設(shè)計(jì)資源-AET-電子技術(shù)應(yīng)用

基于自組織模糊神經(jīng)網(wǎng)絡(luò)的大功率LED調(diào)光模型[其他][其他]

大功率LED光度輸出不僅與操作電流大小有關(guān)，且受傳熱過程的時(shí)滯時(shí)變不確定因素影響難以預(yù)測(cè)。針對(duì)傳統(tǒng)機(jī)理建模存在參數(shù)提取困難、模型適應(yīng)性弱等缺點(diǎn)，提出基于模糊神經(jīng)網(wǎng)絡(luò)建模算法，從而構(gòu)建以操作電流、熱沉溫度、環(huán)境溫度為輸入，光通量為輸出的調(diào)光模型。模型結(jié)構(gòu)和參數(shù)依據(jù)在線數(shù)據(jù)進(jìn)行調(diào)整，通過遞推學(xué)習(xí)，模糊規(guī)則得到增量式完善，進(jìn)而不斷逼近實(shí)際動(dòng)態(tài)過程。結(jié)果表明，利用該方法構(gòu)建的調(diào)光模型與參考模型理論值相對(duì)誤差小于3%，與其他模型相比，結(jié)構(gòu)更加緊湊，預(yù)測(cè)精度更高。

發(fā)表于：12/1/2021

基于核函數(shù)及參數(shù)優(yōu)化的KPLS質(zhì)量預(yù)測(cè)研究[其他][其他]

核偏最小二乘(KPLS)在工業(yè)過程監(jiān)測(cè)和質(zhì)量預(yù)測(cè)中得到了廣泛的應(yīng)用，核函數(shù)和核參數(shù)的選取對(duì)KPLS質(zhì)量預(yù)測(cè)結(jié)果有重要影響。然而，如何選擇核函數(shù)類型和核參數(shù)一直是該方法應(yīng)用的瓶頸。針對(duì)以上問題，提出一種改進(jìn)遺傳算法的核函數(shù)優(yōu)化方法。該方法將核的種類及核參數(shù)作為優(yōu)化的決策變量，以均方根誤差為目標(biāo)，分別從編碼方案、遺傳策略、適應(yīng)度函數(shù)優(yōu)化、交叉和變異算法等方面進(jìn)行設(shè)計(jì)，以保證核函數(shù)種類的多樣性，利用2折交叉驗(yàn)證法對(duì)訓(xùn)練結(jié)果進(jìn)行驗(yàn)證。以田納西-伊斯曼過程(TE)與MATLAB結(jié)合進(jìn)行仿真實(shí)驗(yàn)，仿真結(jié)果表明，該方法能尋找到最優(yōu)核函數(shù)以及其核參數(shù)，具有很好的穩(wěn)定性和一致性。

發(fā)表于：12/1/2021

可信技術(shù)在國(guó)產(chǎn)化嵌入式平臺(tái)的應(yīng)用研究[其他][其他]

國(guó)產(chǎn)化嵌入式平臺(tái)的安全威脅依舊嚴(yán)峻，為了提高國(guó)產(chǎn)化平臺(tái)的安全性與可控性，可信技術(shù)的應(yīng)用十分關(guān)鍵。在基于龍芯2K-1000CPU的國(guó)產(chǎn)化嵌入式平臺(tái)上,采用可信平臺(tái)控制模塊(Trusted Platform Control Module，TPCM)，應(yīng)用可信啟動(dòng)、可信軟件基、可信文件存儲(chǔ)和I/O口的可信訪問等技術(shù)，實(shí)現(xiàn)了國(guó)產(chǎn)化嵌入式平臺(tái)的可信運(yùn)行。TPCM可信模塊基于CCP903T密碼芯片實(shí)現(xiàn)。此平臺(tái)已在某安全項(xiàng)目中通過測(cè)試投入使用，對(duì)可信技術(shù)在國(guó)產(chǎn)化平臺(tái)的應(yīng)用以及標(biāo)準(zhǔn)化形成留下參考性意義。

發(fā)表于：12/1/2021

基于視頻內(nèi)容特征值的VVC碼率控制算法[其他][其他]

針對(duì)VVC碼率控制算法沒有綜合考慮編碼幀實(shí)際紋理特征，其編碼率失真性能和視覺體驗(yàn)還有待提高的問題，提出了一種基于視頻內(nèi)容相關(guān)特征值的碼率控制算法。通過引入灰度共生矩陣，計(jì)算出反映編碼幀紋理復(fù)雜度的相關(guān)特征值，用于幀層圖像權(quán)重的調(diào)整；基于R-λ模型，對(duì)LCU層的λ參數(shù)進(jìn)行重新計(jì)算，提高LCU層比特分配的精度。經(jīng)測(cè)試，該算法在低時(shí)延配置下，與自適應(yīng)比特分配算法相比，在更接近目標(biāo)碼率情況下，率失真性能提升了0.86%，視頻編碼主觀質(zhì)量得到較明顯改善。

