Future train traffic control: control by re-planning

Improving train traffic control can be a cost-efficient way to improve train traffic punctuality and increase utilization of existing and future railway infrastructure. However, performance in train traffic control tasks currently involves working on a technical level in order to regulate the traffic flow. Working in a preventive manner is poorly supported and train traffic controllers are usually restricted to just solving problems as they occur. This often results in unnecessarily long delays and decreased timeliness of train traffic. The main objective of this paper is to describe a proposed control strategy and a case study, which evaluates the control strategy and the prototype tool derived from the research. By shifting the control paradigm to a high-level control strategy, many of today’s problems may be avoided, with benefits of the reduction in delays, improved timeliness and better utilization of the infrastructure. Twenty-one train traffic controllers participated in a case study, with a simulated prototype environment. The majority of the participating train traffic controllers were positive to the new concepts and ideas. Many of the important aspects of the proposed control strategy can be investigated with the simulation, but due to the complexity of train traffic some issues must be evaluated in an operative environment.     

数字化核电厂班组SSA测度方法与实验研究

情景意识(SA)问题在数字化核电厂中更为突出。为识别班组共享情景意识（SSA）水平及行为形成因子（PSF）对班组SSA的影响,基于情景意识全面评估技术（SAGAT）建立一种班组SSA测量和计算方法并进行模拟机实验。结果表明,个体SA（ISA）水平与SSA水平有关,ISA级别越高,SSA级别越高;ISA和班组SSA都受到PSF的影响,PSF的状态水平越高,ISA和SSA的水平越高;对于不同的实验场景,操纵员的ISA水平和班组SSA水平不同,这表明风险场景的症状越明显及知识经验水平越好,ISA和SSA水平就越高。最后,通过被试的自评价识别当前PSF的状态水平,主要不良的PSF是班组沟通和合作水平、压力水平、人-机界面等。这些评估结果为提高数字化核电厂人因可靠性和安全水平提供了理论支持。     

一种基于背景声音识别的社会情境感知方法

随着社会需求的不断扩大及技术的不断发展,人与人之间的社会交互也越来越多.理解社会交互特征并能感知用户所处的社会情境语义（如在开会、在上课）,对于促进和辅助用户社会活动具有重要意义.从背景声音的角度对社会交互进行理解,目的是通过对背景声音差异性特征的提取,识别用户所处的社会情境.提出了一种基于背景声音识别的社会情境感知方法,该方法采用Mel frequency cepstral coefficients （MFCCs,即Mel 频率倒谱系数）分析声音信号,将路径搜索限制和搜索过滤的改进Dynamic Time Warping（DTW）算法作为识别器.通过对11 种社会情境背景声音的采集和识别,表明该算法能够有效地识别用户所处的社会情境,且其运算效率与识别率比传统DTW 算法有所提高.     

工业控制系统安全态势感知技术研究

工业控制系统(简称工控)是国家关键基础设施的核心,越来越多的工作开始关注工控系统安全。然而,这些工作的实际应用场景并不统一,因此他们取得的成果无法相互借鉴。为了解决这个问题,在深入研究这些安全技术的基础上,我们提出了工控系统安全态势感知(Situational Awareness for Industrial Control Systems Security, SA-ICSS)框架,该框架由态势觉察、态势理解和态势投射三个阶段构成。在态势觉察阶段,我们首先利用网络测绘和脆弱性发现技术获取完善的目标系统环境要素,如网络拓扑和漏洞信息;其次,我们将入侵检测和入侵诱捕等5种设备部署在目标系统中,以便从控制系统中捕获所有的可疑活动。在态势理解阶段,我们首先基于结构化威胁信息表达(Structured Threat Information Expression,STIX)标准对目标系统进行本体建模,构建了控制任务间的依赖关系以及控制任务与运行设备的映射关系;其次,自动化推理引擎通过学习分析师推理技术,从可疑活动中识别出攻击意图以及目标系统可能受到的影响。在态势投射阶段,我们首先利用攻击图、贝叶斯...     

Improving location awareness in indoor spaces using RFID technology

Location awareness is a key issue to improve the development of autonomous entities that are embedded into ubiquitous computing environments. GPS seems to be the best solution to develop outdoor location systems, but the performance of these systems is not good enough to locate objects or humans within indoor environments, mainly if accuracy and precision are required. In this article we propose the use of a cheap and reliable technology as RFID to develop a passive RFID-based indoor location system that is able to accurately locate autonomous entities, such as robots and people, within a defined surface. This system is applied to solve the robot tracking problem. We include the evaluation of the proposal by comparing our system technology performance with other alternatives built on different technologies (Wi-Fi, Bluetooth, IrDA, ultrasound, etc.). We have also performed a location awareness proof concept test to analyze the viability of the approach.     

基于日志审计与性能修正算法的网络安全态势评估模型

文章分析和比较了目前的安全态势评估方法,提出了一种基于日志审计与性能修正算法的网络安全态势评估模型.首先利用日志审计评估节点理论安全威胁,并通过性能修正算法计算节点安全态势.然后利用节点服务信息计算网络安全态势,并且采用多种预测模型对网络安全态势进行预测,绘制安全态势曲线图.最后构建了一个网络实例,使用网络仿真软件对文中提出的态势评估模型和算法进行了验证.实验证明该方法切实有效,比传统方浇法更准确地反映了网络的安全态势和发展趋势.     

面向网络态势感知的实时网络拓扑发现

通过分析比较各种网络拓扑发现方法,提出一种面向网络态势感知、基于简单网络管理协议的实时网络拓扑发现算法,其中包含网络设备存活性判断、网络设备类型判断及网络拓扑信息的存储及处理等技术,与传统的网络拓扑发现相比,具有实时性高、发现准确等优点。实验证明该算法的可行性和准确性。     

基于上下文感知的多模式移动导游系统设计

移动导游系统已经引起广泛的关注。作为移动计算的一个典型实例，许多研究机构开发了各自的导游系统。借鉴这些系统的优秀设计思想，设计了一个基于上下文感知的多模式交互导游系统，以提高系统的人机交互性能。     

基于神经网络的导航卫星星间链路网络态势感知模型研究

为支撑导航卫星星间链路网络的稳定运行,提升对星间链路网络的监控管理能力,解决地面系统,对星间链路网络状态感知迟滞等监视能力不足问题,以及对未来网络趋势的预测能力不足问题,提出并构建了星间链路态势感知模型,包括数据预处理、指标计算和态势预测三部分;对于监视型网络状态指标,通过对原始遥测信息进行抽取获得;对于更为复杂的分析型网络状态指标,首先利用人工规则进行数据筛选,随后利用数据挖掘算法提取有效特征,选取相关性较大的参数综合得出复杂指标;在此基础上,利用BP神经网络对星间链路网络态势进行预测;通过实验,某状态指标预测的准确率稳定在98%左右,结果表明该模型可以有效的对星间链路网络的未来状态进行感知预测,可以对星间链路网络状态异常进行及时处理,具有较高的可行性。     

无人机操作员态势感知的实验研究

通过对30名现役战士操作某型无人机仿真器与态势感知问卷调查相结合,对无人机操作员态势感知与工作负倚的关系进行了研究。实验结果表明：工作负荷越高,操作员态势感知能力越低;同工作负荷情况下,操作次数越多,操作员态势感知能力越高。