课程文献中心 更多>>

关键词： 光纤   汽车线束   光纤连接器  

摘要： 随着汽车工业的飞速发展，汽车电子系统的复杂性不断提高，对通信系统的要求也日益严格。光纤线束作为一种先进的信号传输载体在汽车行业的应用越来越广泛。光纤以其高速率、高可靠性、低损耗、抗电磁干扰等优点正在逐渐改变着汽车的数据传输方式，在车用通信领域展现出巨大的应用潜力。本文对光纤线束基本特性及其在汽车中的应用进行探讨，分析了其优势和发展前景。

关键词： 区块链技术   光纤传感器   节点部署   环境感知   NSGA-Ⅱ算法  

摘要： 光纤传感器物联网节点部署是保证物联网高效运行的关键，但部署过程中极易出现物联网覆盖率较低和节点能耗较高等问题。因此，为了有效解决这一问题，提出基于区块链技术的光纤传感器物联网节点部署模型。利用区块链技术构建物联网联合环境感知模型，获取光纤传感器物联网环境的感知信息；根据感知到的环境信息构建光纤传感器物联网节点部署优化模型，降低节点能量消耗和部署时间；采用非支配排序遗传(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)算法求解该模型，实现光纤传感器物联网节点的最优部署。实验结果表明，所提方法能够提高物联网运行寿命，且物联网覆盖率在75%以上、节点剩余率在0.6%以上，部署效率高。

关键词： 单片机   针脚检测   系统设计  

摘要： 阐述针脚检测在电子元器件的制造、维修、质量控制和开发过程中起着重要的作用，而传统的针脚检测装置依赖于人工操作并且有一定的精度限制。为此，设计一种简易的针脚长度检测系统，该系统以MSP430G2553为主控芯片，实现针脚长度检测的功能。

摘要： 申请号:202410412363.X【申请日】2024.04.08【公开号】CN118139086A【公开日】2024.06.04【分类号】H04W4/38;H04W24/02【申请人】北方工业大学【发明人】王若宾;陈泱志;石浩洁;耿芳东;徐琳【摘要】本发明公开了一种复合离散化策略的无线传感器网络覆盖优化方法，包括：结合检测区域的范围，将坐标转换为二进制串形式；初始化各无线传感器的坐标，并结合覆盖率迭代更新各无线传感器的坐标：每一次迭代时，

关键词： 车载冰箱   物体检测   传感器   图卷积网络  

摘要： 本文针对当前车载冰箱中物体检测准确率不高的问题，探讨基于电子架构的车载冰箱物体检测系统的优化策略，通过集成先进的传感器技术、嵌入式系统设计与深度学习模型，实现了车载冰箱内物品的精准识别与监测。本文重点论述了基于图卷积网络模型的箱体内物体检测，通过传感器采集的电容、环境数据等，经过数据清洗预处理，构建图模型，根据配置的模型参数进行训练，分析出箱体内是否存在物体。本文研究提升了车载冰箱的智能化水平，为汽车电子配件的发展提供了新的思路。