發(fā)表于：12/1/2021

基于形態(tài)學(xué)濾波和時(shí)頻譜圖對(duì)消的多跳頻信號(hào)參數(shù)估計(jì)[微波|射頻][其他]

針對(duì)復(fù)雜電磁環(huán)境下多跳頻信號(hào)的參數(shù)估計(jì)問題，提出一種基于多尺度形態(tài)學(xué)濾波和時(shí)頻譜圖對(duì)消的信號(hào)參數(shù)盲估計(jì)算法。首先根據(jù)跳頻信號(hào)、干擾和噪聲的時(shí)頻特征差異性，采用多尺度形態(tài)學(xué)濾波消除噪聲、突發(fā)和掃頻信號(hào)，并利用譜圖對(duì)消法剔除定頻信號(hào)；然后通過八連通域標(biāo)記獲取跳頻信號(hào)的位置信息，利用改進(jìn)的K-means聚類算法實(shí)現(xiàn)異速跳頻信號(hào)的分離；最后由各類簇參數(shù)估計(jì)多跳頻信號(hào)的周期、跳變時(shí)刻和跳頻頻率。仿真結(jié)果表明，與利用形態(tài)學(xué)濾波并提取時(shí)頻脊線的方法相比，該算法在低信噪比下具有更高的估計(jì)精度，且在定頻、跳頻信號(hào)發(fā)生頻率碰撞時(shí)，仍能準(zhǔn)確估計(jì)跳頻參數(shù)。

發(fā)表于：12/1/2021

基于STM32的非接觸物體尺寸形態(tài)測(cè)量系統(tǒng)[其他][其他]

目前工件尺寸檢測(cè)主要依靠機(jī)械式測(cè)量或人工測(cè)量，存在檢測(cè)困難、效率低等問題。針對(duì)該狀況，設(shè)計(jì)了一套非接觸物體尺寸形態(tài)測(cè)量系統(tǒng)。該系統(tǒng)采用 STM32單片機(jī)作為核心處理器；采用OpenMV 和激光測(cè)距傳感器作為非接觸檢測(cè)單元，以實(shí)現(xiàn)測(cè)量目標(biāo)物體顏色、形狀、尺寸及距離等信息的功能。同時(shí)，該系統(tǒng)中激光管的方向由舵機(jī)控制，以達(dá)到快速跟蹤目標(biāo)物體中心的目的。實(shí)驗(yàn)結(jié)果表明，該裝置能夠準(zhǔn)確測(cè)量目標(biāo)物體的顏色、形狀，且可以得到高精度的物體尺寸及距離并快速跟蹤目標(biāo)物體的中心位置。

發(fā)表于：12/1/2021

基于新型PID算法的整流罩空調(diào)控制系統(tǒng)研究[其他][其他]

針對(duì)整流罩空調(diào)機(jī)組工況復(fù)雜，溫濕度控制的非線性、滯后性、時(shí)變性、強(qiáng)耦合等特點(diǎn)，闡述了整流罩空調(diào)控制系統(tǒng)結(jié)構(gòu)及機(jī)組工作時(shí)空氣處理過程。在控制算法上，通過分析溫濕度控制的干擾因素，研究了傳統(tǒng)PID、專家PID、模糊自適應(yīng)PID控制原理，提出了一種新型PID算法。將新型PID算法應(yīng)用于基于國(guó)產(chǎn)PLC的整流罩空調(diào)機(jī)組，運(yùn)行結(jié)果表明，機(jī)組能夠以高效率、高精度、可調(diào)參實(shí)時(shí)在線控制，滿足任務(wù)保障要求。

發(fā)表于：12/1/2021

客戶側(cè)竊電態(tài)勢(shì)感知及智能預(yù)警關(guān)鍵技術(shù)的研究[其他][其他]

