線性領(lǐng)航-追隨者多智能體系統(tǒng)，提出了一種分布式神經(jīng)自適應(yīng)同步控制方法。首先利用神經(jīng)網(wǎng)絡(luò)近似智能體動力學(xué)方程中的未知非線性項，提出了一種新的分布式障礙Lyapunov函數(shù)來限制同步誤差，然后根據(jù)所提出的障礙Lyapunov函數(shù)，通過穩(wěn)定性分析推導(dǎo)出分布式自適應(yīng)控制律。最后給出了一個仿真實例，驗證了利用所提出的控制律可以實現(xiàn)同步誤差約束。

發(fā)表于：12/17/2020

飛機舵機電動伺服系統(tǒng)復(fù)合控制方法研究[其他][工業(yè)自動化]

針對飛機舵機電動伺服系統(tǒng)存在多余力矩干擾不易抑制的問題，根據(jù)系統(tǒng)結(jié)構(gòu)組成及工作原理，建立了數(shù)學(xué)模型。設(shè)計了結(jié)合BP神經(jīng)網(wǎng)絡(luò)的PID控制器參數(shù)整定、角速度前饋與力矩速度反饋的復(fù)合控制策略，提高了系統(tǒng)的穩(wěn)定特性和加載精度。利用MATLAB仿真環(huán)境進(jìn)行了系統(tǒng)動態(tài)特性實驗。仿真結(jié)果表明，該方法不僅能夠有效抑制多余力，而且使系統(tǒng)具有良好跟蹤效果，完全能夠達(dá)到控制性能指標(biāo)的要求。

發(fā)表于：12/17/2020

基于Anchor-free架構(gòu)的行人檢測方法[人工智能][物聯(lián)網(wǎng)]

使用無預(yù)選框(Anchor-free)的檢測框架，設(shè)計了一種行人檢測算法。將深度殘差網(wǎng)絡(luò)(ResNet)作為特征提取網(wǎng)絡(luò)，與特征金字塔網(wǎng)絡(luò)(FPN)結(jié)構(gòu)相結(jié)合，使用了多尺度預(yù)測的方式進(jìn)行預(yù)測。把目標(biāo)中心點和尺寸作為一種高級的語義特征，將含有更多細(xì)節(jié)信息的淺層特征圖和含有更多語義信息的深層特征圖進(jìn)行融合。在Citypersons數(shù)據(jù)集上進(jìn)行了實驗驗證，相較現(xiàn)有行人檢測算法，提出的算法在輕微遮擋、一般遮擋和嚴(yán)重遮擋情況下漏檢率分別提升了1.11%~3.01%，0.15%~6.55%和0.59%~6.39%，檢測效果更好。

發(fā)表于：12/17/2020

增加直線約束的網(wǎng)格化2D相機運動估計算法[其他][其他]

相機運動估計是視頻穩(wěn)像、視頻拼接等技術(shù)的關(guān)鍵環(huán)節(jié)。網(wǎng)格變形模型可以在一定程度上解決傳統(tǒng)的單個2D仿射或單應(yīng)性變換模型難以處理的視差問題。在原CPW(Content Preserving Warping)算法的網(wǎng)格變形模型基礎(chǔ)上，添加直線保持約束，并根據(jù)特征點的分布和檢測出的直線結(jié)構(gòu)特征，自適應(yīng)地調(diào)整特征點約束、相似性約束和直線保持約束的權(quán)值。將三類約束均表示為二次項，利用稀疏線性系統(tǒng)求解得到網(wǎng)格化的相機運動路徑。根據(jù)算法估計的相機運動對圖像進(jìn)行變形可以保持圖像中人眼較為敏感的直線結(jié)構(gòu)不被破壞，直觀地提升了視覺效果，有效減少了圖像變形帶來的失真。

發(fā)表于：12/17/2020

基于屬性加密的計算機數(shù)據(jù)庫安全檢測工具的設(shè)計與運用[模擬設(shè)計][信息安全]

