检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

数字孪生驱动的商用车队列纵横向控制

吉林大学学报(工学版) 2024年

作者：于树友谢华城李文博李永福陈虹林宝君吉林大学控制科学与工程系同济大学电子与信息工程学院重庆邮电大学工业物联网与网络化控制教有部重点实验室

商用车队列在复杂交通环境下，交通流数据具有异构、多源等特性。数字孪生将物理实体以数字形式进行建模，能处理复杂的交通流数据，进而通过远程监测和远程控制车辆状态，保证队列行驶安全。本文提出基于数字孪生的车辆队列协同控制系... 详细信息

商用车队列在复杂交通环境下，交通流数据具有异构、多源等特性。数字孪生将物理实体以数字形式进行建模，能处理复杂的交通流数据，进而通过远程监测和远程控制车辆状态，保证队列行驶安全。本文提出基于数字孪生的车辆队列协同控制系统，考虑队列行驶时纵向和横向运动。纵向运动设计PID控制，保证队列的稳定行驶。横向运动设计LQR控制，保证横向车道跟踪性能。由Prescan、TruckSim、Matlab/Simulink搭建的数字孪生仿真场景，基于纵向和横向控制，对车辆队列的纵向跟随和横向车道跟踪性能进行动态仿真。数字孪生通过远程控制车辆队列和监测队列的纵横向速度、横向位置和横摆角偏差等指标，对控制策略和参数进行全面的调试和优化。仿真结果表明，数字孪生驱动的商用车队列控制系统具有良好的队列跟踪性能和车道保持性能。

关键词：自动控制技术数字孪生车辆队列车道保持纵横向控制

正交约束域适应的跨工况滚动轴承剩余使用寿命预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第3期46卷 1043-1050页

作者：韩延林志超黄庆卿向敏文瑞张焱重庆邮电大学自动化学院重庆400065 重庆邮电大学工业互联网研究院重庆401122

针对跨工况轴承剩余使用寿命(RUL)预测模型的决策边界不明显、特征可辨识性低的问题,该文提出一种正交约束的最大分类器差异方法(MCD_OC)。首先,将采集的轴承原始振动信号进行快速傅里叶变换,得到振动信号的频域信号作为模型的输入;然后... 详细信息

针对跨工况轴承剩余使用寿命(RUL)预测模型的决策边界不明显、特征可辨识性低的问题,该文提出一种正交约束的最大分类器差异方法(MCD_OC)。首先,将采集的轴承原始振动信号进行快速傅里叶变换,得到振动信号的频域信号作为模型的输入;然后,通过卷积神经网络(CNN)和门控循环神经网络(GRU)提取轴承信号的深层时空特征,利用最大分类器差异将源域和目标域特征对齐,并对目标域轴承深层特征进行正交约束,增大无标签目标域样本特征之间的可辨识性;最后,基于轴承寿命数据集开展了跨工况轴承寿命预测对比实验,对该文所提方法进行评估,并在多组实验中取得最优结果。

关键词：滚动轴承剩余使用寿命正交约束最大分类器差异

在线全文

学校读者我要写书评

暂无评论

基于多模态扩频理论的压电振动能量采集系统

压电与声光 2024年第3期46卷 362-366页

作者：李治宏张佳佳张金雨王佳马云宾牟笑静重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065 重庆大学光电工程学院重庆400044 国家石油天然气管网集团有限公司科学技术研究总院分公司天津300457

以同时提升多模态采集和增加带宽为研究方向,结合多模态扩频理论,建立了一套多模态宽频且能多方向工作的压电振动能量采集系统。该系统包含能量采集器和电源管理电路两个模块。其中,采集器包括4种谐振频率,组成了较宽的工作频带,保证了... 详细信息

以同时提升多模态采集和增加带宽为研究方向,结合多模态扩频理论,建立了一套多模态宽频且能多方向工作的压电振动能量采集系统。该系统包含能量采集器和电源管理电路两个模块。其中,采集器包括4种谐振频率,组成了较宽的工作频带,保证了该采集器在低频振动工作环境下高效率地收集振动能量;电源管理电路将采集到的交流电转换为稳定的直流电,再对电容或电池等储能元件充电以供微电子器件使用。经过模态和谐响应分析后,搭建了实验平台并对采集系统进行实验测试。实验结果表明,在加速度6 m/s^(2)简谐力激励下,工作频带为16.1~27.8 Hz,输出电压最高可达35.75 V,阻抗匹配后最优阻值为200 kΩ,此时输出功率为115.85μW。