客戶側(cè)竊電行為不僅造成電能資源大量流失，同時(shí)造成線路負(fù)荷過載引發(fā)火災(zāi)等重大安全事故。針對(duì)當(dāng)前客戶側(cè)竊電行為的多樣性與隱蔽性特征，以約束客戶側(cè)竊電行為為目的，設(shè)計(jì)了客戶側(cè)竊電態(tài)勢(shì)感知及智能預(yù)警關(guān)鍵技術(shù)。考慮客戶側(cè)竊電行為的多樣性與隱蔽性特性，選取額定電壓偏離度、電壓不平衡率與電流不平衡率等6個(gè)客戶側(cè)竊電態(tài)勢(shì)感知指標(biāo)，利用RBF神經(jīng)網(wǎng)絡(luò)構(gòu)建客戶側(cè)竊電態(tài)勢(shì)感知模型，將所選取的6個(gè)指標(biāo)與相關(guān)數(shù)據(jù)作為模型輸入，通過動(dòng)態(tài)K均值聚類算法優(yōu)化模型，模型輸出結(jié)果即為客戶側(cè)竊電態(tài)勢(shì)感知結(jié)果。基于感知結(jié)果，通過聲光報(bào)警裝置與智能設(shè)備實(shí)現(xiàn)智能預(yù)警，實(shí)驗(yàn)結(jié)果顯示，該技術(shù)能夠有效抑制客戶側(cè)竊電行為。

發(fā)表于：12/1/2021

改進(jìn)型DSSD算法在道路損傷檢測(cè)中的應(yīng)用研究[其他][其他]

在自動(dòng)檢測(cè)中，由于道路損傷數(shù)據(jù)集存在小目標(biāo)損傷難檢測(cè)與類別不平衡問題，導(dǎo)致道路損傷檢測(cè)的準(zhǔn)確率低、虛假率高。為此，在DSSD(Deconvolutional Single Shot Detector)網(wǎng)絡(luò)模型的基礎(chǔ)上，提出一種結(jié)合注意力機(jī)制和Focal loss的道路損傷檢測(cè)算法。首先，采用識(shí)別精度更高的ResNet-101作為DSSD模型的基礎(chǔ)網(wǎng)絡(luò)；其次，在ResNet-101主干網(wǎng)絡(luò)中添加注意力機(jī)制，采用通道域注意力和空間域注意力結(jié)合的方式，實(shí)現(xiàn)特征在通道維度上的加權(quán)與空間維度上的聚焦，提升對(duì)小目標(biāo)道路損傷的檢測(cè)效果；最后，為了減少簡(jiǎn)單樣本的權(quán)重，增大難分類樣本的權(quán)重，使用Focal loss來提高整體的檢測(cè)效果。在Global Road Damage Detection Challenge比賽所提供的數(shù)據(jù)集上進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，該模型的平均精度均值為83.95%，比基于SSD和YOLO網(wǎng)絡(luò)的道路損傷檢測(cè)方法的準(zhǔn)確率更高。

發(fā)表于：12/1/2021

基于自然語言理解的軟件產(chǎn)業(yè)政策關(guān)聯(lián)性分析技術(shù)[其他][其他]

針對(duì)公共政策的語義分析對(duì)比是行政管理重要的研究方向，隨著深度學(xué)習(xí)、知識(shí)圖譜應(yīng)用越來越廣泛，任何在這一領(lǐng)域改進(jìn)技術(shù)方法的嘗試都可能帶來較大的進(jìn)步。將自然語言理解相關(guān)技術(shù)應(yīng)用于產(chǎn)業(yè)政策研究有利于政策的制定與管理。針對(duì)軟件產(chǎn)業(yè)政策提出一套基于自然語言理解的技術(shù)分析方法，旨在構(gòu)建政策之間的關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)，以期輔助政府決策。

發(fā)表于：12/1/2021

集成電路前沿技術(shù)趨勢(shì)研判及對(duì)北京的啟示[其他][其他]

集成電路是關(guān)系國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的基礎(chǔ)性、先導(dǎo)性和戰(zhàn)略性產(chǎn)業(yè)。當(dāng)前正值集成電路全面進(jìn)入后摩爾時(shí)代，前沿技術(shù)領(lǐng)域創(chuàng)新活躍，是產(chǎn)業(yè)革命和技術(shù)革命歷史性交匯的關(guān)鍵時(shí)期,以前沿技術(shù)突破式創(chuàng)新的全新路徑有望給予我國(guó)通過“換道超車”走向世界集成電路創(chuàng)新強(qiáng)國(guó)的重大機(jī)遇。通過梳理國(guó)際知名研發(fā)和市場(chǎng)機(jī)構(gòu)發(fā)布的前沿技術(shù)路線，以及全球先進(jìn)國(guó)家及地區(qū)在集成電路前沿技術(shù)上戰(zhàn)略布局和重大科研計(jì)劃，對(duì)后摩爾時(shí)代集成電路技術(shù)發(fā)展趨勢(shì)進(jìn)行研判。并結(jié)合目前北京集成電路科研資源和創(chuàng)新引領(lǐng)優(yōu)勢(shì)，提出相關(guān)啟示和建議。

發(fā)表于：12/1/2021

基于自主安全的云數(shù)據(jù)中心網(wǎng)絡(luò)技術(shù)探索與解決方案研究[通信與網(wǎng)絡(luò)][信息安全]

