fzq0625的博客

电力线所处环境恶劣，工况复杂，具柔索特性，对巡线机器人的稳定性和可靠性提出较大挑战，因此以飞走巡线机器人(flying-walking power line inspection robot，FPLIR)为研究对象，提出了一种多模式切换混杂控制方法。在FPLIR巡检工作原理基础上，建立4种控制模式的混杂自动机模型和相互切换的监测器模型；利用Lyapunov函数法和力角稳定性判据(force-angle stability margin，FASM)法分析FPLIR多模式切换和力学特性的稳定性；

为了减少初始位置对编队系统收敛时间的影响，本文提出了一种多移动机器人系统的固定时间编队控制方法。该方法依据领航−跟随法，将n个机器人的编队控制问题转化为n−1对跟随者与其指定领航者之间的跟踪控制问题。在领航−跟随结构模型下，设计了基于反步法的固定时间控制器使跟随机器人与领航机器人保持固定的距离与角度。基于李雅普诺夫稳定性理论，对编队控制系统的稳定性进行了分析。仿真和实验结果验证了本文方法的有效性。

基于聚类的无监督动作分割方法主要利用序列中相邻帧之间的结构相似性来提高动作分割的准确性。这在实现动作片段内部一致划分的同时给不同动作边界的准确分割带来隐患。为此提出了一种基于多图融合约束矩阵分解的动作分割方法。通过融合序列中的结构相似性和度量相似性信息构造多图融合约束项，融入到半非负矩阵分解中获得序列的低维表示，进而获得序列的k近邻图并利用图割的方法实现准确分割。在两类动作序列上的实验表明，所提方法在保持动作内部一致划分的同时能够准确划分动作边界，明显提升了分割准确性，时间效率也明显提升。

针对变电设备热像检测中存在复杂背景样本不足和设备定位困难的问题，提出了融合知识迁移和改进YOLOv6的变电设备热像检测方法。针对复杂背景样本不足问题，使用扩散模型从域外数据中提取背景知识来生成背景图像，将设备样本迁移到背景图像中生成人工热像；针对设备难以被精准定位的问题，将多头注意力机制和显示视觉中心模块融入YOLOv6模型，改善模型的特征提取能力。

人脸表情数据集在收集过程中存在主观的标注差异和客观的条件差异，导致表情识别模型在不同数据集间呈现明显的性能差异。为了提高跨数据集表情识别精度、减少表情识别在实际应用中进行样本打标重训练的过程，本文提出了一种基于表情融合特征的域对抗网络模型，用于跨数据集人脸表情识别。采用残差神经网络提取人脸表情的全局特征与局部特征。利用Encoder模块对全局特征与局部特征进行融合，学习更深层次的表情信息。使用细粒度的域鉴别器进行源数据集与目标数据集对抗，对齐数据集的边缘分布和条件分布，使模型能迁移到无标签的目标数据集中。

目前，可见光船舶图像的实例分割仍然是较有挑战性的工作。由于船舶图像场景复杂多变，多数实例分割算法无法对复杂场景下的船舶图像进行有效分割。本文提出了基于注意力机制的依靠位置分割目标（attention based segmenting objects by locations, SOLOA）船舶实例分割算法，针对网络特征图里实例信息不完善、背景干扰较多的问题，使用空间注意力机制来充分利用分类特征中的实例信息，建模图像实例间的相互关系并与分割特征相融合。

针对输电线路巡检采集的螺栓图像存在模糊、分辨率低等问题，本文根据螺栓之间相似度较高的特点，提出了一种基于特征迁移的螺栓图像超分辨率处理方法。本文首次将特征迁移引入螺栓图像超分中，先对比低分辨率图像与清晰参考图像的特征区域，将图像之间相似度高的区域进行特征迁移，并根据迁移特征的相似度调整迁移特征的比例，然后在感知损失函数中加入迁移特征相似度的约束，保证迁移特征的准确性。不同超分模型的螺栓图像超分实验结果表明，本方法的螺栓超分图像更清晰，峰值信噪比、结构相似性指标更优；

针对海上无人艇跟踪过程中大场景与高分辨间的矛盾问题，本文提出一种仿猛禽视觉多分辨率机制的海上目标无人艇协同跟踪方法。模拟猛禽双中央凹多分辨率成像规律，构建目标无人艇跟踪大小场景；在大场景中，模拟猛禽视顶盖−峡核通路中视觉刺激的竞争选择机制进行海上无人艇显著性检测，用于纠正核相关滤波目标跟踪的结果；在小场景中，建立仿猛禽色彩分辨空间，并采用颜色显著性检测方法提取无人艇上的合作靶标；建立大场景纠正及小场景引导协同跟踪策略，实现对海上目标无人艇的协同跟踪。

