深空环境中基于云边端协同的任务卸载方法

深空探测是当今世界航天任务的重要领域,深空探测自主技术对未来进行大规模的深空探测具有重大意义。由于深空环境复杂且未知,通信时延长,星上计算资源有限,深空探测自主技术面临严峻挑战。针对此问题,提出了一种面向深空探测任务的数字孪生云边端协同框架,通过云边端协同的任务卸载,为深空探测自主技术提供更加高效的资源服务。首先将复杂深空探测任务分解为多个具有依赖关系的子模块,然后在虚拟空间层分别建立环绕器覆盖时间模型、协同计算模型和模块依赖模型,最后基于以上模型构建了相应的目标优化问题。优化目标是在模块依赖、环绕器的有效通信服务时间以及着陆巡视器发射功率控制约束条件下,最小化着陆巡视器完成深空探测任务的能耗和时间。为了解决该优化问题,提出了一种自适应遗传算法,以确定最优的执行策略交由物理空间层的着陆巡视器执行。仿真结果表明,所提出的自适应遗传算法可以有效减少任务完成时间和能耗。此外,将所提的云边端协同计算模式与另外3种计算模式进行了对比,结果表明,在完成相同目标的情况下,所提的云边端协同框架具有更高的资源利用率。

基于视频多帧融合的医学超声图像超分辨率重建方法

医学超声成像是临床诊断中应用最广泛的成像方式之一。目前超声图像普遍存在分辨率和对比度较低的问题,并且成像过程易受噪声污染。图像超分辨率重建技术被广泛用于改善超声图像的质量。然而,已有的研究工作缺乏对超声视频帧之间互补信息的充分利用,因此效果并不理想。针对此问题,提出了一种基于视频多帧融合的医学超声图像超分辨率重建方法。首先,构建了一个基于卷积神经网络的无监督多帧融合模型,该模型通过对连续的多帧图像进行特征融合,得到具有丰富信息的融合特征图像;然后,建立一个基于无数据知识蒸馏的轻量级图像超分辨率重建模型,通过训练融合特征图像得到教师超分辨率网络,利用训练好的教师网络和生成对抗网络获取的训练数据得到轻量级学生超分网络,最终得到高质量的医学超声图像;最后,在大型超声数据集上进行实验,采用两种图像客观评价指标以及图像分类任务进行评估。结果表明,所提方法与8种已有的图像超分辨率重建方法相比,在提高超声图像分辨率的同时,获得了包含更多信息且具有更高对比度的超声图像。此外,所提方法得到的超分辨率图像在分类网络的识别准确率可达到97.30%,明显优于其他方法,可提高临床诊断效率与准确性。

基于非关键掩码和注意力机制的深度伪造人脸篡改视频检测方法

自深度伪造技术(Deepfake)被提出以来,其非法应用对个人、社会、国家安全造成了恶劣影响,存在巨大隐患,因此针对人脸视频的深度伪造检测是计算机视觉领域中的热点及难点问题。针对上述问题,提出了一种基于非关键掩码和CA_S3D模型的深度伪造视频检测方法。该方法首先将人脸图像划分为关键区域和非关键区域,通过对非关键区域掩码的处理,提高了深度神经网络对人脸图像关键区域的关注程度,减少了无关信息对深度神经网络的影响和干扰;接着在S3D网络中引入上下文注意力模块,增强了对样本数据信息长程依赖的捕获能力,提高了对关键通道和特征的关注程度。实验结果表明,该方法在DFDC数据集上得到了明显的性能提升,准确率从83.85%提升到了90.10%,AUC值从0.931提升到了0.979;同时与现有的深度伪造视频检测方法进行了对比,所提方法的表现优于现有方法,验证了该方法的有效性。

(ε,δ)-本地差分隐私模型下的均值估计机制

相对于ε-本地差分隐私(LDP)机制,(ε,δ)-本地差分隐私模型下的方案具有更小的误差边界和更高的数据效用。然而,当前的(ε,δ)-本地差分隐私均值估计机制仍存在估计误差大、数据效用低等问题。因此,针对均值估计问题,该文提出两种新的(ε,δ)-本地差分隐私均值估计机制:基于区间的均值估计机制(IM)和基于近邻的均值估计机制(NM)。IM的主要思想是:划分扰动后的数据到3个区间,真实数据以较大概率扰动到中间的区间,以较小概率扰动到两边的区间,收集者直接对扰动数据求均值得到无偏估计。NM的主要思想是:把真实数据以较大概率扰动到其邻域,以较小概率扰动到距离较远的值,收集者结合期望最大化算法得到高准确度的估计均值。最后,该文通过理论分析证明了IM和NM均可以满足隐私保护要求,并通过实验证实了IM和NM的数据效用优于现有机制。

