123,123

巡檢無人機(jī)網(wǎng)絡(luò)安全風(fēng)險建模與量化評估研究[通信與網(wǎng)絡(luò)][信息安全]

針對巡檢無人機(jī)網(wǎng)絡(luò)安全風(fēng)險，構(gòu)建評估模型并進(jìn)行量化評估，為其安全防護(hù)提供支持。研究方法上，綜合運用文獻(xiàn)研究、案例分析、理論建模及實驗驗證法，首先識別風(fēng)險，然后結(jié)合層次分析法（AHP）與模糊綜合評價法構(gòu)建風(fēng)險評估模型，同時構(gòu)建量化評估指標(biāo)體系，明確評估方法與標(biāo)準(zhǔn)。實驗選取不同型號無人機(jī)在多種場景測試，收集處理120組數(shù)據(jù)。研究結(jié)果顯示，所構(gòu)建體系在90%以上場景評估結(jié)果與實際相符，能準(zhǔn)確評估風(fēng)險。研究結(jié)論為巡檢無人機(jī)安全防護(hù)提供理論與實踐指導(dǎo)依據(jù)。

發(fā)表于：7/28/2025

民用無人機(jī)商用密碼技術(shù)應(yīng)用與安全性評估研究[通信與網(wǎng)絡(luò)][信息安全]

針對無人機(jī)網(wǎng)絡(luò)安全現(xiàn)狀和挑戰(zhàn)，深入研究了商用密碼技術(shù)在民用無人機(jī)網(wǎng)絡(luò)安全防護(hù)中的作用，提出了商用密碼應(yīng)用與測試驗證方案。該方案構(gòu)建了無人機(jī)系統(tǒng)在實際業(yè)務(wù)環(huán)境中的運行場景，設(shè)計了密碼應(yīng)用驗證流程，對身份認(rèn)證、數(shù)據(jù)傳輸、數(shù)據(jù)存儲等環(huán)節(jié)進(jìn)行了功能及性能測試，對無人機(jī)劫持場景進(jìn)行了對比測試。測試數(shù)據(jù)顯示，應(yīng)用商用密碼后，無人機(jī)系統(tǒng)的安全性得到有效提升；加密處理時延對性能影響較小，保證了實時通信性能；國密算法和國際算法性能持平。該研究為無人機(jī)密碼應(yīng)用提供了技術(shù)支撐，有利于無人機(jī)網(wǎng)絡(luò)安全能力提升。

發(fā)表于：7/28/2025

半導(dǎo)體創(chuàng)新推動能源格局演變的三種方式[人工智能][智能電網(wǎng)]

　　能源格局正在經(jīng)歷迅速且具有歷史意義的變革。到 2030 年，全球可再生能源發(fā)電量預(yù)計將超過 17,000 太瓦時，較 2023 年增長近 90%。顯而易見，可再生能源已不再是遙不可及的夢想；它不僅真實存在，更在持續(xù)發(fā)展壯大?？稍偕茉凑谝?guī)模化發(fā)展，電氣化進(jìn)程持續(xù)加速，自動化應(yīng)用不斷拓展，而能夠支撐這一演進(jìn)的半導(dǎo)體技術(shù)至關(guān)重要。

發(fā)表于：7/24/2025

負(fù)責(zé)任的賦能技術(shù)實現(xiàn)邊緣AI全面適用[人工智能][汽車電子]

　　當(dāng)部分人仍在探索AI的應(yīng)用方式時，恩智浦已著眼未來，提出關(guān)鍵問題：如何確保AI以安全、可靠且負(fù)責(zé)任的方式運行？通過與技術(shù)、政府及商界精英的合作，使其真正落地，正是負(fù)責(zé)任AI（Responsible AI）成為焦點的關(guān)鍵。

發(fā)表于：7/24/2025

多芯粒異構(gòu)集成的雷達(dá)探測微系統(tǒng)設(shè)計[模擬設(shè)計][安防電子]