针对目前的垃圾分类方法仅仅是对固定类别的常见生活垃圾分类，无法满足垃圾类别数量增长带来的动态持续分类要求的问题，本文提出了一种弹性权重巩固与知识蒸馏（elastic weight consolidation and knowledge distillation，EWC-KD）垃圾持续分类方法。该方法通过EWC正则化损失函数和蒸馏损失函数增强模型的记忆能力，EWC正则化损失函数限制重要参数的更新范围，带有温度系数的蒸馏损失函数通过保护类别标签中携带的类别信息增强模型的泛化能力。

针对压缩感知中重构算法的深度展开问题，提出了一种两步深度展开策略(two-step deep unfolding，TwDU)。已有深度展开重构算法通常依赖前一步估计值估计当前值，TwDU对已有深度展开重构算法增加估计深度，依赖于前两步估计值估计当前展开值。TwDU对已有深度展开算法前两步估计值增加了两个训练权重。

为了提高锅炉炉管声波信号故障识别的学习效果和识别精度，采用特征向量并行和拼接两种融合方式构成特征层，以及平均得分和最大值得分两种融合方式构建决策层等不同信息融合机制，提出基于深度残差收缩网络的多特征锅炉炉管声波信号故障识别方法。首先，考虑锅炉炉管上各声波传感器的差异性，分别计算声波信号谱特征一阶和二阶差分构建三通道特征集作为二维网络的输入特征向量；然后，在卷积神经网络和双向长短时记忆网络基础上引入注意力机制构建基线模型，并采用深度残差收缩网络对二维网络的通道权重进行优化分配，提高模型的故障识别精度。

分布式机器学习因其优越的并行能力成为人工智能领域复杂模型训练的常用技术。然而，GPU升级换代非常快，异构集群环境下的分布式机器学习成为数据中心、研究机构面临的新常态。异构节点之间训练速度的差异使得现有并行方法难以平衡同步等待和陈旧梯度的影响，从而显著降低模型整体训练效率。

针对传统有监督学习忽略了磁共振影像数据（magnetic resonance imaging, MRI）由于个体差异和不同站点等原因导致的特征分布不一致这一域偏移问题，本文提出了一种多尺度域适应网络模型应用于阿尔茨海默症（Alzheimer disease，AD）的辅助诊断。首先在三维卷积神经网络中设计空洞空间金字塔模块进行特征的多尺度信息提取融合，并加入注意力一致性损失来保留域间转移的语义信息；

现有的场景文本检测方法在处理任意形状文本时，由于复杂背景的影响会造成文本区域定位不准确、相邻文本漏检误检的问题，基于此提出一种双分支跨级特征融合的自然场景文本检测方法。首先，以Resnet50为主干网络提取初始特征，设计跨级特征分布增强模块（cross-level feature distribution enhancement module，CFDEM），增强跨级特征文本信息的交互性，提高特征的表达能力；

针对现有网络流量异常检测模型缺乏可解释性的问题，本研究提出了耦合演化采样和深度解码的可解释网络流量异常检测模型。首先，引入演化采样学习抽取代表特征样本，依此实现了强可解释性的样本编码过程；其次，构建了可解释的演化采样样本编码过程和不可解释的深度神经网络解码过程的耦合学习模型；最后，使用样本编码结果和重构误差进行异常检测。在NSL-KDD和CICIDS2017数据集上与现有方法的实验比较结果表明，该方法可显著提升模型可解释性和模型规模效率，并能取得与现有最优方法同等水平的检测性能。

星载多波束天线是解决卫星大容量高速率通信业务需求的主要手段之一，多波束天线被广泛应用于各种卫星通信系统。对星载相控阵多波束天线、透镜多波束天线、常规反射面多波束天线和相控阵馈电反射面多波束天线等多种形式的天线进行分析，提出一种新型相控阵馈电反射面多波束天线，给出相应的设计方法，并研制原理样机进行验证。该天线具有收发共口径、阵列规模小，成本低，波束数量可扩展、可快速捷变，功率动态调用效率高，与平台适装性好等特点。相比二维相控阵天线体制，该天线可实现更多的波束数量；