一种基于脉冲神经网络的星体表面岩石检测算法

深空环境下对星体表面进行岩石障碍物检测是保障巡视器安全探测的重要前提。由于星载计算设备存储容量和数据处理能力受限,大规模复杂计算并不适用于遥远的深空环境;此外,传统的岩石检测算法存在复杂度较高、能耗过大等问题。因此,文中提出了一种多分类语义分割算法Spiking-Unet,利用深度脉冲神经网络实现星体表面岩石的有效检测。首先针对星体表面岩石图像中存在的类不平衡问题,构建LovaszS_CE损失函数并训练Unet网络模型;其次,获取Unet网络模型参数,并通过参数归一化方法将其映射到Spiking-Unet网络;最后,使用基于脉冲发放频率的S-softmax函数实现岩石图像像素级分类。在公开数据集Artificial Lunar Landscape上对所提算法进行了实验,结果表明,Spiking-Unet与拓扑结构相同的Unet模型相比,在精度相近的情况下,Flops减少为原来的1/1000左右,能耗降低为原来的1/600左右。

面向移动终端的云计算跨域访问委托模型

为实现移动节点跨域访问过程中的云资源保护,针对云环境和移动终端特点,借鉴已有的基于委托的RBAC访问控制技术,提出了一种面向移动终端的跨域访问委托模型、委托机制,有效解决了移动终端所属域的动态多变问题.域管理节点维护的动态路由表,实现了移动节点的准确定位.模型给出了角色合成方法,结合量化角色技术,避免了映射过程中权限的隐蔽提升问题.委托申请频率阈值,避免了恶意节点频繁申请带来的资源耗尽风险.分析结果表明,模型具有较好的实用性和安全性,为实现现有跨域访问控制模型向移动终端扩展提供了新思路.

基于信息安全控制原理的安全网格技术

结合网格系统安全性问题的研究,分析了传统GSI的缺点以及网格系统及其安全性的特点。针对提高其可扩展性和动态特性的具体要求,提出了信息安全控制的思想,阐述了信息安全控制原理的理论基础和具体内容,研究实现了基于信息安全控制原理的安全网格模型,通过建立安全控制策略库、安全网格认证模块和安全网格控制模块,构建了具有反馈功能的安全网格模型,提高了网格系统的可扩展性和动态性能。该文提出的安全网格技术为进一步提高网格的安全性提供了新的思路。

一种全新的基于置换密钥矩阵加密算法

介绍一种全新的基于置换密钥矩阵(RKM)的非线性多米诺查表加密算法。RKM算法以一个16×16阶置换矩阵为密钥,将分组明文以字节的方式通过置换矩阵查表得到密文;同时RKM加密算法还引入置换密钥矩阵横向和纵向特征因子以及多米诺查表,使其安全性得到进一步提高。

基于遗传算法优化的神经网络电子邮件信息分类器的研究

结合反垃圾邮件技术的研究,分析了电子邮件数字信息预处理中的特征选择法和将机器学习技术应用于数字信息分类器的方法。针对邮件信息特征向量庞大的问题,提出了GA-CHI特征选择法作为信息预处理,将复杂的邮件数字信息转变成易于机器学习处理的形式。基于BP神经网络电子邮件数字信息分类器,采用遗传算法来优化神经网络邮件数字信息分类器,以进一步提高对中文电子邮件的分类效果。通过对系统的实验分析表明:该文采用的方法能有效地实现对电子邮件数字信息的分类。

微型飞行器新型极化电磁驱动舵机的研究

介绍一种新型的可以应用于微型飞行器的极化电磁驱动舵机机构。该舵机机构使用混合励磁方式的电磁驱动器 ,具有体积小、结构简单可靠、响应快和效率高等特点。本文阐述了该系统的设计思想 ,建立了电磁驱动器的电磁模型 ,详细分析了电磁舵机的吸力和反力特性的关系 ,导出它的控制特性 ,试验分析表明