提出網(wǎng)絡(luò)域數(shù)據(jù)密匙共享和準(zhǔn)入機制，創(chuàng)建新型數(shù)據(jù)庫密匙架構(gòu)。設(shè)計了基于數(shù)據(jù)屬性加密的計算機數(shù)據(jù)庫安全檢測工具，就數(shù)據(jù)庫數(shù)據(jù)進(jìn)行屬性加密，重組加密文件關(guān)鍵序列架構(gòu)，在傳統(tǒng)CDM數(shù)據(jù)線性規(guī)劃算法的基礎(chǔ)上，引入加密文件序列信息，設(shè)計TRIE樹結(jié)構(gòu)，將數(shù)據(jù)序列項轉(zhuǎn)換為字母ID，利用存儲容器存儲數(shù)據(jù)項，建立Apriority數(shù)據(jù)序列索引，并生成索引檢索數(shù)據(jù)表，通過數(shù)據(jù)庫掃描，對異常項進(jìn)行隔離，實現(xiàn)數(shù)據(jù)庫安全檢測。仿真實驗數(shù)據(jù)顯示，應(yīng)用上述檢測工具，數(shù)據(jù)庫文件誤用異常檢測率提高了17%，偽裝攻擊攔截率提高20%，可以肯定有效地提高計算機數(shù)據(jù)庫信息的安全性。

發(fā)表于：12/17/2020

基于圈復(fù)雜度的階段動態(tài)符號執(zhí)行[其他][其他]

為了緩解動態(tài)符號執(zhí)行不可避免的路徑爆炸等問題，提出了基于圈復(fù)雜度的階段動態(tài)符號執(zhí)行CCSDSEM優(yōu)化算法。該算法通過計算約束判定條件為真的數(shù)量來衡量代碼的圈復(fù)雜度，然后依據(jù)圈復(fù)雜度的閾值進(jìn)行分階段動態(tài)符號執(zhí)行，使動態(tài)符號執(zhí)行梯度進(jìn)行，緩解路徑選擇指數(shù)爆炸，合理縮放符號執(zhí)行。最后在KLEE中實現(xiàn)CCSDSEM框架，并對測試程序做了檢測。CCSDSEM將符號執(zhí)行的運行時間顯著縮短，提升了生成測試用例的數(shù)量。

發(fā)表于：12/17/2020

一種虛實融合、智能隨需的安全服務(wù)平臺研究[通信與網(wǎng)絡(luò)][信息安全]

隨著云計算技術(shù)的發(fā)展以及社會信息化進(jìn)程的加快，在信息安全防護(hù)領(lǐng)域出現(xiàn)了一種新的業(yè)務(wù)模式，即基于云計算環(huán)境的安全服務(wù)提供模式。針對現(xiàn)有安全服務(wù)平臺存在的服務(wù)對象以及需求響應(yīng)程度方面的局限性，設(shè)計了一種安全服務(wù)平臺，將虛擬安全產(chǎn)品和實物安全產(chǎn)品相結(jié)合，為各類用戶提供動態(tài)、按需的安全服務(wù)，并對平臺關(guān)鍵技術(shù)和應(yīng)用模式進(jìn)行了詳細(xì)闡述，使得安全作為一種服務(wù)，其所面向的用戶群體以及提供的服務(wù)產(chǎn)品種類都有了很大的擴(kuò)展，為安全服務(wù)新業(yè)務(wù)模式的推廣應(yīng)用提供了支撐。

發(fā)表于：12/17/2020

工業(yè)控制系統(tǒng)網(wǎng)絡(luò)安全的主動防御技術(shù)研究與實踐[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

傳統(tǒng)的以安全產(chǎn)品構(gòu)成的“封、堵、查、殺”的被動式的安全防御難以面對日益嚴(yán)重的工業(yè)控制系統(tǒng)的定向網(wǎng)絡(luò)攻擊安全事件，構(gòu)建以業(yè)務(wù)為核心的網(wǎng)絡(luò)安全防御體系，方能確保所保護(hù)的工業(yè)控制系統(tǒng)應(yīng)用環(huán)境的可用性與穩(wěn)定性。從威脅主動發(fā)現(xiàn)、威脅主動抑制以及工業(yè)誘捕系統(tǒng)等技術(shù)進(jìn)行研究，構(gòu)建工業(yè)控制系統(tǒng)的主動防御系統(tǒng)，并實踐于真實的工業(yè)控制系統(tǒng)應(yīng)用環(huán)境。系統(tǒng)以面向業(yè)務(wù)安全運營的態(tài)勢感知系統(tǒng)為控制中心，與融合AI技術(shù)的智能AI工業(yè)防火墻、智能主機安全防護(hù)系統(tǒng)、工控誘捕系統(tǒng)等智能檢測與防御安全設(shè)備實現(xiàn)智能防御聯(lián)動的威脅閉環(huán)控制與處理的機制