关键词： 土壤墒情   分布式光纤传感   地震波   声速计算   含水率反演  

摘要： 近年来国家粮食安全问题受到了高度重视,而粮食安全的保障离不开土壤墒情的检测。土壤墒情指的是作物耕层土壤中含水量多寡的情况,主要以土壤含水率表示。及时了解作物耕层的含水率多寡可以有效预防水旱灾害,同时合理的掌控农作物的水量需求才能有效的提高产量,这就需要合适的测量方法对农作物的土壤进行检测。在土壤含水率的检测领域中,传统的检测方法大致分为局部测量法以及区域性测量法。局部测量方法受到测量范围的限制,区域性测量方法易受植被、大气以及云层等环境因素影响。近年来,光纤传感技术成为了研究热点,并应用于土壤含水率检测领域。在光纤点式测量方法中,光纤作为传感器,仅能对传感器及其附近区域进行土壤含水率的测量,在测量范围上受到了限制。在基于布里渊散射或拉曼散射的分布式光纤测量方法中,检测结果会受到应变或环境中温度因素的影响。分布式光纤声波传感技术是一项先进的检测技术,它具有耐高温、抗干扰性强的优点,还能实现长距离的检测,但是在土壤墒情检测领域的应用是空白的。本文针对上述传统检测方法及光纤检测方法中的缺点,并结合分布式光纤声波传感技术的优势,提出了一种基于分布式光纤声波传感系统(DAS)对二维平面内的土壤进行含水率检测的方法,开展了基于DAS在土壤含水率检测领域的应用研究。实验验证了利用DAS反演得到土壤含水率的可行性,为土壤含水率的大范围检测提供了新的方法。本文主要的研究工作如下: (1)在理论上,对DAS系统的工作原理进行了介绍,通过瑞利散射原理分析了DAS系统的信号采集原理,通过DAS系统的相位调制原理以及解调原理,解释了从声波信号到光波相位变化以及DAS系统采集到地震波信号的过程。基于土壤墒情检测方法的需求,并结合DAS的优势,本文首次提出利用DAS系统在土壤墒情检测领域的应用。 (2)描述了土壤声速和含水率的关系,然后介绍了基于DAS系统的土壤含水率反演原理。设计了一个网格波速智能算法,实现了由地震源和传感光缆组成的二维平面内的声波路径规划。结合初至时间提取算法以及压缩感知算法,实现了对二维平面内的土壤含水率的反演。 (3)针对土壤声速和含水率的关系模型,使用实验区域内的土壤进行了实验验证。在室外实验之前,对DAS系统进行了相关性能测试。实验中,使用DAS系统解调了包含地震波声速信息的后向瑞利散射信号。然后使用初至时间提取算法、网格波速智能算法以及压缩感知算法计算地震波的声速,最后通过声速和含水率的关系反演得到土壤含水率。实验测量了由地震源和传感光缆形成的二维平面内的土壤,结果表明利用DAS得到的测量值与含水率仪测量得到的实际值的变化趋势一致,绝对误差在7%以内。实验验证了利用瑞利散射特性进行含水率测量的可行性。

关键词： 工业控制系统   深度学习   对抗样本攻击   对抗样本防御   自编码器  

摘要： 基于深度学习的异常检测算法在工控网络安全领域表现出了显著性的效果,但对抗样本攻击为检测准确率带来了巨大挑战。亟需研究对抗样本攻击与防御方法以保障深度学习模型鲁棒性,提高检测准确率。现有的对抗样本攻击方法存在诸多问题:生成的对抗样本不符合特征类型约束、攻击效率低、不满足连续与离散特征之间的复杂依赖关系、黑盒设置下扰动值采用手动设置方式以及其他领域的黑盒对抗样本攻击方法在工业控制系统中难以应用等。现有的对抗样本防御方法也面临着诸多挑战:缺乏对抗样本信息时难以设置有效的防御方法、仅使用单独的对抗训练难以缓解异常检测模型在对抗样本下的脆弱性等。本文主要针对上述问题开展研究工作。 本文的贡献主要体现在以下两个方面: (1)针对攻击生成的对抗样本不符合特征类型约束、攻击效率低的问题,本文提出了一种基于长短期记忆编码解码器的对抗样本白盒攻击方法(MPAWS)。该方法考虑了合理的特征类型约束,为传感器和执行器添加不同的扰动值,并将生成的对抗样本裁剪到设定范围内。实验结果表明,该方法能够生成符合协议规范和实际物理含义的对抗样本,从而降低模型的性能。此外,针对缺乏对抗样本信息时难以设置有效的防御方法的问题,本文还提出了一种基于长短期记忆编码解码器的特征权重对抗样本防御方法(LSTM-FWED)。该方法通过对不同特征的重构误差进行归一化处理,避免了异常分数受到预测结果最差特征的影响。实验结果表明,该方法能够有效提高模型在对抗样本攻击下的性能。 (2)针对攻击生成的对抗样本不满足连续与离散特征之间的复杂依赖关系、黑盒设置下扰动值采用手动设置方式以及其他领域的黑盒对抗样本攻击方法在工控系统中难以应用的问题,本文提出了一种基于自回归移动平均算法的对抗样本黑盒攻击方法(ARMA-ABS)。该方法在黑盒设置中执行,通过构建无监督异常检测模型的替代模型,向执行器添加扰动并将其裁剪到设定范围内,然后使用预测算法预测得到连续对抗样本。实验结果表明,该方法能够生成满足不同特征之间复杂依赖关系的对抗样本,从而降低模型的性能。此外,针对仅使用单独的对抗训练难以缓解模型在对抗样本下的脆弱性的问题,本文还提出了一种基于无监督异常检测模型的误差优化再训练防御方法(USAD-EOR)。该方法通过使用新的训练集对经过优化后的模型进行再训练,并使用该训练误差来优化对抗样本的误差。实验结果表明,该方法能够有效提高模型在对抗样本攻击下的性能。