使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

基于注意力与Bi-LSTM混合算法的车企舆情情感分析[其他][其他]

随着大数据时代的来临，网络舆情对消费者情感分析和商家营销策略产生重大影响。如何利用大数据技术提高车企舆情情感分析效能，受到文本挖掘研究者广泛关注。针对传统RNN在长文本分类中的长期依赖问题，提出了一种注意力机制与Bi-LSTM结合的混合分类算法（At-Bi-LSTM）。算法利用Bi-LSTM分析车企网络评论的情感，引入注意力机制计算不同单词对评论情感的贡献权重，降低长文本中无关词对分类结果的影响。实验证明，At-Bi-LSTM算法在车企舆情情感分类上取得了比朴素贝叶斯、SVM、LSTM更好的分类效果。

发表于：2021/1/19

基于K-Means算法的SSD-Mobilenet模型优化研究[其他][其他]

SSD-Mobilenet目标检测模型是将SSD和Mobilenet进行结合衍生出的一种轻量化模型，同时具备了两模型各自的优势，即多尺度检测和模型轻量化。在原模型中特征提取层使用了人为设置的先验框，这样的设置存在一定的主观性，并不适用于对特定场景下单一类别目标的识别与定位。为解决这一问题，本文提出了使用K-Means算法对目标真实框的宽高比进行聚类分析，提升模型在特定场景下对单一类别目标的检测能力，规避了人为设置的主观先验性。使用Pascal VOC 2007数据集对该模型进行训练和评估，实验结果显示，模型的mAP值比Fast RCNN提高了4.5%，比Faster RCNN提高了1.5%，比SSD-300提高了3.4%，比YOLOv2提高了2.4%。

发表于：2021/1/19

基于改进鲸鱼算法光伏阵列MPPT的研究[其他][其他]

光伏发电系统处于局部阴影遮挡时，P-V特性曲线呈现多峰状态，传统的最大功率点追踪算法已无法追踪到最大功率点。针对此问题，应用改进鲸鱼算法对光伏阵列的最大功率点进行追踪，改变原算法的收敛因子，由线性递减改为余弦形式的非线性递减，平衡全局搜索和局部搜索的能力，且加入同步余弦形式的惯性权重，提高寻优精度，加快搜索速度。在MATLAB/Simulink中建立仿真模型，并在不同控制状态下模拟不同环境进行仿真、分析、对比，验证改进鲸鱼算法的高效性和实时性。

发表于：2021/1/19

基于光线追踪的可视性分析研究与模块开发[其他][其他]

人眼是人类获取信息最主要的器官，进行人眼的可视性分析是人机工效分析的重要工作内容。当前主流的可视性分析工具主要集中在可视范围的定性标识，缺少高级的光学特性建模过程，不能逼真反映人眼在不同工况下的视觉情况。提出一种基于光线追踪的可视性分析方法，建立了一种全局光照模型，在此基础上设计并开发了一套渲染引擎，能逐像素地进行可视对象渲染；针对CATIA平台，开发了一个带有反射与阴影特性的可视性分析组件。该工作扩展了CATIA可视性分析的维度和深度，为其人机工程组件新增了一个功能强大的模块。

发表于：2021/1/19

HTTP Slow DDoS攻击机理分析及针对OpenStack云平台的防御策略与架构研究[通信与网络][信息安全]

针对基于OpenStack开源云平台的应用服务易受HTTP Slow DDoS攻击的安全问题，对其攻击的机理进行详细分析，并以基于OpenStack架构搭建的云平台为基础环境，构建Web试验服务器环境，同时创建Docker模拟“肉鸡”（指被攻击者远程控制的计算机），通过使用Python库中urllib库和socket编程的方法，实现对三种常见HTTP Slow DDoS攻击的模拟，通过对攻击产生的流量和数据包内容进行分析，研究HTTP Slow DDoS攻击机理。结果表明，三种攻击方式均可以使云平台中的Web服务器连接失败。HTTP Slow DDoS攻击方式对基础带宽不足或未部署相关防御策略的私有云平台威胁更大，可使其无法正常提供服务。最后针对文中的三种HTTP Slow DDoS攻击方式，提出了相应的防御策略，并通过攻击防御试验证实了这些策略的有效性。

发表于：2021/1/19

基于物联网的诚信体系建设与隐私保护制度研究[通信与网络][物联网]

物联网的分布广泛性造就了物联网数据的丰富内涵，大数据征信对数据的需求与物联网数据的特性不谋而合，将物联网数据应用于信用体系建设是未来的发展趋势。但随着信息收集的隐蔽化和全面化不断提高，暴露出的身份泄露与伪造、过度监控等风险使得信用主体的合法权益保护难度加剧。分析了可用于征信的物联网数据类型，提出了四种新颖的基于物联网数据的泛信用体系。并对物联网数据信用隐私保护制度进行探讨，提出了区分不同主体和区分不同数据类型与隐私场景两种思路，为信用隐私保护提供了可行的未来发展方向。

发表于：2021/1/19

同频抗互扰低成本安检机双光障设计[测试测量][其他]

光障是X光安检设备的关键部件，用量大且价格高。为了降低成本及增加性能，减少对外购成品的依赖，提出了一种光障设计方案。针对安检机的特定应用需求，采用单一时钟源和固定相位差的发射和接收方式，选用低成本元件，实现了安检机内多光障的抗互扰可靠工作；设计了自动增益功能及自检功能，通过优化的互连接口，简化了系统接线，进一步完善了整机性能。批量应用后，其价格仅为原系统的十分之一，有效降低了安检机的生产成本。