随着信息通信技术的快速发展和广泛部署，人类的生产生活以及社会治理向数字化、信息化、智能化方向不断深入演进。作为应用最广泛的无线通信技术之一，无线局域网（WLAN, wireless local area network）需要在吞吐量、可靠性、时延等关键性能上进一步突破，同时还需要具备感知、智能等新特性。毫米波（mmWave, millimeter wave）巨大的频率资源为无线局域网发展注入了新动能，但同时也带来了新的技术挑战和需求。首先，回顾了无线局域网的发展历程；

无源物联网是产业数字化转型升级的基础性使能技术，近年来，射频识别等无源物联网通信技术以其低成本、零功耗、易部署等优势被广泛应用于资产管理领域。在此背景下，介绍了无源物联网通信技术最新研究进展，详细分析了潜在演进趋势，深入思考无源物联网通信技术的发展瓶颈及技术挑战，并提出与蜂窝网络深度融合的新型无源物联网通信解决方案与关键技术研究方向，希望能为无源物联网通信技术发展提供新的思路。关键词：无源物联网通信；反向散射；环境能量采集；蜂窝系统。

无源反向散射通信技术能让传感器摆脱电池的束缚，避免繁杂的人工维护，有效降低传感器的成本。无源反向散射通信技术已被认为是实现无源物联网的关键技术之一。由于无源传感器节点资源受限，如何利用编码技术提高系统可靠性成为无源物联网的挑战性难题。聚焦无源物联网无源节点的编码和解码技术，首先，系统阐述传统信道编码发展历程，以及现有的。

无线局域网络技术正蓬勃发展，但随之而来的新问题严重影响了无线信道的通信质量。无线信道质量对指导路由器应对突发拥塞和选择合适信道具有重大意义。以信道可用吞吐量为指标设计了一套解决方案：首先，采用入侵式数据采集方法收集信道数据，使用人工神经网络训练并估计当前时刻的信道可用吞吐量；然后，采用非入侵式数据采集方法收集信道数据，使用改进的递归神经网络模型预测未来一段时间的信道可用吞吐量。在真实数据上的实验表明，该方案可以有效地对信道可用吞吐量进行估计与预测，对路由器的决策有着指导意义。编码方案；

下一代Wi-Fi 7协议多链路非同步传输与接收模式下，多链路设备（MLD, multi-link device）在各个链路的传输结束时间需要对齐，可能需要进行数据填充（padding），从而导致频谱资源和能量的浪费。提出了一种MLD高能效传输算法，在满足数据传输时延限制的前提下，提高MLD站点（STA, station）总能效。所提算法分别从链路数据分发比例、通信资源与STA发送功率3个方面进行优化。

目前，无线保真（Wi-Fi, wireless fidelity）技术的重要性与商业价值已经获得了广泛认可，同时人们也追求更好的服务质量（QoS, quality of service）。传输控制协议（TCP, transmission control protocol）作为一种面向连接的、提供端到端可靠性服务的通信协议，其重要性也日益上升，是互联网中占主导地位的传输协议。此外，由于单个接入点（AP, access point）的覆盖范围有限，在许多场景下往往需要通过级联来扩展覆盖范围。

人体行为识别广泛存在于运动管理、行为分类等应用中，当前的人体行为识别应用主要分为基于摄像机、基于可穿戴设备和基于Wi-Fi感知3类。其中，基于摄像机的人体行为识别应用存在隐私泄露的风险，基于可穿戴设备的人体行为识别应用存在续航短、精度差等问题。基于Wi-Fi感知的人体行为识别一般通过Wi-Fi网卡或软件无线电设备识别信道状态信息变化的规律，从而推测用户行为，不存在隐私泄露和续航短的问题，但Wi-Fi网卡需要依靠计算机且软件无线电平台价格昂贵，极大地限制了Wi-Fi感知的应用场景。

2020年我国已步入。

工业物联网的空前繁荣为传统的工业生产制造模式开辟了一条新的道路。智能车间调度是整个生产过程实现全面控制和柔性生产的关键技术之一，要求以最大完工时间最小化分派多道工序和多台机器的生产调度。首先，将车间调度问题定义为。

工业互联网作为实现传统工业数字化转型的关键路径之一，已经引起学术界和产业界的广泛关注。工业互联网涵盖内容众多，其体系架构及关键技术也在不断演化发展，面临概念范畴不清晰、体系架构不健全、关键技术不明朗等问题。为了探讨以上问题，通过梳理工业互联网与工业物联网、工业4.0/5.0、智能制造的关系阐明工业互联网的基本概念，分析工业互联网体系架构及涉及的关键技术，总结工业互联网面临的挑战并展望工业互联网领域未来的研究方向。关键词： 工业互联网;体系架构;智能制造;工业智能。

