欧洲中文日韩亚洲精品视频,亚洲av无码专区首页第一页

一種基于線性規(guī)劃的全局逃逸布線算法[電子元件][其他]

有序逃逸布線問題作為PCB設(shè)計(jì)中的關(guān)鍵一環(huán)，屬于一類特殊的NP-困難問題，近年來得到廣泛研究。傳統(tǒng)方法中，基于整數(shù)線性規(guī)劃或者是拆線重布類的啟發(fā)式算法只適用于引腳數(shù)目較少的PCB引腳陣列，否則容易出現(xiàn)時(shí)間違規(guī)而導(dǎo)致布線失敗。針對(duì)傳統(tǒng)方法中大規(guī)模全局自動(dòng)布線難的問題，基于線性規(guī)劃的全局自動(dòng)布線算法提出采用線性規(guī)劃解決逃逸布線問題，并提出降低線網(wǎng)容量化解擁塞的新方法。與最新的逃逸布線算法相比，在處理大規(guī)模問題時(shí)，該算法不僅可以實(shí)現(xiàn)全部引腳的有序逃逸，并且布線時(shí)間提升50%，節(jié)省31%線長。

發(fā)表于：1/13/2023 4:18:00 PM

基于Promethus的分布式DNS性能測試和監(jiān)測系統(tǒng)研究[測試測量][通信網(wǎng)絡(luò)]

域名解析服務(wù)是互聯(lián)網(wǎng)訪問和流量調(diào)度入口，因此域名系統(tǒng)（Domain Name System ，DNS）性能直接影響用戶訪問體驗(yàn)?；赑romethus時(shí)序數(shù)據(jù)庫，設(shè)計(jì)實(shí)現(xiàn)一種分布式域名系統(tǒng)響應(yīng)性能自動(dòng)化測試監(jiān)測系統(tǒng)，使用該系統(tǒng)，不僅可對(duì)自研DNS系統(tǒng)進(jìn)行多節(jié)點(diǎn)分布式DNS性能測試，而且可以時(shí)序化方式長時(shí)監(jiān)測運(yùn)行，并以可視化方式實(shí)時(shí)監(jiān)測DNS服務(wù)性能。

發(fā)表于：1/13/2023 4:06:00 PM

工業(yè)控制系統(tǒng)網(wǎng)絡(luò)攻擊預(yù)測技術(shù)研究[通信與網(wǎng)絡(luò)][信息安全]

面對(duì)復(fù)雜的網(wǎng)絡(luò)安全形式，攻擊方常采用大量的信息偵查、漏洞利用和混淆技術(shù)在網(wǎng)絡(luò)進(jìn)行惡意活動(dòng)或破壞行為。雖然當(dāng)前網(wǎng)絡(luò)安全態(tài)勢感知平臺(tái)盡可能地發(fā)現(xiàn)和監(jiān)測新漏洞的利用過程，但是攻擊預(yù)測的準(zhǔn)確率和精確率都不盡如人意，需要在目前預(yù)測技術(shù)的基礎(chǔ)上研究更加高級(jí)的算法將安全事件自動(dòng)關(guān)聯(lián)到對(duì)應(yīng)的資產(chǎn)和攻擊類型上，對(duì)可能發(fā)生的網(wǎng)絡(luò)安全攻擊進(jìn)行預(yù)警和風(fēng)險(xiǎn)評(píng)估，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)安全事件的精準(zhǔn)預(yù)測。

發(fā)表于：1/13/2023 3:56:00 PM

K-means聚類-DCT壓縮算法在振動(dòng)傳感器中的研究與應(yīng)用[其他][其他]

為延長無線振動(dòng)傳感器在需要對(duì)大量高頻振動(dòng)數(shù)據(jù)進(jìn)行采集情況下的使用壽命，首先對(duì)現(xiàn)有振動(dòng)數(shù)據(jù)壓縮算法進(jìn)行了研究，對(duì)其存在的問題進(jìn)行了分析，并在此基礎(chǔ)上提出了一種基于K-means聚類-DCT雙重?cái)?shù)據(jù)壓縮算法的壓縮方法。所采用的K-means聚類-DCT雙重?cái)?shù)據(jù)壓縮算法針對(duì)預(yù)測性維護(hù)數(shù)據(jù)特點(diǎn)，首先利用K-means算法對(duì)振動(dòng)數(shù)據(jù)進(jìn)行聚合分類，再根據(jù)振動(dòng)信號(hào)頻域特點(diǎn)進(jìn)行離散余弦變換（Discret Cosine Transform， DCT）壓縮。通過實(shí)際驗(yàn)證表明，采用該算法對(duì)振動(dòng)數(shù)據(jù)進(jìn)行數(shù)據(jù)聚合，可以非常明顯地提高數(shù)據(jù)壓縮的效率，從而在傳輸時(shí)將冗余數(shù)據(jù)有效減少。而在相同數(shù)據(jù)量情況下，采用改進(jìn)的雙重壓縮算法的峰值信噪比與其他算法相比，其具有更好的性能。

