久久久久99九九久久小草,久久精品在这里色伊人,乱人伦人妻中文字幕在线

實(shí)時(shí)的移動(dòng)互聯(lián)網(wǎng)攻擊盲檢測(cè)與分析算法[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

大規(guī)模移動(dòng)互聯(lián)網(wǎng)攻擊檢測(cè)算法需要攻擊行為的先驗(yàn)信息或者需要對(duì)攻擊行為進(jìn)行監(jiān)督學(xué)習(xí)，降低了攻擊檢測(cè)算法的實(shí)時(shí)性與實(shí)用性，為此提出了一種實(shí)時(shí)的移動(dòng)互聯(lián)網(wǎng)攻擊盲檢測(cè)與分析算法。首先，提取每個(gè)時(shí)段網(wǎng)絡(luò)流量的最大特征值，結(jié)合最大特征值與模型階數(shù)選擇技術(shù)檢測(cè)每個(gè)時(shí)段是否存在攻擊行為；然后，通過特征值分析技術(shù)來識(shí)別攻擊的類型，識(shí)別出特征值的變化細(xì)節(jié)；最終，設(shè)計(jì)了相似性分析方案來分析攻擊的端口與時(shí)間等細(xì)節(jié)信息?；谡鎸?shí)實(shí)驗(yàn)與公開網(wǎng)絡(luò)流量數(shù)據(jù)集的仿真結(jié)果表明，該算法獲得較高的攻擊檢測(cè)準(zhǔn)確率。

發(fā)表于：3/30/2018 11:02:00 AM

一種無人機(jī)三維航跡規(guī)劃算法研究[嵌入式技術(shù)][航空航天]

在研究無人機(jī)三維航跡規(guī)劃問題時(shí)，針對(duì)基于傳統(tǒng)人工蜂群算法易陷入局部最優(yōu)值、后期收斂速度變慢、尋優(yōu)效率低的問題，提出了一種改進(jìn)人工蜂群算法的無人機(jī)航跡規(guī)劃方法。首先，在建立包括經(jīng)緯度、海拔高度信息的三維飛行區(qū)域模型后，加入了地形約束模型，并引入新的綜合航跡代價(jià)評(píng)價(jià)方式。然后，在算法中引入自適應(yīng)搜索策略、新型概率選擇策略與Logistic混沌搜索算子來增強(qiáng)其對(duì)原始信息的開采能力，提高其收斂速度以及加強(qiáng)其魯棒性。最后，通過三維航跡規(guī)劃仿真和面對(duì)突發(fā)威脅的局部航跡再規(guī)劃仿真對(duì)所提算法的有效性進(jìn)行了驗(yàn)證。結(jié)果表明，改進(jìn)后的算法提高了全局收斂能力，在收斂速度和精度上優(yōu)于遺傳算法和傳統(tǒng)人工蜂群算法，適合用來解決無人機(jī)的三維航跡規(guī)劃問題。

發(fā)表于：3/30/2018 10:46:00 AM

平面大規(guī)模天線陣列的竊聽檢測(cè)方案[通信與網(wǎng)絡(luò)][信息安全]

物理層安全機(jī)制可以為無線通信提供有效的保密機(jī)制，為后期保密通信降低系統(tǒng)復(fù)雜度。提出了一種基于大規(guī)模平面天線陣列的物理層安全機(jī)制，即主動(dòng)竊聽的檢測(cè)方案。該方案針對(duì)時(shí)分雙工模式下的萊斯信道模型，僅在假設(shè)合法用戶萊斯因子和基站噪聲功率已知的情況下，即可有效檢測(cè)竊聽用戶。仿真結(jié)果表明，所提出的檢測(cè)方案性能隨著天線個(gè)數(shù)、萊斯因子的增加而提高。此外，該方案的性能不隨用戶的位置而改變，可在三維空間全方位地檢測(cè)竊聽。

發(fā)表于：3/29/2018 10:03:00 AM

基于DM368的嵌入式數(shù)據(jù)記錄儀的設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][航空航天]

