网口容错在嵌入式设备中的设计与实现

针对嵌入式网络设备的服务可靠性问题,现有的网口容错主要采用双网卡冗余设计,研究针对单网卡多网口的情况,提出了一种网口容错方法,该方法能有效利用系统带宽资源。提出的网口容错方法包括一种网口状态检测机制和故障网口服务数据迁移方法,并设计了相应的功能模块。故障检测模块实现基于Loopback的检测方法,容错处理模块则实现在检测到故障后,可将故障网口的服务负载数据根据迁移策略迁移到其余正常网口。所提出的方法实现了对网口工作状态的快速检测和负载数据的有效容错。该方法具有应用无关性、资源占用率低的特点,通过测试验证了该方法的可行性。     

Bounds on multipartite concurrence and tangle

We present an analytical lower bound of multipartite concurrence based on the generalized Bloch representations of density matrices. It is shown that the lower bound can be used as an effective entanglement witness of genuine multipartite entanglement. Tight lower and upper bounds for multipartite tangles are also derived. Since the lower bounds depend on just part of the correlation tensors, the result is experimentally feasible.     

控制力矩陀螺高速转子轴承保持架仿真分析

建立了控制力矩陀螺高速转子球轴承保持架动力学仿真分析模型,并以B7005C球轴承为例,分析了不同引导间隙、兜孔间隙对保持架质心轨迹、保持架摩擦力矩的影响,据此进行了保持架间隙的优化,得出了适用于该工况的最优保持架间隙。     

点线光流预测机制的图像序列运动直线跟踪

目的 针对复杂场景图像序列中运动直线特征的提取、跟踪问题,提出一种基于点、线光流预测机制的图像序列运动直线跟踪方法。方法 首先根据图像直线的表达式定义点、线光流基本约束方程,由基本约束方程推导出关于点光流与直线光流对应关系的3个重要推论。然后依据点、线光流对应关系,利用图像序列中直线特征上的像素点光流计算直线光流的估计值并根据直线光流阈值筛选图像序列运动直线。最后由筛选出的运动直线及直线光流估计值计算直线的预测坐标并在Hough域内进行跟踪匹配,得到图像序列运动直线跟踪结果。结果 通过合成及真实图像序列实验验证,本文方法能够准确地筛选出图像序列中感兴趣的运动直线,并对运动直线进行稳定地跟踪、匹配,直线跟踪结果未产生干扰直线的误匹配,直线跟踪时间消耗不超过12 s。结论 相对于传统的直线跟踪、匹配方法,本文方法具有较高地直线跟踪精度和较好的鲁棒性,更适用于复杂场景下的运动直线跟踪、匹配问题。     

非接触式掌脉图像的点集操作定位法

非接触式手掌静脉采集系统中存在诸多干扰因素影响感兴趣区域定位的准确性.为了克服干扰,提高认证性能,将“点集操作”引入掌脉图像的预处理中,直接实现针对区域的分析和处理.通过对分割手掌区域点集进行平移、交、并运算,获取手掌指根区域,即指根点集.然后根据约束条件对指根点集元素进行筛选,得到四个指根点的准确位置.根据指根点建立相应坐标系,动态定位感兴趣区域.实验对比证明,上述方法具有更优的抗干扰能力和定位准确性.     

一种基于局部加权回归的分类方法

分类是数据挖掘和数据分析中最有应用价值的技术之一。传统的积极学习方法需要预先对模型空间进行假设,并且没有充分考虑到实例之间的相关性,其泛化能力将会受到一定程度的影响。针对上述问题,提出了一种基于新型映射关系的局部加权回归方法 MLWR。该算法首先找出测试样本在训练集中的近邻样本,然后建立测试样本和近邻样本的回归函数,根据建立的回归模型和近邻样本的标签,计算得到测试样本的标签。实验与当前流行的多种分类方法在UCI的9个数据集上进行测试。实验结果表明我们的方法能有效地提高分类精度,对较大样本数据也有较好的适用性。     

Feistel-SP结构迭代差分的自动化搜索

基于新的符号差分表示方法提出了一种自动化搜索技术,可以搜索出典型Feistel-SP结构的分组密码的最优迭代差分模式,选择合适的迭代差分模式可以遍历出所有最优的迭代差分路径,不仅大大降低计算复杂性,还能通过迭代差分模式构造出多轮最优差分路径。以轻量级分组密码MIBS为例,应用自动化搜索工具,给出了MIBS的3轮、4轮最优迭代差分路径,概率分别为2-20、2-26,并搜索出所有满足条件的最优迭代差分路径。     

认知无线网络中基于信誉度管理的动态频谱接入研究

随着无线服务和相关设备的飞速发展,认知无线网络中特有频谱稀缺问题越来越引起研究者的重视。在集中式认知无线网络中,次级用户基站SUBS作为融合中心,通过收到周围的次级用户的感知信息来分配频谱资源。然而,环境的易变性使次级用户容易受到攻击从而影响次级用户感知信息,导致网络频谱资源分配错误。引入信誉度模型来表现次级用户在认知循环中的行为规范,在分配频谱阶段将信誉度作为评定标准,鼓励次级用户积极感知及规范运行。在感知阶段,次级用户感知信道数越多,感知信息越正确,其信誉度越高。在运行阶段,次级用户行为越符合网络规范,则信誉度越高。仿真结果表明,论文模型可以很好地减少次级用户基站的错误决策次数,提高其抗攻击性,同时使得网络在很好地分配资源的同时鼓励整个网络行为积极化。