中文字幕亚洲欧美专区,午夜欧美一区在线观看 ,欧美国产一区二区

基于蜜罐的新能源工控協(xié)議模糊識別分析[通信與網(wǎng)絡][信息安全]

新能源行業(yè)是國家可再生能源發(fā)展的重要領域，在新能源工業(yè)控制系統(tǒng)網(wǎng)絡安全研究中需要快速確認工控協(xié)議存在的缺陷。分析了新能源風電工業(yè)控制系統(tǒng)存在的安全風險問題，實現(xiàn)了基于蜜罐輕量級部署Modbus協(xié)議，使用模糊測試的方法對協(xié)議的安全屬性快速測試并進行分析。該研究對新能源工控協(xié)議安全發(fā)展有重要研究意義。

發(fā)表于：7/2/2024 2:14:00 PM

圖結構下基于通信模式匹配的物聯(lián)網(wǎng)異常流量檢測方法[通信與網(wǎng)絡][信息安全]

物聯(lián)網(wǎng)的廣泛應用帶來了新的安全風險，為了在不干擾系統(tǒng)正常運行的前提下實時洞察網(wǎng)絡的異常狀態(tài)，基于流量的異常檢測方案應運而生，然而當前檢測方案普遍存在通用性欠缺、攻擊樣本依賴性強的問題。基于此，依據(jù)物聯(lián)網(wǎng)系統(tǒng)運行的物理限制與領域規(guī)范，創(chuàng)新性地提出了一種圖結構下基于通信模式匹配的物聯(lián)網(wǎng)異常流量檢測方法，在通信圖構建的基礎上利用子圖挖掘、同構子圖發(fā)現(xiàn)等算法分析表征物聯(lián)網(wǎng)系統(tǒng)中固定、周期、自動運轉的通信模式來構建檢測基準，并利用社區(qū)檢測算法高效、精準地發(fā)現(xiàn)實時流量中存在的異常數(shù)據(jù)。在BoT-IoT和IoT-23數(shù)據(jù)集上從不同數(shù)據(jù)集上的效果對比、不同檢測方案的效果對比以及不同時間窗口下的實時檢測效率三個方面對方案進行了評估，99%的檢測準確率和秒級的實時檢測時間充分證明了本方案的高效性和可用性。

發(fā)表于：7/2/2024 2:14:00 PM

基于信譽評分的共識網(wǎng)絡重組機制設計[通信與網(wǎng)絡][信息安全]

針對共識算法對良性節(jié)點占比的依賴，設計了一種基于信譽評分的共識網(wǎng)絡重組機制，使得網(wǎng)絡能在遭受攻擊或發(fā)生故障時迅速自我修復和重組，顯著提升了抗攻擊能力和服務連續(xù)性。首先基于信譽機制理論，開發(fā)了一個分布式信譽評分系統(tǒng)，實時評估節(jié)點信譽，有效處理潛在惡意節(jié)點。此外，提出了一種基于信譽評分的共識網(wǎng)絡重組機制，通過識別和隔離惡意節(jié)點來增強網(wǎng)絡的彈性和安全性。該機制設計了網(wǎng)絡彈性重組算法，整合了冗余設置、故障診斷和服務節(jié)點重新配置功能，確保網(wǎng)絡穩(wěn)定運行和高可靠性。該研究對金融服務、云計算和物聯(lián)網(wǎng)等廣泛使用共識技術的高安全需求領域具有重要應用價值。

發(fā)表于：7/2/2024 2:14:00 PM

基于衛(wèi)星雙向時間比對的無中心站間時間同步[通信與網(wǎng)絡][航空航天]

針對多站分布式協(xié)同站間高精度時間同步關鍵問題，在詳細介紹衛(wèi)星雙向時間比對的基本原理和精度分析基礎上，設計了一種無中心多站衛(wèi)星雙向比對邏輯架構和多站時間同步處理算法，充分考慮硬件資源約束，并提供時差測量數(shù)據(jù)冗余，避免了因某個站故障造成的全系統(tǒng)時間同步功能失效，提高系統(tǒng)時間同步的魯棒性和靈活性。基于精密單點定位技術進行了異地遠程衛(wèi)星雙向時間同步精度驗證，試驗結果表明時間同步精度優(yōu)于6 ns。

發(fā)表于：6/24/2024 1:03:35 PM

強干擾與通道誤差條件下弱信號DOA估計的實驗研究[通信與網(wǎng)絡][航空航天]

在實際測向系統(tǒng)中，當弱信號和強干擾空間臨近時，空間譜測向系統(tǒng)僅能對強干擾進行波達方向（Direction of Arrival，DOA）估計，弱信號DOA估計性能下降甚至失效。針對這一問題，研究了空間譜擴展噪聲子空間算法結合通道幅相誤差校正，在強干擾抑制條件下對弱信號進行DOA估計的方法。該方法對采樣信號的噪聲協(xié)方差進行去加權處理，并對空間譜擴展噪聲子空間算法的空間譜導向矢量進行修正。基于通用軟件無線電外設（Universal Software Radio Peripheral，USRP）和印刷偶極子線形天線陣構建實驗平臺，實驗結果證明空間譜擴展噪聲子空間算法結合改進的通道幅相誤差校正方法，能對臨近干擾源進行空間譜抑制的同時，實現(xiàn)對弱信號的DOA估計。