針對(duì)導(dǎo)彈彈上空間有限、對(duì)載體的重量和功耗有著嚴(yán)格限制等要求，研制了一種具有高可靠性、低功耗、小型化的彈載數(shù)據(jù)記錄儀。本系統(tǒng)主要實(shí)現(xiàn)對(duì)導(dǎo)彈飛行過程中的場(chǎng)景視頻信息進(jìn)行H.264格式硬件壓縮存儲(chǔ)以及對(duì)飛行姿態(tài)等數(shù)據(jù)進(jìn)行實(shí)時(shí)記錄并存儲(chǔ)至高速大容量SD卡，極大地方便了飛行試驗(yàn)后數(shù)據(jù)的讀出和處理。

發(fā)表于：3/29/2018 9:55:00 AM

抑制風(fēng)噪聲的頻點(diǎn)離散值加權(quán)GCC-PHAT時(shí)延估計(jì)算法[測(cè)試測(cè)量][其他]

針對(duì)麥克風(fēng)陣列使用GCC-PHAT算法估計(jì)信號(hào)到達(dá)時(shí)差對(duì)加性噪聲敏感，以及基于信噪比估計(jì)的連續(xù)值加權(quán)GCC-PHAT算法無法消除環(huán)境中類似風(fēng)噪聲的變化噪聲干擾的情況，提出了一種抑制風(fēng)噪聲的頻點(diǎn)加權(quán)GCC-PHAT算法。通過分析已有算法的不足，新算法選擇使用離散頻點(diǎn)加權(quán)，并通過信號(hào)頻點(diǎn)間相干性量化值和時(shí)域關(guān)聯(lián)性計(jì)算權(quán)值，去除風(fēng)噪聲干擾頻點(diǎn)；同時(shí)估計(jì)聲源信號(hào)活躍度，調(diào)整算法運(yùn)算量。實(shí)驗(yàn)表明，與已有的GCC-PHAT算法相比，新算法能有效消除風(fēng)噪聲對(duì)估計(jì)結(jié)果的干擾，同時(shí)降低運(yùn)算負(fù)載。

發(fā)表于：3/28/2018 1:15:00 PM

基于AP布置優(yōu)化和K-means聚類算法的室內(nèi)定位研究[測(cè)試測(cè)量][其他]

傳統(tǒng)室內(nèi)定位中聚類算法被動(dòng)依賴定位環(huán)境中接入點(diǎn)（Acess Point，AP）數(shù)量，導(dǎo)致定位效率低、誤差大，室內(nèi)位置指紋定位研究中AP布局是影響定位精度的關(guān)鍵性因素。因此，采用Intel芯片的嵌入式微系統(tǒng)和美國Signal Hound生產(chǎn)的SA44B型測(cè)量接收機(jī)共同組成傳感器網(wǎng)絡(luò)，根據(jù)電波路徑損耗建立室內(nèi)定位的目標(biāo)函數(shù)，采用單純形法和模擬退火算法融合算法對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化，從而達(dá)到最合理的AP室內(nèi)位置布局，而后改進(jìn)K-means聚類算法將優(yōu)化后的AP位置坐標(biāo)作為初始聚類中心，來提高系統(tǒng)的定位效率和精確度。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)K-means算法相比，經(jīng)過AP位置最優(yōu)化后的聚類定位算法精度提高了13.8%。

發(fā)表于：3/28/2018 1:04:00 PM

一種基于動(dòng)態(tài)規(guī)劃的機(jī)動(dòng)目標(biāo)檢測(cè)前跟蹤方法[測(cè)試測(cè)量][汽車電子]

