网站正能量入口,国内精品久久精品,成人不卡国产福利电影在线看

基于混合聚類與融合用戶興趣的協(xié)同過濾推薦算法[其他][其他]

發(fā)表于：4/2/2022 9:38:00 AM

WiFi-TSN低時(shí)延轉(zhuǎn)換架構(gòu)[其他][其他]

無線網(wǎng)絡(luò)與TSN(Time Sensitive Networking)的融合是目前工業(yè)界的關(guān)注點(diǎn)之一。傳統(tǒng)的基于應(yīng)用層軟件的網(wǎng)關(guān)存在CPU利用率高、處理延遲長、性能差等缺點(diǎn)。因此提出了一種WiFi-TSN低時(shí)延轉(zhuǎn)換架構(gòu)，來實(shí)現(xiàn)WiFi網(wǎng)絡(luò)與TSN網(wǎng)絡(luò)的集成。該架構(gòu)采用Verilog語言實(shí)現(xiàn)，通過硬件來保證通信信道之間可預(yù)測的延遲，能夠在極短的時(shí)間內(nèi)完成協(xié)議轉(zhuǎn)換和協(xié)議數(shù)據(jù)的轉(zhuǎn)發(fā)。采用Vivado EDA工具來完成電路的設(shè)計(jì)，并進(jìn)行足量的仿真測試來評(píng)估電路的端到端延遲性能。

發(fā)表于：4/2/2022 9:33:00 AM

基于IEC 1158標(biāo)準(zhǔn)的現(xiàn)場總線芯片設(shè)計(jì)[其他][其他]

介紹了一種符合IEC 1158標(biāo)準(zhǔn)物理層現(xiàn)場總線芯片架構(gòu)及其設(shè)計(jì)實(shí)現(xiàn)。芯片設(shè)計(jì)有曼徹斯特(Manchester)編解碼電路、循環(huán)冗余校驗(yàn)(Cyclic Redundancy Check，CRC)電路、載波偵測電路、極性糾正電路等功能電路。內(nèi)置高級(jí)可擴(kuò)展接口(Advanced eXtensible Interface，AXI)電路作為與外置處理器的數(shù)據(jù)傳輸總線。完成了此芯片的全部RTL代碼編寫工作，進(jìn)行了全面的時(shí)序仿真。并以ZYNQ-7015為硬件平臺(tái)，進(jìn)行了芯片功能測試，測試結(jié)果表明所設(shè)計(jì)的芯片達(dá)到了設(shè)計(jì)要求。

發(fā)表于：4/2/2022 9:29:00 AM

現(xiàn)場總線協(xié)議轉(zhuǎn)換硬件架構(gòu)設(shè)計(jì)[其他][其他]

針對(duì)目前多種現(xiàn)場總線協(xié)議共存的現(xiàn)象，在分析了CAN總線協(xié)議、MODBUS總線協(xié)議和HART總線協(xié)議的基礎(chǔ)上，提出了三種總線協(xié)議轉(zhuǎn)換的原理，包括總線地址轉(zhuǎn)換原理、總線協(xié)議幀轉(zhuǎn)換原理以及總線錯(cuò)誤通知轉(zhuǎn)換等，并在此協(xié)議轉(zhuǎn)換原理的基礎(chǔ)上，提出了現(xiàn)場總線協(xié)議轉(zhuǎn)換硬件架構(gòu)，以提升協(xié)議轉(zhuǎn)換的實(shí)時(shí)性。

發(fā)表于：4/2/2022 9:24:00 AM

HART調(diào)制解調(diào)芯片高速通信接口設(shè)計(jì)[其他][其他]

為適應(yīng)當(dāng)下工廠設(shè)備間，針對(duì)設(shè)備量以及傳輸數(shù)據(jù)量龐大問題，設(shè)計(jì)了一種新型的HART調(diào)制解調(diào)芯接口，通過AXI4總線接口代替?zhèn)鹘y(tǒng)的UART接口，加速HART調(diào)制解調(diào)芯片與CPU之間的通信速度。相比于URAT傳統(tǒng)接口按位傳輸，AXI4總線接口可并行傳輸32位8個(gè)字節(jié)，數(shù)據(jù)傳輸速度可達(dá)到納秒級(jí)別。通過AXI4總線模塊與CPU的互聯(lián)，實(shí)現(xiàn)結(jié)構(gòu)功能配置與數(shù)據(jù)的交互。HART調(diào)制解調(diào)芯片高速通信接口設(shè)計(jì)基于FPGA平臺(tái)進(jìn)行原型驗(yàn)證，結(jié)果表明，該架構(gòu)能有效識(shí)別HART通信協(xié)議，CPU與HART芯片數(shù)據(jù)交互達(dá)到納秒級(jí)別，調(diào)制解調(diào)正確率高達(dá)100%，滿足HART通信協(xié)議要求。

發(fā)表于：4/2/2022 9:20:00 AM

工業(yè)以太網(wǎng)網(wǎng)絡(luò)互聯(lián)技術(shù)與發(fā)展[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