逻辑加密卡SLE4442的安全性研究

对逻辑加密卡ＳＬＥ４４４２的安全性进行了深入而全面的阐述。

校园局域网IP电话系统的实现

本文简要论述了网络IP电话技术的现状 ,阐述了校园局域网IP电话系统的特点 ,并详细介绍了实现校园局域网IP电话系统的技术方案。

IC卡电话防仿真卡安全技术的研究

介绍了 SL E4 4 0 6 IC卡的主要性能及特点 ,分析了 IC卡电话仿真卡的工作原理 ,全面评述了目前 IC卡电话在防仿真卡安全技术方面所采用方法的优缺点 ,为发展新的具有高安全性、高可靠性的 IC卡电话防仿真卡技术提供有益的思路。

智能交通系统综述

交通堵塞、环境污染等交通问题本质上可以看作是人、车、路的矛盾,智能交通系统是解决这一矛盾的一种途径。对目前国内外智能交通系统的研究与发展进行了全面的介绍和分析,重点总结了我国目前智能交通系统的发展情况。在此基础上,分析我国交通现状,探讨我国智能交通系统发展所面临的问题与挑战。最后,讨论符合我国国情的智能交通系统发展思路,提出在智能交通系统中引用物联网、云计算、数据挖掘等技术,鼓励政府、企业及高校共同参与来加强标准化工作。通过建立产业联盟促进我国智能交通系统产业链整合,并将智能交通系统与物流业相结合来提高我国智能交通系统水平。

基于6LoWPAN的IPv6无线传感器网络

IPv6不能直接构建于IEEE802.15.4网络上,为了实现IPv6 over IEEE802.15.4,该文对6LoWPAN的核心技术即适配层帧格式、适配层分片和重组、Mesh支持、报头压缩等进行了深入的研究,并结合TinyOS的系统特点,设计和实现了一个基于TinyOS 2.0的6LoWPAN无线传感器网络。阐述了该网络系统的设计方案,构建了测试环境,并对该系统的实现进行了测试分析。测试结果表明,该系统工作正常,能够实现WSN与外部IPv6环境直接交换数据的目标。

云计算环境下面向数据分布的K-means聚类算法

在云计算环境下,针对K-means算法的经典并行方案的不足,提出面向数据分布的K-means算法.Map任务实现一次K-means算法迭代得到局部聚类中心,Reduce任务对局部聚类中心进行再聚类得到全局数据聚类中心,并将其传递给下一轮M apReduce,直到聚类结束.算法的理论分析和实验结果表明:提出的方案无论是运行时间还是迭代次数都比经典方案有一定的降低.

一种基于混合反馈的混沌图像加密算法

针对现有基于混沌分组密码的图像加密算法中,扩散函数扩散速度慢、需要多轮迭代才能抵抗差分攻击的缺点,提出了一种新的基于密文和输出混合反馈的混沌图像加密算法。该算法利用密文扰动混沌系统的初始值,既改善了数字混沌的退化,又能使扩散函数具有非常快的扩散速度。经过实验验证,该算法只需正反两轮迭代,就能达到较高的安全性和较快的加解密速度。

量子k-means算法

为提高经典k-means算法的计算效率,引入量子计算理论得到量子k-means算法。先将聚类数据和k个聚类中心制备成量子态,并行计算其相似度,接着利用相位估计算法将相似度信息保存到量子比特中,然后利用最小值查找量子算法查找最相似的聚类中心点。对比两种算法的复杂度可知,在一定条件下,相对经典算法而言,量子k-means算法的时间复杂度降低,空间复杂度得到指数级降低。

基于负载均衡与时延约束的AODV协议

为了降低无线网格网(Wireless mesh network,WMN)中节点间的端到端传输时延,该文提出了一种改进的基于负载均衡与时延约束的自组织网络按需距离矢量路由协议(Enhancedrouting protocol on ad hoc on-demand distance vector(AODV)with load balance and delay restriction,BD_AODV)。BD_AODV要求源节点在进行路由请求时,包含对传输时延的要求和节点的负载信息,选择满足传输时延要求的节点转发路由请求至目的节点,目的节点搜集并将每条链路的平均负载反馈给源节点,使其能够据此选择合适的传输路由。网络模拟软件仿真实验表明,BD_AODV有助于保持网络的负载均衡,缩短端到端的传输时延,减少数据包丢失,提高无线网格网的服务质量。

基于特征模型的某型无人机智能PID控制器

无人机的飞行特性在很大程度上取决于其飞行控制律。本文以无人机的姿态控制回路为研究对象,分析了表征该无人机姿态控制特性的特征状态信息。利用特征建模的方法,设计一种基于控制对象特征模型的无人机姿态回路仿人智能P ID控制器,并进行了仿真试验。结果表明,该控制器具有较好的抗干扰和自适应能力,结构简单,针对性强,易于实现。