基于中國(guó)互聯(lián)網(wǎng)的發(fā)展，以及國(guó)家新基建的政策導(dǎo)向，數(shù)據(jù)中心正在蓬勃發(fā)展，數(shù)據(jù)中心網(wǎng)絡(luò)也在從10G、40G網(wǎng)絡(luò)向25G、100G網(wǎng)絡(luò)過渡，甚至一些頭部企業(yè)已經(jīng)在嘗試100G、400G網(wǎng)絡(luò)。同時(shí)，隨著中美貿(mào)易摩擦日漸升級(jí)，卡脖子的現(xiàn)象日趨嚴(yán)重，能否基于全自主元器件、網(wǎng)絡(luò)設(shè)備和技術(shù)構(gòu)建云數(shù)據(jù)中心網(wǎng)絡(luò)是一個(gè)重要課題。云數(shù)據(jù)中心網(wǎng)絡(luò)通常包括SDN控制器、交換機(jī)、安全設(shè)備、網(wǎng)絡(luò)分流設(shè)備、虛擬交換機(jī)vSwitch、智能網(wǎng)卡等相關(guān)組件，這些組件的硬件和軟件都需要是國(guó)產(chǎn)自主的，才能擺脫對(duì)國(guó)外技術(shù)的依賴。重點(diǎn)論述自主云數(shù)據(jù)中心網(wǎng)絡(luò)的技術(shù)特點(diǎn)、相關(guān)組件自主化布局的可行性以及自主化的方法和方案選擇。

發(fā)表于：12/1/2021

基于PKS體系的網(wǎng)絡(luò)安全主機(jī)解決方案[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)傳統(tǒng)網(wǎng)絡(luò)安全主機(jī)普遍采用國(guó)外CPU及國(guó)外的操作系統(tǒng)做為方案，存在后門、漏洞、斷供等重大隱患的問題，提出了一種基于PKS體系的網(wǎng)絡(luò)安全主機(jī)解決方案，并對(duì)不同架構(gòu)的網(wǎng)絡(luò)安全主機(jī)進(jìn)行了對(duì)比測(cè)試，結(jié)果顯示PKS體系網(wǎng)絡(luò)安全主機(jī)能夠滿足網(wǎng)絡(luò)安全產(chǎn)品的功能及性能要求，實(shí)現(xiàn)網(wǎng)絡(luò)安全主機(jī)可信計(jì)算。

發(fā)表于：12/1/2021

國(guó)內(nèi)大型企業(yè)終端管理技術(shù)探索與解決方案研究[通信與網(wǎng)絡(luò)][信息安全]

隨著網(wǎng)絡(luò)的高速發(fā)展與網(wǎng)絡(luò)數(shù)字化的轉(zhuǎn)型，接入網(wǎng)絡(luò)中的終端數(shù)量呈爆炸式增長(zhǎng)，如何進(jìn)行智能、安全的管理終端就顯得尤為重要。結(jié)合企業(yè)的終端管理現(xiàn)狀，從安全隱患、終端接入風(fēng)險(xiǎn)管控等角度出發(fā)，設(shè)計(jì)了通過自動(dòng)學(xué)習(xí)終端特征從而智能識(shí)別終端類型的方法，并通過完善的終端準(zhǔn)入功能，實(shí)現(xiàn)了終端智能識(shí)別與安全準(zhǔn)入網(wǎng)絡(luò)的終端管理系統(tǒng)，從而保障企業(yè)網(wǎng)絡(luò)安全。

發(fā)表于：12/1/2021

一種實(shí)時(shí)頻譜儀中幀檢波器的FPGA實(shí)現(xiàn)[微波|射頻][其他]

針對(duì)實(shí)時(shí)頻譜儀中無縫頻譜數(shù)據(jù)量巨大導(dǎo)致難以進(jìn)行傳輸和顯示的問題，基于FPGA的FIFO資源設(shè)計(jì)了一種適用于實(shí)時(shí)頻譜儀的幀檢波器，在保留信號(hào)特征的條件下將多幀頻譜數(shù)據(jù)合并為一幀進(jìn)行傳輸與刷新。仿真與實(shí)際測(cè)試結(jié)果表明該檢波器具有正峰值、負(fù)峰值、平均值和實(shí)時(shí)刷新四種檢波方式，能夠在檢波的同時(shí)實(shí)現(xiàn)對(duì)分析帶寬外頻譜數(shù)據(jù)的截?cái)唷Ｏ啾扔趥鹘y(tǒng)基于RAM實(shí)現(xiàn)的幀檢波器，該檢波器不需要控制RAM讀寫地址，易于實(shí)現(xiàn)，占用邏輯資源較少，已在實(shí)時(shí)頻譜儀中得到應(yīng)用。

發(fā)表于：12/1/2021