發(fā)表于：1/13/2023 3:26:00 PM

基于改進(jìn)蟻群算法的機(jī)器人路徑規(guī)劃方法[可編程邏輯][工業(yè)自動(dòng)化]

根據(jù)傳統(tǒng)蟻群算法在機(jī)器人的路線規(guī)劃中具有收斂速度慢、容易陷入局部最優(yōu)解的缺陷，提供了一個(gè)經(jīng)過改進(jìn)的蟻群算法。使用柵格法建立路徑矩陣，建立一種轉(zhuǎn)角啟發(fā)函數(shù)，增加選擇指定路徑的概率，提高算法的搜索速度；將A*算法與改進(jìn)蟻群算法結(jié)合，提出一種改進(jìn)的距離啟發(fā)函數(shù)，避免了陷入局部最優(yōu)解；并提出一種可根據(jù)迭代次數(shù)而改變的信息素?fù)]發(fā)因子，增強(qiáng)了全域搜尋能力。根據(jù)相關(guān)數(shù)據(jù)分析，與Ant Colony Algorithm with Multiple Inspired Factor（ACAM）算法相比，改進(jìn)的蟻群算法對(duì)于解決算法收斂速度慢、防止進(jìn)入局部最優(yōu)解等方面效果更好。

發(fā)表于：1/13/2023 2:34:00 PM

基于5G架構(gòu)超密集組網(wǎng)粒子群優(yōu)化算法改進(jìn)[通信與網(wǎng)絡(luò)][5G]

隨著移動(dòng)通信技術(shù)的發(fā)展，傳統(tǒng)智能終端設(shè)備無法滿足快速增長的海量數(shù)據(jù)計(jì)算要求，移動(dòng)邊緣計(jì)算為物聯(lián)網(wǎng)中移動(dòng)用戶提供了低延遲和靈活的計(jì)算方案。綜合考慮邊緣服務(wù)器上有限的計(jì)算資源以及網(wǎng)絡(luò)中用戶的動(dòng)態(tài)需求，提出通過二進(jìn)制粒子群優(yōu)化算法分配發(fā)射功率優(yōu)化傳輸能耗。將請(qǐng)求卸載與資源調(diào)度作為雙重決策問題進(jìn)行分析，基于粒子群優(yōu)化算法提出了一種新的多目標(biāo)優(yōu)化算法求解該問題。仿真結(jié)果表明，二進(jìn)制粒子群優(yōu)化算法可以節(jié)省傳輸能耗，且具有良好的收斂性。所提出的新算法在響應(yīng)率方面優(yōu)于現(xiàn)有算法，在動(dòng)態(tài)邊緣計(jì)算網(wǎng)絡(luò)中可以保持良好的性能。

發(fā)表于：1/13/2023 1:53:00 PM

基于能量均衡高效的LEACH改進(jìn)算法[可編程邏輯][通信網(wǎng)絡(luò)]

LEACH路由協(xié)議是無線傳感器網(wǎng)絡(luò)一個(gè)經(jīng)典的分簇路由方法，但在限能嚴(yán)重的無線網(wǎng)絡(luò)中，節(jié)點(diǎn)功耗高、生存時(shí)間短等問題嚴(yán)重影響網(wǎng)絡(luò)性能，為此提出了改進(jìn)的基于能量均衡高效的LEACH-X協(xié)議。通過加入最優(yōu)簇首數(shù)，提出修正的剩余能量因子，考慮節(jié)點(diǎn)的剩余能量、周期內(nèi)當(dāng)選過簇首的次數(shù)以及密度因子，并對(duì)部署區(qū)域分區(qū)，針對(duì)區(qū)域調(diào)整距離因子增益參數(shù)的權(quán)重來修正簇首選舉閾值函數(shù)；接著進(jìn)行二次競爭并最終選舉簇首，從而減小節(jié)點(diǎn)能耗，使WSN存活時(shí)間得到一定的延長。仿真結(jié)果表明，與傳統(tǒng)LEACH協(xié)議進(jìn)行對(duì)比，LEACH-X協(xié)議降低了網(wǎng)絡(luò)能耗，延長了網(wǎng)絡(luò)生存時(shí)間。

