日本一二三视频,国内国语一级毛片在线视频

基于Hadoop的應(yīng)急聯(lián)防移動處置平臺設(shè)計[其他][其他]

針對城市安全問題，為實現(xiàn)視頻監(jiān)控的可信預(yù)警、辨別潛在的突發(fā)事件并及時處理，基于Hadoop搭建了身份識別應(yīng)急聯(lián)防移動處置平臺，采用HDFS Streaming數(shù)據(jù)流形式讀取視頻數(shù)據(jù)，利用MapReduce框架在計算集群中對視頻數(shù)據(jù)進行分布式分析，使用 OpenCV 集成的 LBPH 算法實現(xiàn)視頻目標的有效跟蹤。平臺功能覆蓋了樣本信息采集、隱患發(fā)現(xiàn)、信息發(fā)布、應(yīng)急處置等安全管理應(yīng)急聯(lián)防的全過程，可直接服務(wù)于應(yīng)急現(xiàn)場管理，具有極強的適應(yīng)性和便捷性。

發(fā)表于：4/2/2022 10:55:00 AM

智能遠程多生理參數(shù)健康監(jiān)護儀[其他][其他]

為了能讓患者在家中長期地監(jiān)測自身的各種生理參數(shù)，隨時捕捉突發(fā)性心率失常，同時能將生理參數(shù)反映給醫(yī)療機構(gòu)，方便醫(yī)務(wù)人員用于指導(dǎo)和協(xié)助治療，設(shè)計了一款基于單片機的智能遠程多生理參數(shù)健康監(jiān)護儀。通過血氧、脈搏和體溫等數(shù)字信號采集模塊采集原始數(shù)據(jù)，由單片機進行算法處理，在顯示模塊顯示人體的血氧值、心率值和體溫值等，用戶還可通過按鍵配置生理參數(shù)的閾值報警、按鍵發(fā)送生理參數(shù)至云端。最后，與標準醫(yī)用監(jiān)護儀進行對比測試，驗證了該設(shè)計的準確性與可行性。

發(fā)表于：4/2/2022 10:51:00 AM

LoRa空口數(shù)據(jù)的同步與解調(diào)[其他][其他]

LoRa通信技術(shù)具有低功耗、遠距離的特點，在生活中越來越受到關(guān)注。然而，對于底層的LoRa調(diào)制解調(diào)技術(shù)以及物理層通信鏈路流程，官方?jīng)]有公開的技術(shù)文檔說明，只有一些文獻提及了這些內(nèi)容?；诖?，結(jié)合官方羅德儀表LoRa調(diào)制參數(shù)配置接口與文獻資料，完善了物理層通信鏈路流程；從本質(zhì)上，描述了LoRa調(diào)制解調(diào)技術(shù)的原理，從羅德儀表空口采集LoRa調(diào)制數(shù)據(jù)，對文獻提出LoRa調(diào)制解調(diào)算法進行驗證，提出了一種LoRa空口數(shù)據(jù)的同步算法，實現(xiàn)了對LoRa空口數(shù)據(jù)的解調(diào)。最后，對LoRa調(diào)制技術(shù)在5種碼率下進行抗噪聲性能仿真。仿真結(jié)果表明，并不是糾錯碼位數(shù)越多糾錯效果越好；碼率為4/5效果糾錯最佳，抗噪聲性能大約提高1 dB。

發(fā)表于：4/2/2022 10:45:00 AM

基于攻擊樹和CVSS的網(wǎng)絡(luò)攻擊效果評估方法[通信與網(wǎng)絡(luò)][信息安全]

為有效解決網(wǎng)絡(luò)攻擊效果評估中對指標數(shù)據(jù)的過度依賴性，提高網(wǎng)絡(luò)攻擊效果評估的準確性，提出了一種基于攻擊樹和CVSS的網(wǎng)絡(luò)攻擊效果評估方法。首先，采用攻擊樹模型描述系統(tǒng)可能存在的攻擊路徑，并利用模糊層次分析法對各葉節(jié)點的發(fā)生概率進行求解；然后，基于CVSS漏洞信息建立網(wǎng)絡(luò)攻擊效果量化評估模型；最后，采用實例進行驗證分析說明。該方法能夠充分利用己有的攻擊行為研究成果，評估結(jié)果較為客觀，且思路清晰，算法簡單，具有較強的通用性和工程應(yīng)用價值。

發(fā)表于：4/2/2022 10:41:00 AM

面向云計算環(huán)境的OpenFOAM網(wǎng)格生成服務(wù)[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)格生成是計算流體力學(xué)仿真分析基礎(chǔ)。由于網(wǎng)格生成的計算量大，適合利用服務(wù)器的高性能計算能力在服務(wù)器端運行，以云服務(wù)方式為用戶提供高效的網(wǎng)格生成服務(wù)。提出了一種面向云計算的網(wǎng)格生成服務(wù)模型，基于該模型能夠?qū)鹘y(tǒng)的單機版網(wǎng)格生成模塊進行服務(wù)化封裝，實現(xiàn)網(wǎng)格生成的云服務(wù)。采用該模型對OpenFOAM的網(wǎng)格生成模塊進行服務(wù)化封裝，實現(xiàn)了一個面向服務(wù)的網(wǎng)格生成服務(wù)原型軟件。通過網(wǎng)格生成客戶端軟件與網(wǎng)格生成云服務(wù)的集成測試，驗證表明“云+端”的網(wǎng)格生成服務(wù)能夠充分利用服務(wù)器端和客戶端的計算資源，實現(xiàn)云端協(xié)同的網(wǎng)格生成優(yōu)化計算。

發(fā)表于：4/2/2022 10:37:00 AM

噪聲中的復(fù)信號盲源分離算法[其他][其他]

