基于ARM的嵌入式智能视频监控系统设计

提出了一种基于ARM系列微处理器S3C2410的智能视频监控系统。介绍了此系统的软、硬件构成、流程设计及目标检测算法。该系统能有效降低存储的视频信息的冗余性、减轻监控人员的工作负荷．监控效果良好。     

ZigBee同频攻击检测抑制模型研究

针对ZigBee通信中易遭受同频攻击导致数据阻塞和失真问题,该文提出一种同频攻击检测模型。该模型利用信号频谱的高斯分布规律和同频攻击对变换域幅值的影响进行同频攻击检测。在此基础上,通过嵌入空闲频带信道跳变机制和基于可变退避周期及接入概率的自适应退避算法,给出了同频攻击检测抑制方案。实验结果表明,该文模型和方案可以有效抵御同频攻击。     

基于LabWindows/CVI的车辆违章检测系统的分析与设计

本文主要是基于LabWindows/CVI的车辆位置违章检测系统.应用地感线圈检测技术检测车辆是否有位置违章,然后通过USB-4711A-AE数据采集卡采集车辆违章的电信号,用来检测车辆是否违章,如果有车辆违章则在LabWindows/CVI采集界面上就会有波形出现.这种检测方法只采集违章信号,在一定程度上,减少了人工的工作压力.经过实验仿真表明,该系统能够实现车辆违章检测数据的采集.     

基于四值脉冲参数模型的单粒子瞬态传播机理与软错误率分析方法

随着工艺尺寸的不断缩小,由单粒子瞬态(Single Event Transient, SET)效应引起的软错误已经成为影响宇航用深亚微米VLSI电路可靠性的主要威胁,而SET脉冲的产生和传播也成为电路软错误研究的热点问题。通过研究SET脉冲在逻辑链路中的传播发现：脉冲上升时间和下降时间的差异能够引起输出脉冲宽度的展宽或衰减;脉冲的宽度和幅度可决定其是否会被门的电气效应所屏蔽。该文提出一种四值脉冲参数模型可准确模拟SET脉冲形状,并采用结合查找表和经验公式的方法来模拟SET脉冲在电路中的传播过程。该文提出的四值脉冲参数模型可模拟SET脉冲在传播过程中的展宽和衰减效应,与单参数脉冲模型相比计算精度提高了2.4%。该文应用基于图的故障传播概率算法模拟SET脉冲传播过程中的逻辑屏蔽,可快速计算电路的软错误率。对ISCAS89及ISCAS85电路进行分析的实验结果表明：该方法与HSPICE仿真方法的平均偏差为4.12%,计算速度提升10000倍。该文方法可对大规模集成电路的软错误率进行快速分析。     

红外成象导引头作用距离估算

本文叙述具有自动目标识别功能的红外成象导引头的作用距离估算。这种估算方法既不同于非成象（点源）系统，也不同于一般热象仪。成象红外导引头的作用距离是一个有待研究的参数。然而，与此有关的主要问题仍然是系统的灵敏度（ＮＥＴＤ）、大气传输和从随机噪声中识别目标所需的信噪比。在湿热的大气环境条件下，水分子的吸收是决定大气传输的支配因素。系统工作信噪比与探测概率和虚警率相关。本文提出了定义成象红外导引头虚警的一种假设，并以此为依据推出一套估算作用距离的公式。最后给出了计算成象红外导引头作用距离的示例。     

一种基于RED分组丢弃历史的带宽均衡分配算法

针对目前Internet中的响应流和非响应流带宽分配不均衡的问题,该文提出了一种基于RED分组丢弃历史的算法,该算法可以发现高速率的数据流并对其到达分组按概率作优先丢弃,以避免这些流对带宽的过度占用,多个仿真实验从不同的角度验证了该算法的有效性。     

4G关键技术研究

随着用户对移动通信系统的速率要求不断提高,3G系统实际所能提供的最高速率已不能满足未来市场的实际需求,因而在3G系统还没有大规模投入商用的情况下,国内外移动通信领域的专家已经在进行4G系统的研究和开发工作.4G是多功能集成的宽带移动通信系统,具有许多关键优势,因而已成为移动通信领域的研究热点.文章给出了4G的体系结构,并对4G相关技术的原理进行了详细分析.     

基于“虚拟匹配”的PCB矩形Mark视觉快速检测

针对机器视觉中PCB(PrintedCircuitBoard,印刷电路板)矩形Mark的检测,提出一种“虚拟匹配”的快速检测方法。根据模板匹配的思想,引入一个“虚拟模板”,通过将虚拟模板内所有像素灰度值的累加和作为是否匹配的衡量标准来进行矩形Mark的检测。借助于粗细搜索的模板移动策略,使得检测过程速度快、精度高、抗噪能力强、对图像缩放可调、对检测图像旋转和光线亮度变化等不敏感,在实际应用中取得了满意的检测效果。     

Zinc--嵌入式操作系统Vxworks下的用户图形界面开发工具

本文从Zinc的概念、结构和运行机理等方面为使用Vxworks操作系统的用户介绍了一种新的界面开发工具,这种工具不但拥有面向对象的特点,而且拥有事件驱动的体制.它类似于Windows下面的可视化开发工具,使得用户开发工程得心应手.     

深度融合云环境自身架构的东西向攻击检测技术研究

随着云和容器等虚拟化技术的不断扩张,云、数据中心和企业网中的东西向流量呈快速增长趋势。如果不采集虚拟网络流量,用户80%的网络流量将呈现“黑盒”状态,无法对云平台内东西向量进行安全管控,在等保2.0云计算安全扩展中明确要求针对虚机之间、宿主机与虚机间的流量需要进行检测和异常告警。本文通过对业内现有东西向流量检测方案进行分析,研究并提出一种与云平台自身架构深度融合且非侵入式的流量获取方式,基于大数据分析和机器学习算法提升攻击检测能力的整体方案,此外还研究了融合过程中与云平台业务自动适配的问题。