发表于：2021/1/19

智能电能表停复电主动上报方法研究[电子元件][智能电网]

及时获取电力用户的停电信息是电网运维抢修的关键。提出一种由电能表感知并产生停电事件、由通信模块转发的主动上报方案，解决现有电能表停电事件主动上报方案兼容性、扩展性差的缺陷。提出一种复电主动上报并且广播校时的方案，实现了停电运维抢修作业的闭环管理，解决了由于时钟电池欠压导致的电能表停电后时钟错乱的问题。介绍新一代智能电能表的设计理念，并提出停复电事件主动上报方法与校时策略在新一代智能电能表上的实现方案，为能源互联网建设中新一代智能电能表的推广应用提供了解决方案。

发表于：2021/1/19

电子支付风险控制个人可信确认方案研究[通信与网络][信息安全]

通过研究电子支付业务风险的个人自主控制模式，分析了电子支付个人风险控制系统和个人可信确认基本过程，提出个人可信确认风险控制机制的密码应用需求。同时，设计了基于密码应用技术的个人可信确认方案，包括系统构成、使用的密钥、方案原理、个人可信确认报文、密码安全应用流程、密码应用相关安全技术要求等部分。该方案可供支付机构、电子支付个人风险控制领域相关系统和设备厂商作为技术参考。

发表于：2021/1/18

工业互联网数据安全分类分级防护框架研究[通信与网络][工业自动化]

通过对工业互联网数据面临的主要问题和风险进行分析，并对适用于工业互联网数据安全的防护技术进行研究，提出从通用安全防护、分类安全防护、分级安全防护三个层面构建的工业互联网数据安全防护框架，将系统防护与数据防护、动态防护与静态防护、管理要求与技术支撑相结合，解决不同层次的安全问题，为有效提升企业工业互联网数据安全防护能力提供借鉴思路。

发表于：2021/1/18

用于甚低频无线通信的一种低噪声放大器设计[模拟设计][其他]

介绍了一种用于甚低频无线通信中的低噪声放大器的设计。提出了一个由低通跨导与自共源共栅MOSFET形成的新环路，用于稳定放大器的输出偏置电压。该环路配合恒定跨导偏置电路，可使放大器的开环增益保持在40 dB左右，不会受到工艺偏差、电源电压波动和工作温度变化的影响。该放大器中自共源共栅MOSFET作为增益单元，配合全差分电流偏置电路，输出范围可达到轨到轨。此放大器具有高达101.4 dB的带内电源抑制比。当可穿戴设备采用高阻抗电源供电时，电源纹波对输出信号几乎无影响。

发表于：2021/1/18

MOSFET寄生参数对LLC谐振变换器性能影响研究[模拟设计][其他]

针对MOSFET寄生参数对LLC谐振电路性能的影响，首先对MOSFET的寄生电容进行等效分析，基于该等效模型，分析在LLC谐振变换电路中，寄生参数的存在对电路各个阶段过程的影响；接着对由于寄生参数引起的非线性特征，基于Angelov模型进行建模，并对该模型在直流电路中的影响进行分析。最后在MATLAB下建立了LLC谐振电路模型，在仿真模型中考虑了寄生参数的影响。仿真结果表明，建立的等效模型可以较好地反映MOSFET器件的工作特点；同时，由于寄生参数的存在，LLC谐振电路的输出增益和谐振频率都会受到影响，其中尤以对谐振频率的影响较大。

发表于：2021/1/18

RS-485现场总线的高速或低功耗解决方案[模拟设计][工业自动化]

ADI公司的iCoupler®数字隔离器和RS-485收发器产品系列解决了工业应用中的两大需求：更高的数据速率和更低功耗的工作模式。

发表于：2021/1/16

基于SystemVerilog的超高频RFID标签数字基带设计与研究[通信与网络][通信网络]

在ISO/IEC 18000-6C标准协议的基础上，对超高频射频识别(UHF RFID)标签数字基带的设计与实现展开研究。根据协议规定的标签数字基带的设计要求和指标，采用SystemVerilog分别对标签发送和接收基带进行建模，并给出基带中关键模块的理论推导和设计实现。SystemVerilog作为Verilog基础上拓展产生的硬件描述语言和验证语言，可以大幅度提高SoC设计的效率。最后使用Modelsim SE-64 10.4对标签数字基带设计进行仿真，结果表明该数字基带符合ISO/IEC 18000-6C协议要求，该设计为单芯片UHF RFID标签提供了设计参考。

发表于：2021/1/15

基于改进的Faster R-CNN的古建筑地砖缺陷检测[测试测量][其他]

缺陷检测对于古建筑的保护和修缮具有重要的意义，传统的地砖缺陷检测通过目视检查，存在受人力影响大、耗时长等限制。基于深度学习的良好应用前景，建立故宫地砖缺陷的数据集，提出改进型Faster R-CNN的网络。首先，构建可变形卷积，通过网络学习并提取地砖中的缺陷特征；然后，将特征图输入区域生成网络中生成候选区域框，将生成的特征图和候选区域框进行池化操作；最后，输出缺陷检测结果。在故宫地砖图片数据集的测试下，改进后的模型平均准确率均值到达92.49%，与Faster R-CNN模型相比提高了2.99%，更适用于地砖缺陷检测。

发表于：2021/1/15