123,123,123

基于位置等效的Link16終端低軌衛(wèi)星接入設(shè)計[通信與網(wǎng)絡(luò)][航空航天]

隨著信息化戰(zhàn)場的發(fā)展，Link16數(shù)據(jù)鏈在衛(wèi)星上的應(yīng)用正成為一個不可逆轉(zhuǎn)的趨勢。星地融合是實現(xiàn)更高效、實時信息交換的重要方向，但在實際應(yīng)用中，多普勒效應(yīng)和信號時延帶來的挑戰(zhàn)不容忽視。提出了一種基于位置等效的 Link16數(shù)據(jù)鏈終端低軌衛(wèi)星接入設(shè)計方案，通過計算時延中心處的時延值和多普勒值并進(jìn)行信號預(yù)補(bǔ)償，消除了信號在星地傳輸帶來的大多普勒、對齊了衛(wèi)星星載Link16時間基準(zhǔn)，實現(xiàn)了Link16數(shù)據(jù)鏈終端低軌衛(wèi)星接入設(shè)計，仿真表明方案可行，可支撐數(shù)據(jù)鏈天地一體化應(yīng)用。

發(fā)表于：10/28/2025 3:01:57 PM

面向Windows平臺的樣本對抗研究[通信與網(wǎng)絡(luò)][信息安全]

隨著網(wǎng)絡(luò)攻擊技術(shù)的不斷演進(jìn)，針對企業(yè)和組織的高級持續(xù)性威脅（APT）攻擊愈演愈烈。APT攻擊的成功與否，很大程度上依賴于后滲透階段的執(zhí)行質(zhì)量，在該階段，攻擊者利用復(fù)雜的對抗技術(shù)實現(xiàn)持久控制和數(shù)據(jù)竊取。圍繞后滲透中的對抗技術(shù)展開，探討了Bootkit、COM接口濫用、BYOVD、VEILP7等對抗技術(shù)，提出了一種新的對抗框架，并通過實驗展示了其在多個反病毒工具中的對抗能力以及相對于現(xiàn)有對抗工具的優(yōu)勢，并針對該框架提出相應(yīng)的對抗策略，旨在推動對抗技術(shù)的研究和防御機(jī)制的優(yōu)化。

發(fā)表于：10/28/2025 2:50:57 PM

低溫度與工藝增益誤差的可變增益放大器設(shè)計[電源技術(shù)][物聯(lián)網(wǎng)]

采用0.18 μm工藝，設(shè)計了一種適用于高精度測溫系統(tǒng)中的可變增益放大器，相比于傳統(tǒng)的前置放大器，采用開環(huán)結(jié)構(gòu)避免了反饋網(wǎng)絡(luò)漏電流對前端采樣電路的影響。通過與電源電壓無關(guān)的電流源給跨導(dǎo)放大器電路提供電流，產(chǎn)生一個不包含工藝參數(shù)的跨導(dǎo)，最后通過運算放大器獲得一個與電源電壓、溫度和工藝參數(shù)無關(guān)的增益。通過改變?nèi)罘挚鐚?dǎo)放大器的負(fù)載，來實現(xiàn)10倍和40倍可變增益。仿真結(jié)果表明，放大倍數(shù)為10倍時，增益隨溫度最大誤差為0.19 dB，增益隨電源電壓最大誤差為0.15 dB，增益隨工藝偏差為0.12 dB。放大倍數(shù)為40倍時，增益隨溫度最大誤差為0.16 dB，增益隨電源電壓最大誤差為0.23 dB，隨工藝偏差為0.13 dB。

發(fā)表于：10/28/2025 2:40:00 PM

LDO啟動浪涌的反饋網(wǎng)絡(luò)優(yōu)化抑制方法研究[電源技術(shù)][航空航天]

