数字式柴油发电机组励磁控制器设计

本文研究了数字式励磁控制器的原理,提出了高性能的数字式励磁控制器的设计方案.硬件方案采用MCU建立高性能的硬件平台.软件方案采用同步交流采样算法,为高性能励磁控制提供精确的实时参数,励磁控制算法采用CMAC神经网络 经典的PID控制智能算法,实现了很好的动态响应.     

基于信息融合的分布式入侵检测系统

本文提出了一种快速检测、基于报警信息融合的关于教学网络的分布式入侵检测系统,并详细论述了该系统的探测器模块、信息预处理模块、信息融合模块和控制中心等各个环节的具体设计和实现.实验表明文中提出的信息过滤模块和信息关联模块对分布式入侵检测系统是十分有效的.     

智能家用远程控制仪的设计与实现

以SPCE061A单片机为控制核心,设计了基于公共电话网络的智能家用远程控制仪,介绍了控制仪的工作原理及系统构成,给出了部分硬件电路图和软件结构.控制仪可以远程的对家居环境参数、家用电器的状态进行遥控遥测,支持自动语音报警,对防灾减灾具有积极意义.经实际测试,仪器设计合理,性能可靠.     

嵌入式Linux在IOP331上的移植实现

本文详细论述了源代码开放的嵌入式Linux操作系统在基于XScale体系结构的Intel高性能I/O处理器IOP331的移植方法,并分析了移植的各个步骤.该移植在IQ80331评估板上实现,以此评估板为基础搭建的虚拟磁带库经验证满足设计要求.本文对基于Xscale的操作系统移植具有普遍指导意义.     

基于NS3-gym框架的智能干扰规避系统设计与实现

多智能体构建的无线通信网络在受到外部恶意干扰时,智能体需要与环境进行大量交互来学习干扰规律和优化抗干扰策略。为了有效模拟和验证智能体与外部干扰环境的学习交互过程,需要构建智能干扰规避仿真系统。提出了一种基于NS3-gym框架的智能干扰规避系统,NS3模拟智能通信网络场景并将感知到的网络状态数据作为智能体的输入,智能体对输入数据进行学习分析得到干扰规避决策,并通过gym与NS3之间的交互将其返回到NS3中的仿真网络进行抗干扰策略部署。NS3-gym框架提供了NS3和OpenAI gym之间进行信息交互的接口。在Ubuntu20.04系统下搭建了智能干扰规避系统的仿真平台,分别验证了Q学习算法以及WoLF-PHC算法在扫频干扰、贪婪随机策略干扰、跟随干扰、随机干扰四种场景下的抗干扰性能。仿真结果证明了所提系统架构与仿真平台的正确性和有效性。     

移动目标防御综述:脆弱性分析及新场景应用

随着自动化和智能化攻击技术的发展,网络空间安全形势日益严峻,仅靠传统的防御机制已经无法满足当前安全防护的需求.移动目标防御(MTD)为了扭转网络攻防“易攻难守”的被动局面应运而生,通过增加网络和系统的不确定性、随机性和动态性对抗同类型攻击,通过有效降低其确定性、相似性和静态性降低攻击成功率.当前,移动目标防御的脆弱性也较少被系统分析,且移动目标防御在新场景下的具体应用较少被具体总结.鉴于此,首先阐述移动目标防御的产生背景和基础理论;其次,对移动目标防御相关研究进行综述,并分析移动目标防御的脆弱性;接着,总结移动目标防御在物理信息系统、云环境、智能电网和对抗样本防御等新兴领域的应用;最后,对移动目标防御的研究前景进行展望.     

Exploring the tidal effect of urban business district with large-scale human mobility data

Business districts are urban areas that have various functions for gathering people, such as work, consumption, leisure and entertainment. Due to the dynamic nature of business activities, there exists significant tidal effect on the boundary and functionality of business districts. Indeed, effectively analyzing the tidal patterns of business districts can benefit the economic and social development of a city. However, with the implicit and complex nature of business district evolution, it is non-trivial for existing works to support the fine-grained and timely analysis on the tidal effect of business districts. To this end, we propose a data-driven and multi-dimensional framework for dynamic business district analysis. Specifically, we use the large-scale human trajectory data in urban areas to dynamically detect and forecast the boundary changes of business districts in different time periods. Then, we detect and forecast the functional changes in business districts. Experimental results on real-world trajectory data clearly demonstrate the effectiveness of our framework on detecting and predicting the boundary and functionality change of business districts. Moreover, the analysis on practical business districts shows that our method can discover meaningful patterns and provide interesting insights into the dynamics of business districts. For example, the major functions of business districts will significantly change in different time periods in a day and the rate and magnitude of boundaries varies with the functional distribution of business districts.     

POI recommendation based on a multiple bipartite graph network model

The Journal of Supercomputing - In location-based social network platforms, the point-of-interest(POI) recommendation is an essential function to serve users. The existing POI recommendation...