發(fā)表于：12/17/2020

一種面向軟件定義網(wǎng)絡(luò)的安全態(tài)勢感知方法[通信與網(wǎng)絡(luò)][信息安全]

隨著互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的飛速發(fā)展和新應(yīng)用的不斷涌現(xiàn)，拒絕服務(wù)攻擊作為網(wǎng)絡(luò)層攻擊的一個典例始終是安全人員重點防范的對象，而新興的SDN網(wǎng)絡(luò)在控制層和基礎(chǔ)設(shè)施層同樣也有受到拒絕服務(wù)攻擊的風(fēng)險。在現(xiàn)有的安全技術(shù)中，網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)獨特的優(yōu)勢使之能同時有效地用于傳統(tǒng)網(wǎng)絡(luò)與SDN網(wǎng)絡(luò)。研究了應(yīng)用于網(wǎng)絡(luò)安全態(tài)勢感知的相關(guān)算法，并實現(xiàn)了一個基于JDL多傳感器數(shù)據(jù)融合的網(wǎng)絡(luò)安全態(tài)勢感知模型，并將其應(yīng)用于SDN網(wǎng)絡(luò)中對拒絕服務(wù)攻擊的感知和評估。實驗結(jié)果顯示與單純使用IDS的方法相比，融合決策的誤報率和漏報率均有所下降，且輸出的態(tài)勢值具有一定的準(zhǔn)確度，符合系統(tǒng)安全管理人員直觀評估的結(jié)果。

發(fā)表于：12/16/2020

應(yīng)用于衛(wèi)星導(dǎo)航系統(tǒng)的多頻圓極化天線[通信與網(wǎng)絡(luò)][航空航天]

設(shè)計了一款應(yīng)用于衛(wèi)星導(dǎo)航系統(tǒng)的多頻圓極化天線。天線由微帶單元與螺旋單元構(gòu)成，微帶單元采用疊層結(jié)構(gòu)實現(xiàn)北斗一代收發(fā)L/S雙頻段覆蓋；螺旋單元采用四臂螺旋結(jié)構(gòu)及多點饋電技術(shù)實現(xiàn)北斗B1和GPS L1頻段覆蓋。仿真結(jié)果表明，該天線各端口S11值低于-10 dB的帶寬為93 MHz(1 509～1 602 MHz)、12 MHz(1 610～1 622 MHz)和70 MHz(2 453～2 523 MHz)，天線在B1頻段、GPS L1頻段、北斗L頻段及北斗S頻段的增益分別為6.19 dB、6.13 dB、3.47 dB和5.64 dB。該天線具有方向圖波束寬度寬、相位中心穩(wěn)定、低仰角增益高等特點，天線各項指標(biāo)均滿足衛(wèi)星導(dǎo)航系統(tǒng)對天線性能的要求。

發(fā)表于：12/16/2020

階梯計費算法構(gòu)建及其在燃?xì)獗碇械膽?yīng)用設(shè)計[通信與網(wǎng)絡(luò)][信創(chuàng)產(chǎn)業(yè)]

對燃?xì)怆A梯計費的技術(shù)要求和技術(shù)條件進(jìn)行分析和歸納，構(gòu)建了一種階梯計費算法的技術(shù)模型。創(chuàng)新地提出了一種表內(nèi)雙計費方案的設(shè)計方法，在燃?xì)獗韮?nèi)設(shè)置兩套階梯計費方案，并根據(jù)方案的有效日期判別其中一套方案為當(dāng)前運行方案，相比單方案設(shè)計，降低了計費方案修改、啟用、調(diào)價和實時時鐘校時等操作的復(fù)雜處理要求。最后，詳細(xì)分析了階梯計費燃?xì)獗淼墓δ苄枨?、系統(tǒng)組成和計費測試方法，設(shè)計開發(fā)了一款具有實時階梯計費功能的CPU卡階梯計費燃?xì)獗怼?/a>