低壓差線性穩(wěn)壓器（LDO）作為現(xiàn)代電子系統(tǒng)的核心電源管理器件，其啟動浪涌電流問題嚴(yán)重威脅系統(tǒng)可靠性。以MSK5101型LDO為研究對象，針對使能端加入RC延時電路后輸入浪涌電流尖峰現(xiàn)象，提出一種基于反饋網(wǎng)絡(luò)動態(tài)優(yōu)化的抑制方法。通過建立小信號模型并進(jìn)行頻域分析，揭示了反饋網(wǎng)絡(luò)參數(shù)對系統(tǒng)響應(yīng)速度與穩(wěn)定性的影響規(guī)律，提出通過增大反饋電阻與調(diào)整補(bǔ)償電容實現(xiàn)等效軟啟動。實驗結(jié)果表明，優(yōu)化后浪涌電流峰值由2.7 A降至0.87 A（降幅67.8%），輸出電壓建立時間由2.9 ms延長至12.3 ms，顯著提升了宇航電源系統(tǒng)的可靠性和魯棒性。

發(fā)表于：10/28/2025 2:31:00 PM

基于SM2的SoC安全芯片雙向身份鑒別技術(shù)研究[模擬設(shè)計][工業(yè)自動化]

片上系統(tǒng) （System on Chip， SoC）芯片會針對產(chǎn)品固件進(jìn)行SM2簽名和驗簽，以確定產(chǎn)品固件的合法性，但現(xiàn)有技術(shù)中產(chǎn)品固件未對芯片進(jìn)行身份鑒別，由于無法確定芯片是否合法，產(chǎn)品固件和數(shù)據(jù)的安全性得不到保護(hù)。基于SM2算法，針對SoC安全芯片中產(chǎn)品固件導(dǎo)入過程，實現(xiàn)了基于國產(chǎn)密碼SM2算法的芯片鑒別固件、固件鑒別芯片的雙向身份鑒別技術(shù)。方案安全性高、可實現(xiàn)性強(qiáng)，對SoC安全芯片對引導(dǎo)程序、產(chǎn)品固件進(jìn)行雙向身份鑒別有普遍現(xiàn)實借鑒意義。所設(shè)計的SM2模塊，具有芯片面積小、電路設(shè)計難度小、CPU操作簡單、適用于嵌入式SoC安全芯片等優(yōu)點。

發(fā)表于：10/28/2025 2:21:00 PM

一種基于電流比較的LDO折返式限流保護(hù)電路[電源技術(shù)][工業(yè)自動化]

針對低壓差線性穩(wěn)壓器（LDO）可能出現(xiàn)的過載、短路問題，基于180 nm BCD工藝，設(shè)計了一種基于電流比較的折返式限流保護(hù)電路。通過添加監(jiān)測信號，有效避免了折返式限流電路中容易出現(xiàn)的“閂鎖”問題。仿真結(jié)果表明，在達(dá)到過流限時，輸出電流減小至200 mA，輸出電壓減小約400 mV后開始折返，LDO的輸出電流和輸出電壓均下降。結(jié)果表明，該電路在完成限流保護(hù)功能的同時大大降低了系統(tǒng)過流狀態(tài)下的系統(tǒng)功耗。

發(fā)表于：10/28/2025 2:10:32 PM

一種寬輸入低紋波電荷泵負(fù)壓電源芯片設(shè)計[電源技術(shù)][工業(yè)自動化]

為解決電感型電源芯片電磁干擾嚴(yán)重和電容型電源芯片輸出紋波過大的問題，設(shè)計了一種電容型電源芯片。該芯片采用無電感結(jié)構(gòu)，在高頻條件下輸出紋波低于1 mV，接近電感型電源芯片。芯片輸出電壓可在-16 V至-3 V范圍內(nèi)調(diào)節(jié)，工作頻率可在90 kHz到1 MHz間改變。該電路基于250 nm工藝設(shè)計實現(xiàn)。仿真結(jié)果表明，在輸入電壓為16 V、輸出電流為100 mA、工作頻率為1 MHz的條件下，輸出紋波為0.6 mV，輸出電壓為-14.84 V，效率達(dá)到87.1%；當(dāng)工作頻率降至90 kHz時，輸出紋波為10 mV，輸出電壓為-14.83 V，效率提升至91.9%。仿真數(shù)據(jù)表明，該芯片具有良好的適應(yīng)性，可滿足多種應(yīng)用場景的需求。

發(fā)表于：10/28/2025 2:01:33 PM

強(qiáng)化學(xué)習(xí)評估指標(biāo)的系統(tǒng)性分析與優(yōu)化研究[人工智能][其他]

