低温烧结新型钛酸钡陶瓷复合材料的介电性能研究

为降低片式多层陶瓷电容器(MLCC)的成本,研究了适宜低温烧结的陶瓷复合材料配方。向钛酸钡中添加不同的无机填料,对浆料进行球磨,然后将研磨好的浆料进行压片,低温烧结,制备出适宜低温烧结的陶瓷复合材料,并对其形貌、强度、介电性能和工艺进行研究。结果表明:添加水玻璃和无机硅胶能使钛酸钡烧结后形成致密的片材强度大、硬度高、不易碎裂;而添加石墨和蒸馏水则不易形成稳定型片材,强度差;添加水玻璃可以使复合材料的介电常数显著增加,水玻璃的最佳添加量为3%。     

IN和Internet互通综述

针对IN与Internet互通的研究状况进行综述,并对互通的功能模型,接口和信息流以及互通支持的业务进行了分析。     

一个支持错误定位的批处理数据拥有性证明方案

数据拥有性证明技术是当前云存储安全领域中的一大重要研究内容,目的是不必下载所有文件,就能安全而高效地远程校验存储在云服务器中的数据是否完整.目前已陆续提出了许多批处理数据拥有性证明方案,但大多数方案都没有考虑用户数据出错后的错误定位问题,仅有的几个批处理校验方案也只能单独定位错误数据所在服务器或其所属用户.提出了利用定位标签辅助第三方审计员快速定位错误的方法,并在Zhou等人工作的基础上,利用Merkle Hash Tree构造数据定位标签,实现了一个多用户、多服务器环境下支持批处理校验且具备错误数据定位功能的数据拥有性证明方案,可以在批处理校验失败后快速定位错误数据的拥有者和所在服务器.在随机谕言机模型下,该方案是可证明安全的,且性能分析表明,定位错误数据的能力和效率比其他具有单一定位功能的方案更高.     

基于边缘的联邦学习模型清洗和设备聚类方法

参与联邦学习的终端设备只需在各自的本地数据集上训练本地模型,并在服务器的协同下共同训练一个全局预测模型.因此,联邦学习可以在不共享终端设备的隐私和敏感数据的情况下实现机器学习的目的 .然而,大量终端设备对服务器的高并发访问会增加模型更新的传输延迟,并且本地模型可能是与全局模型收敛方向相反的恶意模型,因此联邦学习过程中会产生大量额外的通信成本.现有工作主要集中在减少通信轮数或清除本地脏数据,本文研究了一种基于边缘的模型清洗和设备聚类方法,以减少本地更新总数.具体来说,通过计算本地更新参数和全局模型参数在多维上的余弦相似度来判断本地更新是否是必要的,从而避免不必要的通信.同时,终端设备根据其所在的网络位置聚类,并通过移动边缘节点以簇的形式与云端通信,从而避免与服务器高并发访问相关的延迟.本文以Softmax回归和卷积神经网络实现MNIST手写数字识别为例验证了所提方法在提高通信效率上的有效性.实验结果表明,相比传统的联邦学习,本文提出的基于边缘的模型清洗和设备聚类方法减少了60％的本地更新数,模型的收敛速度提高了10.3％.     

增强无线视频图像传输差错恢复能力的方法研究

对无线网络环境下视频图像的鲁棒性传输问题进行了研究，提出了一种增强视频图像传输差错恢复能力的新方法。在编码器端采用基于DCT(discrete cosine transform)矩阵系数的快速分类算法提取图像区域分类特征与再同步信息等构成指示信息，并用考虑量化误差后改进的DCT系数强制奇偶修改方法将其嵌入到图像码流中，用于解码器端视频图像序列的差错检测、再同步和差错恢复，以此增强基于H．263 的视频图像传输的鲁棒性。实验结果表明，此方法可以有效地改善标准编解码器的传输质量，不额外增加信源传输码字，计算成本较小。     

基于局部位置更新的无线传感器网络路由协议

提出了在具有移动基站的无线传感器网络中的一种新的路由协议,该协议在基站移动时只需要在一个小的区域内更新基站的位置信息,因此既节省了传感器节点的能量,又使基站在移动过程中仍可保持与传感器节点的持续通信.理论分析和模拟研究表明,与全局更新基站位置信息的路由协议相比,该协议降低了基站位置信息更新的代价,减少了无线信道的冲突概率,减少了延迟,可适用于对延迟要求较高的大规模无线传感器网络.     

强噪声背景下的微弱直流信号的主要检测方法研究

微弱直流信号普遍存在于人类生活中,随着科学的发展,微弱直流信号的测量在物理学、医学、电化学等诸多方面都有很多应用.因此介绍了微弱直流信号测量系统中通常存在的各种噪声的特点和对信号测量的影响,并介绍了现今微弱直流信号测量的主要研究方法及其特点.     

基于辅助信息嵌入的视频图像鲁棒性传输方法

提出了一种增强无线网络环境下视频图像传输差错恢复能力的新方法。利用改进的DCT系数强制奇偶修改方法将辅助信息嵌入到视频图像中,用于解码器端完成视频图像序列差错检测,再同步,差错恢复,以增强H.263 标准解码器的差错恢复功能,获得更好的图像重构质量,实验仿真结果表明此方法可以在不额外增加信源传输码字的前提下,有效地改善传输质量。     

一种基于边缘计算的传感云低耦合方法

随着物联网和云计算的快速发展,衍生了一种新的网络结构——传感云.传感云是物联网和云计算结合的产物.物联网中的物理节点可以通过传感云平台虚拟成多个节点,为用户提供服务.然而,当底层物理传感器节点同时接收多个服务命令时,会出现一些服务冲突,即耦合问题.这种耦合问题可能导致服务的失败,并危及系统安全.为了解决这个问题,提出了一种基于边缘计算思想的扩展KM(Kuhn-Munkres)算法.边缘计算是一种新兴的计算模式,在物联网中得到越来越广泛的应用,特别是那些由于延迟等限制而无法有效利用云计算的应用.边缘计算作为云和物联网层的中间平台,可以提供调度方法.首先,边缘层对重复请求命令进行合并,减少向下传输的命令数量;其次,优先调用边缘层数据缓存队列里的数据;最后利用改进KM算法实现每一轮的最大匹配.理论分析和实验结果表明,提出的方法可以提高资源利用率,减小计算成本,接近最短的时间解决耦合问题.     

无线ATM网QoS柔性控制机制研究

采用软参数说明和参数重新协商可以较好地处理多媒体业务的动态资源要求。本文针对频率资源有 限的无线ATM网,在软参数说明和参数重新协商的基础上建立了基于QoS柔性控制的服务模型,并对其带宽的动 态分配算法进行了分析。研究表明采用QoS柔性控制,能够提高带宽利用率并保证一定业务性能。