无线光通信（OWC, optical wireless communication）使用光波作为信息传输介质，具有与传统射频无线通信明显不同的特性，包括极宽的免授权频谱资源、视距定向传播、绿色安全、高电磁兼容性等。无线光通信按照光源相干性可分为相干通信和非相干通信，按照使用的光谱可分为红外通信、可见光通信和紫外通信等，是未来无线通信基础设施的重要组成部分，可应用于蜂窝网、机载无线通信、电磁对抗以及其他射频无线通信链路受限的通信环境。

1.1 跨链的发展在区块链技术发展的初期，信息的交互流通只限于在各个相互独立的单链之内，随着应用场景的日益丰富，单链的性能越来越难以满足实际应用需求，因此，基于单链分层技术（所有业务都建立在这条链的二层网络和侧链上）被广泛研究，并逐渐向多链、跨链阶段发展。2012年，Ripple实验室提出了Interledger协议，该协议是一种跨不同支付网络的安全、开放的跨账本支付协议，它允许任何在两个区块链账本上拥有账户的用户之间建立连接，以此实现全网信息的自由流通。

物联网正在将传统工业重塑为以数据驱动决策为特征的智能工业。然而，物联网本身的特性带来了一系列挑战，如去中心化、互操作性差、存在隐私和安全漏洞等。区块链技术的出现为物联网应对挑战提供了新的解决途径。研究了区块链技术与物联网的融合，并把这种融合命名为物链网（BCoT, blockchain of things）。首先介绍物联网及区块链技术，然后着重介绍区块链和物联网的融合，提出了实现物链网体系结构的方案，并进一步讨论了物链网在工业中的应用问题，最后对该领域的开放性研究方向进行了概述。关键词：区块链;物联网。

云原生计算基于低开销容器化的运行方式非常契合边缘计算，因此，提出将云原生技术应用于边缘计算，发挥云原生的优势，使资源管控对应用开发部署透明化。考虑相较于云计算，边缘计算具有资源广分布、高异构、多碎片特征，亟须算网协同的资源管控。根据云原生相关技术的发展现状，整合软件定义网络与网络功能虚拟化等未来网络技术，提出全栈式云原生边缘计算架构。在此基础上，考虑容器的层次化特性，提出适用于有限边缘计算资源的低开销容器部署方法，分析探讨云原生边缘计算所面临的挑战。关键词：云原生;边缘计算;容器;微服务。

随着无线通信智能化应用需求的快速提升，未来通信网络将从单纯追求高传输速率的传统架构向面向万物智联的全新架构转变。语义通信是一种可将用户的需求和信息含义融入通信过程中的全新架构，该架构有望成为未来万物智联网络的新型基础范式。介绍了语义通信与万物智联网络的关系及语义通信的基本模型和组成。通过分析点对点语义通信的局限性，提出以知识共享和资源融合为基础的语义通信网络将更适合成为大规模智联网络的基础；通过分析语义通信网络的基本组成，介绍了一种基于联邦边缘智能的语义通信网络范例。

本文提出的安全固态硬盘实现技术，通过硬件级密码技术配合安全固件、配置管理工具等配套软件，能够实现对固态硬盘核心数据的机密性和完整性进行保护，实现满足 GM/T 0028 规范的密钥管理体系 ，可以防止普通固态硬盘存在的明文存储引起的数据泄露、突破边界防护的外部黑客攻击以及来自内部越权用户的数据窃取，从而在根本上解决敏感数据泄露带来的业务风险问题，具有很好的实用价值和商业前景。该过程的引导流程图如图 3 所示。文中的安全 SSD 实现技术，在国产化自主可控的基础上，采用软硬件一体化设计思路，具有诸多创新点。

摘  要：核心网是通信网络的控制中枢，系统架构研究对核心网的服务升级及网络建设有重要意义。为了提升网络精细控制能力，提供更多、更好的业务，核心网功能需不断升级。随着云化、网络功能虚拟化的演进，作为核心网功能的载体，网元的作用已经弱化。在此基础上，分析了核心网的平台化演进趋势，提出了核心网的平台化架构。核心网平台化架构以功能为核心，面向网络融合，开放网络功能及业务功能，满足数字产业的发展需求。最后，对采用平台化架构后核心网的建设、容灾及运维问题进行了展望分析。内容目录：1　核心网功能分析1.1　核心网功能演进