復(fù)信號分析是信號處理技術(shù)常見的問題之一，在盲信號分離及處理技術(shù)中特別是卷積混合問題或頻域分析等均需要建立與之相應(yīng)的復(fù)值分析模型。然而在以往的分析中，由于此類問題往往是基于無噪聲的約束條件，因此局限了該技術(shù)在實際中的應(yīng)用。針對這一問題，將復(fù)值盲源分離問題推廣到含噪聲的一般環(huán)境中。通過分析高斯噪聲協(xié)方差的一般特征，利用高斯噪聲協(xié)方差的參數(shù)信息，導(dǎo)出了一種在噪聲環(huán)境下盲源分離的不動點算法，該算法可以在噪聲環(huán)境中通過觀測信號估計與之對應(yīng)的有效分離矩陣，使得復(fù)值信號在噪聲環(huán)境中混合中仍然能成功分離出源信號。仿真結(jié)果表明了所研究方法的可行性與有效性。

發(fā)表于：4/2/2022 10:32:00 AM

基于NOMA的移動邊緣計算網(wǎng)絡(luò)優(yōu)化方案[其他][其他]

移動邊緣計算(MEC)使智能終端能夠?qū)⒉糠钟嬎阖撦d轉(zhuǎn)移到位于基站子系統(tǒng)的邊緣服務(wù)器上，以解決物聯(lián)網(wǎng)絡(luò)大量數(shù)據(jù)處理問題。通過研究非正交多址(NOMA)的多址MEC，提出了一種終端-邊緣服務(wù)器資源分配方案，通過NOMA方式傳輸，智能終端可以將計算工作負載卸載到不同的邊緣服務(wù)器，從而減少完成智能終端的計算工作負載的總延遲。該方案目標是優(yōu)化資源成本最小，該系統(tǒng)成本考慮終端卸載的計算工作量和邊緣服務(wù)器的計算資源使用成本的總延遲。通過單個終端的最優(yōu)卸載解決方案數(shù)值結(jié)果驗證了方案的有效性。

發(fā)表于：4/2/2022 10:27:00 AM

固定測速系統(tǒng)的光伏供電技術(shù)與節(jié)電策略[其他][其他]

在對現(xiàn)有高速公路固定測速系統(tǒng)供電方法分析比較的基礎(chǔ)上，提出了基于光伏發(fā)電技術(shù)的固定測速供電方法。根據(jù)典型低日照地區(qū)的日照條件，對組成光伏系統(tǒng)的各部分進行了專項研究設(shè)計，對核心控制器涉及的太陽能電池板最大功率點跟蹤技術(shù)和蓄電池充放電算法進行了設(shè)計，有針對性地提出高速公路固定測速系統(tǒng)節(jié)電策略與方法。試驗結(jié)果表明，控制器高效、穩(wěn)定，實際應(yīng)用中能實現(xiàn)固定測速系統(tǒng)全年不間斷電力供給，供電效率高，電壓、頻率穩(wěn)定。

發(fā)表于：4/2/2022 10:09:00 AM

一種進位鏈TDC的實現(xiàn)及其抽頭方式研究[其他][其他]

采用Xilinx公司的Kintex-7內(nèi)部的進位鏈，實現(xiàn)了時間數(shù)字轉(zhuǎn)換器(Time to Digital Converter，TDC)。采用碼密度校準方法對TDC進行逐位校準，標定了TDC的碼寬。碼密度校準過程中發(fā)現(xiàn)，不同的進位鏈抽頭位置會導(dǎo)致TDC的碼寬不同、非線性不同，研究了2抽頭、4抽頭方式下的TDC的碼寬和非線性，在“0tap+3tap”的2抽頭方式下，TDC可以獲得較好的線性，時間分辨率為25 ps(對應(yīng)最低有效位(Least Significant Bit，LSB))，微分非線性范圍為-0.84~3.1 LSB，積分非線性范圍為-5.2~2.2 LSB。

發(fā)表于：4/2/2022 10:04:00 AM

預(yù)調(diào)制多陪集采樣系統(tǒng)[其他][其他]

目前，壓縮采樣系統(tǒng)主要有隨機解調(diào)器、調(diào)制寬帶轉(zhuǎn)換器和多陪集采樣3種，其中，多陪集采樣的系統(tǒng)框架簡單、重構(gòu)成功率高，但用硬件實現(xiàn)時面臨兩個難題，一是低速模數(shù)轉(zhuǎn)換器(ADC)的輸入模擬帶寬存在上限，二是難以實現(xiàn)各通道上的精準時延。借鑒調(diào)制寬帶轉(zhuǎn)換器在采樣前先對輸入信號進行預(yù)調(diào)制的思想，將預(yù)調(diào)制與多陪集采樣結(jié)合，提出了預(yù)調(diào)制多陪集采樣系統(tǒng)。采樣前，在采樣系統(tǒng)各通道上，由隨機序列發(fā)生器產(chǎn)生周期單脈沖序列，對輸入信號進行頻譜調(diào)制以降低采樣前信號的模擬帶寬；然后，調(diào)制信號由低速ADC進行采樣，且各通道上的低速ADC與隨機序列發(fā)生器列共用同一個控制時鐘；最后，采用多信號分類算法(MUSIC)算法近乎無失真地重構(gòu)出輸入信號。仿真實驗結(jié)果表明，當以15%的奈奎斯特采樣速率對輸入信號進行壓縮采樣時，重構(gòu)信號的均方誤差僅為10-5量級。這驗證了該采樣系統(tǒng)的可行性，有效解決了多陪集采樣系統(tǒng)的兩個難題。

發(fā)表于：4/2/2022 9:59:00 AM