关键词：多模态多方向宽频带压电振动能量采集

在线全文

学校读者我要写书评

暂无评论

工业物联网中数字孪生辅助任务卸载算法

电子与信息学报 2024年第4期46卷 1296-1305页

作者：唐伦单贞贞文明艳李荔陈前斌重庆邮电大学通信与信息工程学院重庆400065 移动通信技术重庆市重点实验室重庆400065

针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题,该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先,该算法构建了云-边-端3层数字孪生辅助任务卸载框架,在所创建的数字孪生层中... 详细信息

针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题,该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先,该算法构建了云-边-端3层数字孪生辅助任务卸载框架,在所创建的数字孪生层中生成近似最佳的任务卸载策略。其次,在任务计算时间和能量的约束下,从时延的角度研究了计算卸载过程中用户关联和任务划分的联合优化问题,建立了最小化任务卸载时间和服务失败惩罚的优化模型。最后,提出一种基于深度多智能体参数化Q网络(DMAPQN)的用户关联和任务划分算法,通过每个智能体不断地探索和学习,以获取近似最佳的用户关联和任务划分策略,并将该策略下发至物理实体网络中执行。仿真结果表明,所提任务卸载算法有效降低了任务协同计算时间,同时为每个计算任务提供近似最佳的卸载策略。

关键词：工业物联网数字孪生边缘关联任务划分深度强化学习

融合多知识点与群体特征的个性化知识推荐方法

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报(自然科学版) 2024年

作者：蔡林沁刘昱辰任波蔡志伟重庆邮电大学自动化学院/工业互联网学院

个性化知识点推荐是智慧教育中的重要问题，旨在提供个性化学习服务和提升学习效果。现有基于深度知识追踪的推荐方法，难以直接处理包含多知识点的综合性习题。而仅依赖学习者自身的知识状态进行推荐，存在数据稀疏和结果单一的问题。... 详细信息

个性化知识点推荐是智慧教育中的重要问题，旨在提供个性化学习服务和提升学习效果。现有基于深度知识追踪的推荐方法，难以直接处理包含多知识点的综合性习题。而仅依赖学习者自身的知识状态进行推荐，存在数据稀疏和结果单一的问题。提出一种多知识融合深度知识追踪与群体特征协同过滤性的个性化知识点推荐方法，将习题对应的多个知识点视为习题特征，引入多热编码表示习题与知识点间的关系，对学习者知识状态建模；通过考虑目标学习者的知识水平和学习者群体的近邻信息，获得相似学习者，并利用协同过滤算法获取群体学习偏好进行知识点推荐。该方法可以更好的适应多知识点习题推荐，同时挖掘群体学习特征，提升推荐效果。

关键词：多知识融合知识追踪协同过滤群体特征

工业物联网中基于任务紧急程度的资源分配算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电信科学 2024年第3期40卷 29-38页

作者：邹虹卓赛张鸿张明兴吴大鹏重庆邮电大学通信与信息工程学院重庆400065 先进网络与智能互联技术重庆市高校重点实验室重庆400065 泛在感知与互联重庆市重点实验室重庆400065

工业物联网中任务的生成通常具有连续性和周期性,并且任务对时延要求很高,这给系统成本带来了挑战。为应对这一挑战,提出了一种基于任务紧急程度的成本最小化资源分配算法。通过遗传算法优化任务的卸载策略和系统的资源分配策略,对于卸... 详细信息

工业物联网中任务的生成通常具有连续性和周期性,并且任务对时延要求很高,这给系统成本带来了挑战。为应对这一挑战,提出了一种基于任务紧急程度的成本最小化资源分配算法。通过遗传算法优化任务的卸载策略和系统的资源分配策略,对于卸载的任务,根据任务的紧急程度进行调度,并在满足时延要求的前提下计算任务的最优发射功率。仿真结果表明,所提算法有效改善了系统总能耗成本。

关键词：工业物联网资源分配遗传算法

工业场景下联邦学习中基于模型诊断的后门防御方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第1期51卷 335-344页

作者：王迅许方敏赵成林刘宏福北京邮电大学信息与通信工程学院北京100876 北京邮电大学泛网无线通信教育部重点实验室北京100876

联邦学习作为一种能够解决数据孤岛问题、实现数据资源共享的机器学习方法,其特点与工业设备智能化发展的要求相契合。因此,以联邦学习为代表的人工智能技术在工业互联网中的应用越来越广泛。但是,针对联邦学习架构的攻击手段也在不断... 详细信息