強(qiáng)化學(xué)習(xí)評估指標(biāo)作為衡量智能體性能與指導(dǎo)算法優(yōu)化的核心工具，在實際應(yīng)用中面臨指標(biāo)單一性、環(huán)境依賴性及可解釋性缺失等關(guān)鍵挑戰(zhàn)。系統(tǒng)性分析了現(xiàn)有評估指標(biāo)的分類框架，提出基于性能、學(xué)習(xí)過程、策略、魯棒性和效率的多維度指標(biāo)體系，并探討其在不同任務(wù)場景（如稀疏獎勵、高維狀態(tài)空間）下的適用性與局限性。研究指出，傳統(tǒng)指標(biāo)在復(fù)雜環(huán)境中易忽略安全性、效率及人類偏好對齊等需求，需結(jié)合任務(wù)特性設(shè)計融合多目標(biāo)的評估方法。針對未來研究，提出需聚焦多目標(biāo)帕累托優(yōu)化、基于人類反饋的獎勵建模、稀疏獎勵環(huán)境下的探索效率量化等方向，以提升評估的全面性、可解釋性。通過理論與實際案例結(jié)合，為強(qiáng)化學(xué)習(xí)評估體系的規(guī)范化與跨領(lǐng)域適配提供了方法論支持，推動其在復(fù)雜場景中的高效落地。

發(fā)表于：10/28/2025 1:50:33 PM

基于Pearson與FBRCSP的運動想象腦電分類研究[人工智能][醫(yī)療電子]

腦機(jī)接口（BCI）為用戶提供了一種無需依賴外周神經(jīng)和肌肉的控制通道，廣泛應(yīng)用于神經(jīng)肌肉疾病患者的康復(fù)治療。基于運動想象（MI）的BCI利用大腦在運動任務(wù)想象過程中的信號，實現(xiàn)無需肢體運動的控制。為提高M(jìn)I-BCI的分類性能，提出了一種結(jié)合皮爾遜相關(guān)系數(shù)通道選擇（PCCS）和濾波器組正則化共空間模式（FBRCSP）的方法。首先，通過PCCS對EEG信號進(jìn)行通道選擇，保留關(guān)鍵信號并去除冗余信息；然后，采用FBRCSP優(yōu)化空間模式提取判別性特征。在BCI Competition III IVa和IV Dataset I數(shù)據(jù)集上進(jìn)行了驗證。實驗結(jié)果表明，PCCS-FBRCSP方法在分類準(zhǔn)確率和穩(wěn)定性方面優(yōu)于傳統(tǒng)方法，尤其在跨個體實驗中展現(xiàn)出更強(qiáng)的魯棒性。同時，該方法有效降低了計算復(fù)雜度，具有較好的應(yīng)用潛力。

發(fā)表于：10/28/2025 1:39:38 PM

基于混合專家模型的云原生教育培訓(xùn)平臺動態(tài)安全防御體系研究[人工智能][信息安全]

針對云原生教育培訓(xùn)平臺面臨的復(fù)雜動態(tài)安全威脅，以及傳統(tǒng)防御機(jī)制存在的環(huán)境感知薄弱、智能決策缺失、泛化能力不足和隱私合規(guī)沖突等缺陷，提出基于混合專家模型的動態(tài)安全防御體系。該體系構(gòu)建四層協(xié)同防護(hù)框架：時空圖神經(jīng)網(wǎng)絡(luò)建模流量時空特征；多模態(tài)卷積神經(jīng)網(wǎng)絡(luò)融合容器化異構(gòu)數(shù)據(jù)；聯(lián)邦學(xué)習(xí)組件實現(xiàn)隱私保護(hù)下的知識共享；大語言模型生成可執(zhí)行防御策略。核心創(chuàng)新包括設(shè)計可微分門控網(wǎng)絡(luò)（Top-2稀疏激活）實現(xiàn)攻擊特征到最優(yōu)專家模型的動態(tài)路由，并建立威脅強(qiáng)度指數(shù)驅(qū)動的Kubernetes資源彈性調(diào)度機(jī)制。該研究為云原生教育平臺提供了可彈性擴(kuò)展的安全防護(hù)范式，其方法論對構(gòu)建自適應(yīng)安全體系具有理論價值與實踐意義，為智能主動防御體系發(fā)展奠定基礎(chǔ)。

發(fā)表于：10/28/2025 1:28:39 PM