超寬帶探測雷達(dá)，因其高分辨率、高抗干擾能力和強(qiáng)穿透性等優(yōu)點而獲得了廣闊的發(fā)展前景及市場。當(dāng)前生命探測雷達(dá)趨于復(fù)雜化，這導(dǎo)致雷達(dá)系統(tǒng)體積、重量變大，限制了其在復(fù)雜救援、探測現(xiàn)場的應(yīng)用。系統(tǒng)級封裝技術(shù)（SiP）有效地解決了上述問題，它將多個具有不同類型的電子元器件組裝成為能實現(xiàn)特定功能的單個標(biāo)準(zhǔn)封裝體。與板級設(shè)計相比，實現(xiàn)相同的功能，SiP只需要占據(jù)PCB面積的10%~40%，功耗的70%~80%左右。基于微系統(tǒng)方案設(shè)計了一套小型化生命探測雷達(dá)系統(tǒng)，實現(xiàn)了較好的便攜性，為各類儀器小型化設(shè)計提供了解決方案。

發(fā)表于：7/24/2025

基于雙鎖相環(huán)的高分辨率步進(jìn)頻探地雷達(dá)設(shè)計[模擬設(shè)計][其他]

步進(jìn)頻探地雷達(dá)（Ground Penetrating Radar，GPR）因其寬帶寬的優(yōu)勢在淺表層高分辨率探測中得到了廣泛的發(fā)展和應(yīng)用。然而，傳統(tǒng)的步進(jìn)頻GPR硬件實現(xiàn)較為陳舊，無法同時滿足高分辨率、小體積、低成本、穩(wěn)定可靠和使用靈活的現(xiàn)代化要求。針對上述要求，設(shè)計了雙鎖相環(huán)發(fā)射機(jī)和數(shù)字固定中頻結(jié)構(gòu)接收機(jī)，實現(xiàn)了一套新型的高分辨率步進(jìn)頻GPR硬件系統(tǒng)。為解決超寬帶步進(jìn)頻率信號諧波干擾問題，設(shè)計了新型的帶通濾波器組。多組環(huán)回和實地探測實驗的結(jié)果表明，該系統(tǒng)分辨率優(yōu)于5 cm，探測深度至少2.5 m，能夠滿足現(xiàn)代GPR的多重要求，為步進(jìn)頻GPR硬件的研發(fā)提供了有價值的參考。

發(fā)表于：7/24/2025

基于FMEA的多電力設(shè)備故障預(yù)測維護(hù)算法[模擬設(shè)計][智能電網(wǎng)]

針對大型電廠多個異常運行開關(guān)柜的維修問題，當(dāng)前維護(hù)方案往往忽視了設(shè)備內(nèi)部復(fù)雜部件間緊密相連的相互作用，這對于包含各種運動和固定的零部件的開關(guān)柜而言，其適用性顯得尤為不足。鑒于此，提出了一種預(yù)測性維修調(diào)度策略，此方法旨在雙重目標(biāo)下尋求最佳平衡點。首先，采用FMEA技術(shù)，得出更為貼近實際的失效概率預(yù)測。隨后，設(shè)計了一套綜合風(fēng)險評估體系，該體系不僅考慮了開關(guān)設(shè)備故障可能給電網(wǎng)帶來的損失，還全面評估了維護(hù)活動所伴隨的成本與效益。為驗證該方法的實效性，選取一個10千伏變電站作為研究案例，通過數(shù)據(jù)分析發(fā)現(xiàn)，相較于傳統(tǒng)的基于時間間隔的維護(hù)策略，提出的方法在成本效率上實現(xiàn)了36%的顯著提升。

發(fā)表于：7/24/2025

一種M.2固態(tài)硬盤熱插拔和RAID功能的創(chuàng)新設(shè)計[模擬設(shè)計][工業(yè)自動化]

M.2固態(tài)硬盤因其自身的優(yōu)勢得到了越來越廣泛的應(yīng)用，企業(yè)級的產(chǎn)品也普遍使用M.2固態(tài)硬盤作為操作系統(tǒng)的啟動盤。但是由于其不具備熱插拔功能，難以滿足企業(yè)市場對高可用性、24小時不停機(jī)、數(shù)據(jù)保護(hù)以及在線維護(hù)的特殊需求。提出了一種新穎的綜合設(shè)計方案，在載板、FPGA、BIOS和BMC的配合下，實現(xiàn)了熱插拔功能和RAID功能。同時，依靠M.2固態(tài)硬盤引腳定義的不同實現(xiàn)了在M.2接口上PCIe和SATA總線的自動識別和兼容，利用FPGA和MOSFET引入了一種新的動態(tài)時鐘信號控制方式。該綜合設(shè)計方案不需要額外的硬件投入，以極高的成本效益實現(xiàn)以上功能，并提升系統(tǒng)的可靠性和可用性。