联邦学习作为一种能够解决数据孤岛问题、实现数据资源共享的机器学习方法,其特点与工业设备智能化发展的要求相契合。因此,以联邦学习为代表的人工智能技术在工业互联网中的应用越来越广泛。但是,针对联邦学习架构的攻击手段也在不断更新。后门攻击作为攻击手段的代表之一,有着隐蔽性和破坏性强的特点,而传统的防御方案往往无法在联邦学习架构下发挥作用或者对早期攻击防范能力不足。因此,研究适用于联邦学习架构的后门防御方案具有重大意义。文中提出了一种适用于联邦学习架构的后门诊断方案,能够在无数据情况下利用后门模型的形成特点重构后门触发器,实现准确识别并移除后门模型,从而达到全局模型后门防御的目的。此外,还提出了一种新的检测机制实现对早期模型的后门检测,并在此基础上优化了模型判决算法,通过早退联合判决模式实现了准确率与速度的共同提升。

关键词：联邦学习后门防御早期后门攻击后门触发器早退联合判决

在线全文

学校读者我要写书评

暂无评论

面向卫星物联网的柔性多址接入技术

电子与信息学报 2024年第6期46卷 2497-2505页

作者：庞明亮王朝炜吴彤陈佳彬黄赛江帆张君毅北京邮电大学电子工程学院北京100876 中国星网网络应用研究院有限公司北京100029 泛网无线通信教育部重点实验室北京100876 西安邮电大学通信与信息工程学院西安710121

基于时隙ALOHA(S-ALOHA)的免授权上行随机接入能够显著降低卫星物联网(IoT)中的接入时延和复杂度。然而,随着物联网用户数量的增加,S-ALOHA碰撞概率会显著增加,从而影响系统性能。该文针对卫星物联网中存在海量设备上行接入的场景,专注... 详细信息

基于时隙ALOHA(S-ALOHA)的免授权上行随机接入能够显著降低卫星物联网(IoT)中的接入时延和复杂度。然而,随着物联网用户数量的增加,S-ALOHA碰撞概率会显著增加,从而影响系统性能。该文针对卫星物联网中存在海量设备上行接入的场景,专注于研究物联网终端的功率资源控制,以实现最大化系统和速率的目标。具体而言,该文提出基于S-ALOHA的柔性多址接入。当系统中存在碰撞时,采用非正交多址技术进行传输,从而避免了用户信息反复重传的问题,降低了传输时延。为了在终端功率受限的情况下实现系统和速率的最大化,该文将序列决策问题建模为马尔可夫决策过程,并采用优势演员-评论家算法(A2C)进行求解。仿真结果表明,所提出的柔性多址接入技术能够在海量物联网终端的场景下有效保证终端的接入成功率。同时,基于A2C的资源分配算法相较于传统的资源分配算法表现更为优越。

关键词：卫星物联网柔性多址接入资源分配 A2C

在线全文

学校读者我要写书评

暂无评论

一种面向车联网的零日攻击检测方法

计算机科学 2024年

作者：王博赵金城徐丙凤何高峰南京林业大学信息科学技术学院人工智能学院南京邮电大学物联网学院高安全系统的软件开发与验证技术工业和信息化部重点实验室(南京航空航天大学)

由于缺乏攻击数据，车联网零日攻击检测通常采用基于异常的方法。但由于车辆实际行驶过程中复杂多样的环境以及行为模式的多变，导致正常的行为模式会出现较大的差异，采用基于异常的方法容易导致高误报率。而在车联网环境中零日攻击和... 详细信息

由于缺乏攻击数据，车联网零日攻击检测通常采用基于异常的方法。但由于车辆实际行驶过程中复杂多样的环境以及行为模式的多变，导致正常的行为模式会出现较大的差异，采用基于异常的方法容易导致高误报率。而在车联网环境中零日攻击和已知攻击的攻击原理相似，受迁移学习的启发，基于条件生成对抗网络提出一种应用少样本学习的车联网零日攻击检测方法。首先，提出一种多生成器和多判别器的条件对抗生成网络模型。其次，设计了一种自适应采样数据增强方法，通过对已知的攻击样本进行数据增强优化该网络模型的输入样本以减少误报。为进一步缓解该网络模型的输入攻击样本过少带来的数据不平衡问题，在判别器中给出了一种协作焦点损失函数重点判别难分类数据。最后，基于F2MD车辆网络仿真平台进行了大量实验，实验结果表明文中方法对于零日攻击的检测效果和检测延迟均优于现有的方法。本文方法为车联网零日攻击检测提供了一种有效的解决方案。

关键词：车联网零日攻击条件生成对抗网络少样本学习异常检测