針對(duì)傳統(tǒng)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)前跟蹤算法僅適用于勻速直線運(yùn)動(dòng)目標(biāo)或慢機(jī)動(dòng)目標(biāo)的局限性，提出了一種將交互式多模型（IMM）濾波與基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤算法相結(jié)合的機(jī)動(dòng)目標(biāo)處理算法。該算法應(yīng)用于近程毫米波雷達(dá)探測(cè)環(huán)境下，根據(jù)被測(cè)目標(biāo)的實(shí)際運(yùn)動(dòng)情況建立了勻加速運(yùn)動(dòng)、勻速轉(zhuǎn)彎運(yùn)動(dòng)及勻速運(yùn)動(dòng)模型，在動(dòng)態(tài)規(guī)劃算法基礎(chǔ)上考慮了多種運(yùn)動(dòng)模型以及模型之間的轉(zhuǎn)換和預(yù)測(cè)，避免了因模型不匹配導(dǎo)致的跟蹤效果變差的問題。仿真結(jié)果顯示，相比于傳統(tǒng)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)算法，該算法能夠更加有效地實(shí)現(xiàn)對(duì)機(jī)動(dòng)目標(biāo)的檢測(cè)和跟蹤，適于工程應(yīng)用。

發(fā)表于：3/27/2018 11:52:00 AM

重復(fù)控制自適應(yīng)PI控制器在APF中的應(yīng)用[電源技術(shù)][智能電網(wǎng)]

為了有效解決電力系統(tǒng)中由于諧波存在而導(dǎo)致的一系列問題，設(shè)計(jì)了一種基于PI+重復(fù)控制的有源電力濾波器(APF)。這種控制器集合了PI算法追蹤速度快和重復(fù)控制算法精度高的優(yōu)點(diǎn)，但是在實(shí)際應(yīng)用中發(fā)現(xiàn)，當(dāng)電網(wǎng)突加負(fù)載，即系統(tǒng)參數(shù)發(fā)生變化時(shí)，其跟蹤效果不理想。因此提出了自適應(yīng)PI，在原來的基礎(chǔ)上進(jìn)一步提高追蹤的速度和精確度，改善效果明顯，系統(tǒng)諧波畸變率比簡(jiǎn)單并聯(lián)控制器降低了30%。

發(fā)表于：3/27/2018 11:40:00 AM

基于奇異值分解和小波包分解的故障檢測(cè)[測(cè)試測(cè)量][航空航天]

根據(jù)真空泵在故障和正常模式下工作時(shí)，其振動(dòng)信號(hào)在頻域的能量分布的差異性，設(shè)計(jì)基于奇異值分解(SVD)和小波包分解(WPD)的真空泵故障檢測(cè)方法。首先用SVD對(duì)采集到的信號(hào)進(jìn)行去噪，再使用小波包對(duì)去噪后的信號(hào)進(jìn)行分解，對(duì)分解得到的各層系數(shù)進(jìn)行重構(gòu)并提取需要的各頻域段的能量。將提取的能量向量作為支持向量機(jī)（SVM）的輸入樣本，對(duì)SVM進(jìn)行訓(xùn)練。最后使用實(shí)驗(yàn)數(shù)據(jù)對(duì)SVM的可靠性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，采用SVD和WPD結(jié)合的方法能較好地識(shí)別出真空泵的故障。

發(fā)表于：3/26/2018 11:03:00 AM

基于CC3200及微信公眾號(hào)的云家居交互系統(tǒng)[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

為了實(shí)現(xiàn)家居智能化，基于CC3200無線Wi-Fi微控制器、微信公眾號(hào)及阿里云服務(wù)器設(shè)計(jì)了一款智能云家居交互系統(tǒng)，用戶可通過微信公眾號(hào)遠(yuǎn)程控制家居設(shè)備，并可獲取傳感器的狀態(tài)。提出了系統(tǒng)總體設(shè)計(jì)方案，介紹了系統(tǒng)硬件組成，給出了CC3200微控制器、微信公眾號(hào)和阿里云服務(wù)器的軟件設(shè)計(jì)。實(shí)驗(yàn)測(cè)試表明，該系統(tǒng)運(yùn)行穩(wěn)定，用戶體驗(yàn)較好，具有較高的應(yīng)用價(jià)值。

發(fā)表于：3/26/2018 10:53:00 AM