發(fā)表于：7/24/2025

一種電纜終端頭紅外識別算法的FPGA實現(xiàn)研究[可編程邏輯][智能電網(wǎng)]

針對在電站巡檢中電纜終端頭識別準(zhǔn)確率低、實時性差等問題，設(shè)計一種基于粒子群算法（Particle Swarm Optimization，PSO）優(yōu)化反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)的現(xiàn)場可編程門陣列（Field Programmable Gate Array，F(xiàn)PGA）紅外識別系統(tǒng)。紅外識別算法實現(xiàn)包括使用改進(jìn)區(qū)域生長算法對紅外圖像進(jìn)行分割，隨后計算Hu不變矩作為神經(jīng)網(wǎng)絡(luò)輸入特征。對于PSO-BP神經(jīng)網(wǎng)絡(luò)，選擇7-10-1的網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練后均方誤差為0.085，優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的0.136。在FPGA上實現(xiàn)時，采用定點數(shù)據(jù)量化、流水線結(jié)構(gòu)及并行計算方法，同時對Sigmoid激活函數(shù)應(yīng)用二次方程多段擬合。最終經(jīng)過仿真驗證，該系統(tǒng)識別率達(dá)到了92%并且算法速度提高了約6倍。

發(fā)表于：7/24/2025

基于組件復(fù)用的可重構(gòu)I²C總線讀寫控制電路設(shè)計[可編程邏輯][工業(yè)自動化]

現(xiàn)代軟件無線電架構(gòu)中通常為了滿足軟件實時性而采用FPGA作預(yù)處理功能，但隨著軟件無線電系統(tǒng)不斷朝綜合化和智能化方向發(fā)展，如何應(yīng)對各類復(fù)雜使用場景給系統(tǒng)設(shè)計者帶來越來越多的挑戰(zhàn)。面對不斷激增的需求，F(xiàn)PGA設(shè)計中經(jīng)常暴露出可移植性差、平臺依賴性強(qiáng)、程序?qū)﹂_發(fā)人員的依賴度高、系統(tǒng)集成與整合度難度大等問題。選取電子裝備中常用的I²C總線控制部分，借鑒軟件工程中“高內(nèi)聚、低耦合”的模塊化設(shè)計思想，提出一種總線控制電路的優(yōu)化策略，即基于組件復(fù)用的方法設(shè)計了一種可重構(gòu)I²C總線讀寫控制電路。該電路具備按需配置波特率功能，同時具有可選的APB接口以及中斷功能，提供讀/寫數(shù)據(jù)位寬分別為1 B/2 B/4 B系列控制組件，并通過配置系列組件的方式重構(gòu)讀/寫數(shù)據(jù)位寬。該電路具有實際的工程價值且已成功應(yīng)用于不同項目以及TPAFEA008、ADT75和LTC2991等常用器件上。

發(fā)表于：7/24/2025

基于人臉檢測跟蹤和輸入噪聲過濾的rPPG信號實時提取方法[模擬設(shè)計][醫(yī)療電子]

遠(yuǎn)程光體積描記是非接觸式生理信號檢測領(lǐng)域的重要研究方向?，F(xiàn)有算法主要從人臉部分區(qū)域提取脈搏信號，存在信號獲取不全面及噪聲過大的問題。提出了一種基于人臉檢測、跟蹤、分割和輸入噪聲過濾的實時rPPG信號提取方法，旨在提高心率檢測的準(zhǔn)確性和魯棒性。首先，通過小型深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)視頻幀中的人臉檢測和跟蹤，準(zhǔn)確定位人臉區(qū)域。其次，通過人臉分割算法提取皮膚信息。最后，采用輸入噪聲過濾策略，去除與心率無關(guān)的頻率成分和信噪比較低的信號，從而優(yōu)化rPPG信號。實驗在自建數(shù)據(jù)集上進(jìn)行，結(jié)果表明，該方法在信噪比、平均絕對誤差和均方根誤差等指標(biāo)上均表現(xiàn)出色。綜上所述，所提出的方法在rPPG信號實時提取中表現(xiàn)出優(yōu)異的精度和穩(wěn)定性，為非接觸式生理信號檢測提供了一種新的解決方案。

發(fā)表于：7/24/2025

基于機(jī)器視覺的監(jiān)控視頻移動目標(biāo)輪廓提取算法[模擬設(shè)計][安防電子]