發(fā)表于：1/13/2023 1:44:00 PM

基于時(shí)差法的雙聲道超聲波水流量計(jì)[其他][其他]

針對(duì)中小管徑單聲道超聲波流量計(jì)由于聲道少而易受流場分布不均勻的影響，提出了一種基于時(shí)差法的雙聲道超聲波水流量計(jì)。流量計(jì)的硬件系統(tǒng)由STM32L431低功耗模塊、高精度計(jì)時(shí)模塊TDC-GP22等組成。根據(jù)雙聲道管段結(jié)構(gòu)，提出了基于卡爾曼濾波算法的數(shù)據(jù)融合方法，將兩個(gè)聲道的測量數(shù)據(jù)融合并完成濾波處理，提高了流量計(jì)的測量精度。實(shí)驗(yàn)測試表明，流量計(jì)測量誤差在2.5%以內(nèi)，卡爾曼融合濾波算法可以有效提高流量計(jì)測量精度。

發(fā)表于：1/13/2023 1:35:00 PM

基于ZYNQ的陣列渦流無損檢測系統(tǒng)[其他][其他]

圓柱形金屬試件的陣列渦流檢測可以通過幾個(gè)圍繞試件布局的陣列線圈組成的探頭來完成，陣列渦流探頭由完全相同的8個(gè)線圈組成并在一定的空間結(jié)構(gòu)下完成對(duì)金屬試件的探測。設(shè)計(jì)1個(gè)基于Zynq-7020的陣列渦流檢測系統(tǒng)，該系統(tǒng)借助激勵(lì)通道的8個(gè)模擬開關(guān)可以對(duì)一個(gè)或多個(gè)線圈進(jìn)行激勵(lì)，借助一個(gè)8選1模擬開關(guān)可以對(duì)8個(gè)陣列線圈進(jìn)行分時(shí)采集，通過數(shù)字相敏檢波算法完成對(duì)信號(hào)的提取。試驗(yàn)結(jié)果表明，此系統(tǒng)可以保存、傳輸、處理陣列探頭的激勵(lì)信號(hào)和感應(yīng)信號(hào)，并完成測量陣列探頭靈敏度的試驗(yàn)任務(wù)。

發(fā)表于：1/13/2023 1:27:00 PM

基于ESN的鋰電池SOC評(píng)估方法與仿真研究[電源技術(shù)][其他]

以新能源車載鋰電池為研究對(duì)象，建立基于回聲狀態(tài)網(wǎng)絡(luò)（ESN）預(yù)測鋰電池的荷電狀態(tài)（SOC）評(píng)估模型。采用交叉驗(yàn)證方法優(yōu)選回聲狀態(tài)網(wǎng)絡(luò)參數(shù)，以此解決網(wǎng)絡(luò)模型的參數(shù)選擇困難。通過帶遺忘因子的遞歸最小二乘法訓(xùn)練建立的回聲狀態(tài)網(wǎng)絡(luò)模型，實(shí)時(shí)更新輸出權(quán)值矩陣以此提高網(wǎng)絡(luò)的適應(yīng)性和精度。通過模型仿真分析驗(yàn)證了預(yù)測算法的可行性，進(jìn)一步對(duì)比分析了所建立的ESN預(yù)測模型與BP神經(jīng)網(wǎng)絡(luò)算法、徑向基（RBF）網(wǎng)絡(luò)算法在UDDS、US06和NYCC工況條件下的鋰電池SOC評(píng)估預(yù)測效果，結(jié)果表明所建立的回聲狀態(tài)網(wǎng)絡(luò)模型方法用于鋰電池SOC評(píng)估預(yù)測的性能和效果優(yōu)于BP算法和RBF算法，具有較好的應(yīng)用前景，可以為鋰電池SOC長期長效預(yù)測評(píng)估提供參考。

發(fā)表于：1/13/2023 1:19:00 PM