一種高速大電流的PAM4光發(fā)射機設(shè)計[模擬設(shè)計][通信網(wǎng)絡(luò)]

隨著通信數(shù)據(jù)比特率不斷提升，PAM4(四階脈沖幅度調(diào)制)光發(fā)射機已經(jīng)在超高速光纖通信系統(tǒng)中得到更廣泛的應(yīng)用。設(shè)計了一種包含NRZ（非歸零）編碼-RZ（歸零）編碼轉(zhuǎn)換電路的PAM4光發(fā)射機，基于電流模邏輯增加了電路的工作速度和抗干擾能力。通過帶自偏置可控延時電路實現(xiàn)了NRZ編碼到RZ編碼的轉(zhuǎn)換，減小了長鏈路信號傳輸?shù)纳⑿?yīng)。驅(qū)動器采用預(yù)驅(qū)動與主驅(qū)動級聯(lián)的方式增大電路驅(qū)動能力，并通過串聯(lián)電阻實現(xiàn)級間的共模電平匹配。電路設(shè)計采用0.13 μm SOI CMOS工藝，仿真結(jié)果表明在兩路輸入數(shù)據(jù)比特率為2.5 Gb/s，典型負(fù)載為25 Ω時，最大輸出電流為120 mA，電流脈沖寬度為125 ps，PAM4眼圖張開度良好。

發(fā)表于：12/16/2020

基于國密算法的IPSec VPN設(shè)計與實現(xiàn)[其他][信息安全]

基于國家安全和經(jīng)濟(jì)發(fā)展的客觀需求，在安全產(chǎn)品中采用國密算法，確保網(wǎng)絡(luò)通信自主安全十分必要。通過將IPSec協(xié)議中的默認(rèn)非對稱協(xié)商算法、哈希算法和對稱加密算法分別采用國密SM2、SM3、SM4算法替代，設(shè)計并實現(xiàn)基于Linux系統(tǒng)內(nèi)核協(xié)議棧的IPSec VPN系統(tǒng)。實踐表明，采用國密算法能夠有效滿足IPSec VPN的需求。

發(fā)表于：12/16/2020

云環(huán)境下國產(chǎn)可信根TCM虛擬化方案研究[通信與網(wǎng)絡(luò)][信息安全]

將可信計算技術(shù)應(yīng)用于云計算環(huán)境中是保證云安全的有效途徑。針對國產(chǎn)可信計算的可信根可信密碼模塊(Trusted Cryptography Module，TCM)只適用于單機平臺，無法為多虛擬機的云平臺提供安全可信性保障的問題，對TCM的虛擬化方案進(jìn)行研究，構(gòu)建云可信根(Cloud TCM，C-TCM)架構(gòu)。在C-TCM物理環(huán)境內(nèi)部構(gòu)造宿主可信根和虛擬可信根，分別為物理宿主機和虛擬機提供可信服務(wù)，同時在虛擬機監(jiān)視器層部署虛擬可信根管理機制，實現(xiàn)虛擬可信根對C-TCM硬件資源的共享。該方案可有效保證云平臺的安全可信性。

發(fā)表于：12/16/2020

基于圖像技術(shù)的EAN-13條碼識別系統(tǒng)設(shè)計[模擬設(shè)計][其他]

條形碼技術(shù)作為一種數(shù)據(jù)采集和自動識別技術(shù)應(yīng)用非常廣泛。為了更好地滿足應(yīng)用場景的自動化功能需求，利用圖像處理相關(guān)技術(shù)，對EAN-13條形碼識別的相關(guān)算法進(jìn)行了研究。首先，針對采集到的條形碼圖像進(jìn)行圖像預(yù)處理，包括圖像灰度化、基于Hough變換的圖像傾角矯正、目標(biāo)分割和圖像濾波；然后根據(jù)條形碼編碼的既定規(guī)則，采用平均值法和校驗碼驗證法對條形碼進(jìn)行譯碼；最后，利用MATLAB仿真軟件，設(shè)計了一個條形碼識別系統(tǒng)。通過實驗驗證，所設(shè)計的系統(tǒng)識別率可以達(dá)到99%以上，取得了很好的效果。

發(fā)表于：12/16/2020