按照“一个中心，三重防护”的架构，重点围绕视频终端、网络边界、监控平台、安全运维管理等关键环节，通过合理构建网络拓扑，核心节点和汇聚节点采用双机热备，不同的业务服务器区划分不同的网络区域，增加视频安全网关、应用层防火墙、外联监控系统，建设安全管理中心和安全态势显示平台，实现系统管理、安全管理和审计管理 3 项内容，并和“三层防护”进行动态联动，实现对终端的安全准入、边界的安全隔离和平台的安全防护。视频监控系统前端设备分布范围广泛，大多采取分布式管理，存在多级负责，多部门管理，是安全物理环境防护的重点。

同样，基于大数据的机器学习也面临着严峻的隐私安全问题，科学界和工业界为解决机器学习中的隐私安全问题掀起了隐私保护机器学习（Privacy-Preserving Machine Learning，PPML）研究的浪潮，密码学技术在其中扮演了至关重要的角色。然而，在实际应用中，针对机器学习任务的安全推理仍面临很大的挑战，特别是针对大规模网络和复杂的数据的安全推理，主要原因有二：（1）基于 MPC 的安全推理使用了丰富的密码学原语，在计算及通信层面均存在较大的性能开销，特别是在计算 ML 的激活函数时代价昂贵；

设备安装后无须人员看管，即可远程登录使用设备，达到人、机、卡分离的目的，大大增加了公安机关的打击难度。针对关机情况下的网关设备，在实验室检验过程中，取证设备上配置的 IP 地址不一定会与网关设备中的静态默认 IP 地址一致，使用网线将网关设备与取证设备进行直接连接，运行抓包软件，网关设备与取证设备连接的时候，网关设备会通过地址解析协议（Address Resolution Protocol，ARP）广播设备的 IP 地址，从而确定设备的 IP 静态地址，抓包软件中显示的设备配置 IP 信息如图 5 所示。

采用 SM2 算法和 SM2 数字证书实现身份认证，在主控模块向硬件裁决调度模块进行业务数据交互之前，先通过认证模块向其发送认证请求，硬件裁决模块根据认证池中存储的认证标签对其进行确认，当认证成功后向主控模块发送认证许可，主控模块收到认证许可后方可进行可信的数据交互，特别是在需要进行固件升级或配置文件更新时，通过主控模块与裁决调度模块之间的认证过程，确认了二者之间的可信安全环境，进而保证了系统的安全运行。它的加密和解密过程都采用了一系列的置换、代换、线性变换和非线性变换等操作，以保证高强度的加密和解密。

2022 年 8 月，陆军与凯捷公司（Capgemini）签署合同，促进 cArmy 在陆军范围内采用云技术，加强人工智能和机器学习计划，以支持陆军指挥官做出数据驱动的决策，缩短支持陆军任务的现场时间，旨在实现 cARMY 现代化和转型。8 月 10 日，美陆军企业云管理署负责人贾压帕尔（Jayapal）表示，由于陆军进行的多域行动，导致美国大陆以外的基础设施和战术单元经常与陆军企业云系统断开连接，陆军正寻求整合战术网络与企业云资源，从而为指挥官提供更高质量的决策。

摘  要：云计算、大数据在为用户提供便捷服务的同时，也对用户数据进行统计分析，侵犯了用户隐私。而传统数据加密保护技术又导致数据难以被统计分析，不能为用户提供便捷服务。密态聚合是一类新型密码算法，能够对密文直接进行操作，实现数据可用而不可见。密态聚合技术需要同时考虑密文不落地、抗量子计算攻击、密文可验证等要素，具有较高的技术要求。对密态聚合处理技术的发展与应用展开分析，提出对未来的展望。内容目录：1　应用现状和典型分析1.1　密态聚合在基因领域的应用1.2　密态聚合在关键基础设施和国家安全领域的应用1.3　密

物理层安全技术是指在无线通信系统中，只依靠天线、调制等物理层手段实现信息安全传输，并降低敌方接收带宽与功率、增加系统噪声，解决信息在开放信号空间上的安全通信问题，使得敌方的信号侦察手段完全失效，无法进行数据恢复。如图 1 所示，本文基于 OFDM 波形架构设计无线安全传输系统，在传统信号处理的基础上，引入受随机序列控制的安全纠错编码、星座置乱、循环前缀（Cyclic Prefix，CP）扰乱、载波抖动等多项物理层安全传输功能，实现波形参数、信号特征隐藏与消除，提高系统的反侦察抗截获能力。