在監(jiān)控視頻中，移動目標(biāo)易受到邊緣模糊和背景噪聲干擾等影響，使得目標(biāo)輪廓提取結(jié)果不準(zhǔn)確。為此，提出基于機(jī)器視覺的監(jiān)控視頻移動目標(biāo)輪廓提取算法。采用機(jī)器視覺技術(shù)處理圖像，結(jié)合圖像背景模型建立像素高斯分布，并計算各個像素值與背景模型中高斯分布的匹配度，將匹配度低于閾值的像素視為前景像素，由此完成前景分割，結(jié)合鏈碼對前景目標(biāo)邊緣進(jìn)行編碼，標(biāo)識與預(yù)設(shè)閾值最接近的閉合邊緣，以此作為目標(biāo)輪廓粗定位結(jié)果，基于此，將目標(biāo)區(qū)域的統(tǒng)計分布參數(shù)融合到灰度光流圖像中，得到灰度差分圖像，進(jìn)而提取移動目標(biāo)輪廓。實驗結(jié)果表明，在所提方法的應(yīng)用下，目標(biāo)輪廓毛刺數(shù)始終控制在50以下，輪廓提取精度較高。

發(fā)表于：7/24/2025

基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

經(jīng)典稀疏自適應(yīng)匹配追蹤（Sparsity Adaptive Matching Pursuit，SAMP）算法可以通過設(shè)置迭代步長，不斷逼近真實的稀疏度，以提高稀疏重構(gòu)的精度。然而，該算法使用內(nèi)積匹配準(zhǔn)則，存在原子丟失的現(xiàn)象，同時由于無法精確估計信號中存在的真實稀疏度，導(dǎo)致重構(gòu)的精度依然無法達(dá)到滿意的效果，信道估計結(jié)果不佳。提出了一種基于廣義Jaccard系數(shù)的稀疏自適應(yīng)匹配追蹤水聲信道估計方法。該算法使用了廣義Jaccard系數(shù)匹配代替了內(nèi)積匹配，然后利用DFT對信號進(jìn)行稀疏度預(yù)估計，同時用可變步長代替固定步長，可以精確、快速地逼近真實稀疏度。實驗結(jié)果表明，該信道估計方法優(yōu)于SAMP和其他傳統(tǒng)方法，并且可以用于實際水聲信道估計。

發(fā)表于：7/24/2025

基于等概率同步功耗補(bǔ)償?shù)腅CC抗側(cè)信道攻擊方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對資源受限的橢圓曲線密碼算法芯片抗側(cè)信道攻擊往往以犧牲芯片性能為代價的問題，提出一種基于等概率同步功耗補(bǔ)償?shù)臋E圓曲線密碼抗側(cè)信道攻擊方案。首先，根據(jù)密鑰猜測產(chǎn)生的中間數(shù)據(jù)的漢明距離特征生成概率分布差異函數(shù)；其次，根據(jù)生成的函數(shù)構(gòu)建可同步補(bǔ)償功耗的等概率映射模型；最后，利用模擬退火算法求出該模型的最優(yōu)解。仿真驗證結(jié)果表明：與其他傳統(tǒng)基于隨機(jī)化方式的抗側(cè)信道攻擊方案相比，在防護(hù)能力相當(dāng)?shù)臈l件下，所提方案的運算性能幾乎沒有損失，非常適用于資源受限的橢圓曲線密碼算法芯片。

發(fā)表于：7/24/2025

一種基于PPO算法的低空基站優(yōu)化模型[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

通過優(yōu)化現(xiàn)有地面網(wǎng)絡(luò)基站來實現(xiàn)低空網(wǎng)絡(luò)服務(wù)具有成本低、建設(shè)快等優(yōu)點，面對低空基站優(yōu)化過程中存在的無線環(huán)境復(fù)雜、配置參數(shù)多樣、優(yōu)化目標(biāo)互相影響等問題，提出了一種基于近端策略優(yōu)化算法的多維低空網(wǎng)絡(luò)基站優(yōu)化模型：通過射線追蹤技術(shù)計算不同類型、不同角度基站的低空覆蓋能力，并構(gòu)建支持多目標(biāo)優(yōu)化和多參數(shù)配置的低空網(wǎng)絡(luò)基站優(yōu)化模型，利用PPO算法得到基站配置策略。在仿真環(huán)境中進(jìn)行訓(xùn)練與結(jié)果驗證，證明該模型可有效生成基站優(yōu)化方案，且相較于基于A2C方法的模型具有更快的收斂速度和更好的基站優(yōu)化效果。

發(fā)表于：7/24/2025