隨著信息技術(shù)的發(fā)展，工業(yè)以太網(wǎng)覆蓋率日益提高，工業(yè)網(wǎng)絡(luò)互聯(lián)互通成為現(xiàn)代工廠向智能化、數(shù)字化轉(zhuǎn)型的基礎(chǔ)。首先對(duì)我國工業(yè)互聯(lián)網(wǎng)發(fā)展政策、工業(yè)網(wǎng)絡(luò)市場現(xiàn)狀和工業(yè)以太網(wǎng)協(xié)議類型進(jìn)行闡述，分析了目前工業(yè)網(wǎng)絡(luò)互聯(lián)的障礙。其次探索新技術(shù)推動(dòng)工業(yè)以太網(wǎng)實(shí)現(xiàn)網(wǎng)絡(luò)互聯(lián)的新方法。最后針對(duì)我國工業(yè)以太網(wǎng)和工業(yè)互聯(lián)網(wǎng)的發(fā)展現(xiàn)狀，提出建設(shè)性意見，助力我國工業(yè)以太網(wǎng)的應(yīng)用和工業(yè)互聯(lián)網(wǎng)的發(fā)展。

發(fā)表于：4/2/2022 9:14:00 AM

基于差量特征與AdaBoost的家用負(fù)荷識(shí)別方法研究[其他][其他]

針對(duì)家用負(fù)荷提出了一種使用智能電表進(jìn)行數(shù)據(jù)采集的非侵入式負(fù)荷在線識(shí)別方法。該方法使用智能電表計(jì)算出負(fù)荷的差量特征向量預(yù)先建立特征庫，訓(xùn)練以決策樹作為弱分類器的AdaBoost分類器模型，利用負(fù)荷投切時(shí)電表的告警信息中包含的特征向量進(jìn)行分類以實(shí)現(xiàn)負(fù)荷在線識(shí)別，實(shí)時(shí)性好且提高了單一決策樹模型的識(shí)別效果。實(shí)驗(yàn)結(jié)果證明了該方法的可行性，實(shí)現(xiàn)了負(fù)荷使用信息的獲取，具有較好的實(shí)際應(yīng)用價(jià)值。

發(fā)表于：3/16/2022 5:25:00 PM

基于C3D的化學(xué)實(shí)驗(yàn)室人員不安全行為模式識(shí)別[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)因人的不安全行為導(dǎo)致化學(xué)實(shí)驗(yàn)室安全事故的預(yù)防問題，提出了基于三維卷積網(wǎng)絡(luò)(Convolutional 3D，C3D)的化學(xué)實(shí)驗(yàn)室人員不安全行為模式識(shí)別方法。定義了5種典型的人員不安全行為模式，以某高校化學(xué)實(shí)驗(yàn)室作為研究區(qū)域，構(gòu)建了人員不安全行為模式數(shù)據(jù)集，建立了基于C3D的人員不安全行為模式識(shí)別模型，并對(duì)模型在不同應(yīng)用場景下的性能進(jìn)行了評(píng)估。結(jié)果表明：在特定人員于特定實(shí)驗(yàn)場景中出現(xiàn)上述5種不安全行為時(shí)，該模型在測試集上得到的F1指數(shù)平均值均能達(dá)到97%以上；在非特定人員與非特定場景中出現(xiàn)不安全行為時(shí)，模型能夠有效識(shí)別部分不安全行為。該研究成果預(yù)期可以為化學(xué)實(shí)驗(yàn)室人員不安全行為的預(yù)測、預(yù)警、預(yù)防提供技術(shù)支持。

發(fā)表于：3/16/2022 5:18:00 PM

PLC控制系統(tǒng)的上下位機(jī)安全通信方案[其他][其他]

隨著科技的發(fā)展和社會(huì)的進(jìn)步，工業(yè)控制網(wǎng)絡(luò)與互聯(lián)網(wǎng)日益融合，工控通信所面臨的安全隱患日益增多。針對(duì)工控通信安全事件頻發(fā)的問題，以PLC控制系統(tǒng)為例，對(duì)PLC控制系統(tǒng)的上下位機(jī)的系統(tǒng)結(jié)構(gòu)、通信安全隱患等方面進(jìn)行分析；從通信協(xié)議選擇、安全連接建立、傳輸數(shù)據(jù)加密方式、通信過程等方面進(jìn)行了方案設(shè)計(jì)，提出了一種基于SCTP協(xié)議的安全保密通信方案。

發(fā)表于：3/16/2022 5:06:00 PM

基于雙向GRU與殘差擬合的車輛跟馳建模[其他][其他]

為了提高微觀交通仿真中車輛跟馳建模的準(zhǔn)確性與泛化能力，將物理類模型與深度學(xué)習(xí)相結(jié)合，提出一種基于雙向GRU(門控循環(huán)單元)與殘差擬合的跟馳模型框架。該框架使用雙向GRU網(wǎng)絡(luò)對(duì)物理類跟馳模型預(yù)測值與真實(shí)值的殘差進(jìn)行學(xué)習(xí)，并在NGSIM公開數(shù)據(jù)集上進(jìn)行測試。通過對(duì)比IDM、GIPPS、GM三種跟馳模型下的殘差擬合效果，表明雙向GRU網(wǎng)絡(luò)可以對(duì)原模型預(yù)測結(jié)果的偏差進(jìn)行有效的修正。選用IDM作為本框架的物理類模型，提出了Bi-GRU-IDM模型，與現(xiàn)有SVR模型、BPNN模型、GRU模型進(jìn)行對(duì)比，結(jié)果表明Bi-GRU-IDM在預(yù)測精度、泛化性能上明顯優(yōu)于其他三種模型。

發(fā)表于：3/16/2022 5:02:00 PM