發(fā)表于：6/24/2024 1:03:34 PM

基于FPGA的光譜儀動態(tài)基線補償系統(tǒng)設計[通信與網(wǎng)絡][工業(yè)自動化]

線陣型CMOS光電圖像傳感器具有靈敏度高、光譜響應范圍大、功耗低、體積小等優(yōu)點，被廣泛應用于便攜式光譜儀的開發(fā)中。為解決由CMOS圖像傳感器暗電流變大而造成的光譜儀基線漂移問題，設計一種基于FPGA的光譜儀動態(tài)基線補償系統(tǒng)。系統(tǒng)利用傳感器預留像素計算得到該幀圖像的基線值并進行實時反饋，使用高性能運算放大器、差分放大器設計電壓跟隨電路、基線補償電路和單端轉差分電路對CMOS模擬信號進行處理并進行高速A/D轉換，選用精密DAC芯片實時動態(tài)反饋基線補償值。最終測試結果表明，隨著積分時間的不斷增加，該設計始終能使光譜數(shù)據(jù)保持一個較低的基線水平。系統(tǒng)電路設計靈活、光譜采集準確、基線控制效果良好，比較適合檢測微弱光譜信號。

發(fā)表于：6/24/2024 1:03:32 PM

基于FPGA的便攜心電智能診斷加速器及優(yōu)化選芯方案[模擬設計][醫(yī)療電子]

心電圖（electrocardiogram， ECG）是診斷與心臟相關疾病的關鍵工具，可穿戴心電監(jiān)護儀Holter是院外檢測的重要手段，小型化、便攜性、實時檢測是優(yōu)化方向。人工智能技術應用于包括心電診斷的各個領域，但存在參數(shù)量大、難于小型化、計算速度慢的問題，不滿足便攜心電監(jiān)護儀的要求，而可編程邏輯門器件（Field-Programmable Gate Array， FPGA）有并行加速的特性。在AI智能算法硬件化的工程應用上，存在成本、速度、資源利用率的權衡，需要進行科學的芯片選型。開發(fā)了一種基于1D-CNN的、用于心電診斷的BeatNet ，對于4分類的檢測任務，該模型具有98.5% 的分類準確率。

發(fā)表于：6/24/2024 1:03:31 PM

寬帶多波束星載相控陣天線技術[微波|射頻][通信網(wǎng)絡]

為了滿足星載Ka波段相控陣天線瞬時工作帶寬大、同時多波束的需求，設計了一種基于子陣內相移和子陣間延遲的寬帶模擬多波束相控陣天線。設計的28×28單元陣列分為4個子陣列結構，子陣列內的每個單元使用移相器，子陣列之間使用延遲線。這種移相器和延遲線的組合控制方案可以實現(xiàn)相控陣天線的寬帶廣角掃描。仿真結果表明，在800 MHz的瞬時工作帶寬和±54°的掃描角下，所提出的天線的指向精度偏差不超過0.4°，增益惡化不超過0.5 dB。同時，采用封裝天線（AiP）架構實現(xiàn)了天線的輕薄化、集成化，適用于寬帶多波束星載相控陣天線的設計。

發(fā)表于：6/24/2024 1:03:28 PM

Ku波段800 W氮化鎵高線性固態(tài)功放研制[微波|射頻][通信網(wǎng)絡]

介紹了一種Ku波段800 W氮化鎵（GaN）高線性度固態(tài)功放的工程實現(xiàn)。使用32片GaN功率芯片，采用微帶Gysel功分器與波導功分/合成網(wǎng)絡相結合的方式進行功率合成，功放在750 MHz的工作頻帶內連續(xù)波飽和輸出功率大于850 W。采用射頻預失真線性化技術優(yōu)化氮化鎵功放線性度，功放三階互調指標改善幅度大于5 dB，優(yōu)于-32 dBc。功放選擇帶熱管的翅片散熱器的強制風冷方案，提高了散熱器的換熱效率，散熱性能良好。通過實時監(jiān)測功放芯片管殼溫度，自動配置散熱風扇轉速，實現(xiàn)了功放的自適應熱管理，在降低功放功耗的同時，減小了產(chǎn)品噪聲。功放配置了完善的控保功能，技術狀態(tài)穩(wěn)定。由兩臺功放組成了1備1組件系統(tǒng)，可靠性及實用性滿足工程使用要求，適用于測控、通信、廣電等領域的微波發(fā)射系統(tǒng)。

發(fā)表于：6/24/2024 1:03:26 PM

海洋環(huán)境下基于增強YOLOv7的垃圾目標檢測[模擬設計][工業(yè)自動化]

針對海洋垃圾識別任務在實際應用中模型準確率不高的問題，提出一種基于優(yōu)化YOLOv7的海洋垃圾識別算法。在圖像增強部分，基于概率UIE的框架，通過添加eSE注意力減少特征信息的丟失。在損失函數(shù)部分，在IoU損失函數(shù)的基礎上引入兩層注意力機制的損失函數(shù)，將其與EIoU損失函數(shù)融合進一步提升模型的泛化能力。將該算法應用于海洋垃圾檢測任務，并在基礎數(shù)據(jù)集上對其進行評估。在YOLOTrashCan兩個數(shù)據(jù)集上的平均精度均值指標分別達到69.5%、63.5%，相較于YOLOv7算法分別提升6%、1.6%。整體實驗結果表明，所構建的算法能有效提升海洋垃圾檢測的準確性。

發(fā)表于：6/24/2024 1:03:25 PM