-
针对高能同步辐射光源(HEPS)快速轨道反馈(FOFB)系统中双层环形数据传输架构在延时、稳定性和扩展能力方面的工程限制,本文提出了一种基于 BPM数据集成处理器(BDT)的星形-环形数据传输架构.在 BPM子站内引入数据汇聚层,实现了 BPM数据传输方式的结构优化.研究结果表明,该架构代替了BPM环路结构,使了数据传输延时降低了 4.83 μs,提高了系统稳定性,并减轻了反馈控制节点的资源压力,同时增强了系统的数据获取和扩展能力.相关研究为HEPS FOFB系统的数据传输架构优化提供了可行方案.
BPM数据集成处理器数据传输架构快轨道反馈HEPSFPGA
-
针对高速公路场景下网联车队在虚假数据注入(FDI)攻击与受限通信资源耦合作用下面临编队安全与通信效率难以兼顾的问题,提出一种融合攻击参数显式建模与编队误差约束的神经网络-动态事件触发弹性控制策略.首先,构建含攻击时变特性的分布式输出反馈框架,设计径向基函数(RBF)神经网络状态观测器,以实现不可测车辆状态重构以及攻击信号在线逼近与主动补偿;然后,设计由攻击强度和神经逼近误差双驱动的动态事件触发条件,建立攻击态势与通信策略的自适应匹配机制,以实现攻击抑制与通信优化的动态平衡;接着,构造攻击参数依赖型李雅普诺夫泛函,基于线性矩阵不等式严格证明闭环系统所有信号的半全局一致最终有界性(SGUUB),降低稳定性判据的保守性;最后,通过理论分析表明该策略能够保障攻击与通信约束下的编队安全.仿真结果表明,在时变 FDI攻击下,车队最大位置误差小于 2 m,通信负载较时间触发降低了 96.4%,验证了所提出策略在保障编队安全和通信资源优化方面的优越性.
网联车队虚假数据注入攻击自适应神经网络动态事件触发机制输出反馈控制
-
针对传统盲杖仅能探测接触式障碍物、现有电子盲杖存在透明障碍物识别失效、夜间探测盲区及方向引导模糊等问题,设计一种融合多传感器与触觉阵列的智能避障导盲杖.智能导盲杖系统以 STM32与瑞芯微RV1126 AI芯片为双核心,前端集成光学摄像头与TF-Luna ToF激光雷达,运行轻量化YOLOv5模型并结合卡尔曼滤波,实现"类型+距离+方位"的三维障碍物信息融合;手柄内部署四方位振动马达阵列提供触觉导航反馈;集成六轴IMU并提出基于SMV与姿态角联合判定的多条件跌倒检测算法,通过4G Cat.1模块实现紧急定位报警.仿真结果表明,基于SisFall数据集验证,跌倒检测灵敏度为94.2%、特异性为94.8%、准确率为94.6%;ToF测距数据经卡尔曼滤波后,均方误差降低79.2%.本设计融合视觉识别与激光测距的互补优势,通过触觉阵列提供方位化直觉引导,并集成跌倒监测与物联网求救功能,可有效提升视障人士的出行安全性与独立性.
智能盲杖多模态感知触觉反馈阵列ToF激光雷达卡尔曼滤波跌倒检测物联网视障辅助边缘计算人机交互
-
本次访谈围绕"双老"城市的有机更新展开,在城市更新中不但要关注老旧城区,更要关注在城中居住的老人,正是这些老人携带着城市生活的记忆,推行老年友好的城市设计也会让文化传统获得更好的传承.本次访谈以香港为例,谈到了在城市更新中的若干重要问题:一是老城保护中我们要维持中华文化传统特色,不但要保护中心区的历史建筑和基本格局,而且还要重点保留其中居住的老人和生活方式.二是城市更新中的制度设计对于公众参与的重要性.香港的城市更新中最鲜明的特色在于:从始至终,市民的主动性参与和市民意见的畅通传达与有效反馈,政府通过多种平台和制度保障市民的参与.例如,在香港"蓝屋"的更新中,政府更改了原有规划,接受了市民提出的"留屋留人"改造方案;更新后,市民仍居其中,保留了建筑原貌和社区文化传统.三是如何平衡文化遗产保护与城市发展的经济效益问题.香港的城市更新规划中通过更多的弹性设计兼顾城市更新的经济效益.这对于处于存量更新阶段的城市地区都具有一定的借鉴价值.
城市有机更新老年友好文化传承公共参与
-
针对生产矿山"边开采、边修复"模式下修复技术路径集成逻辑不清、成效动态量化评估缺乏的问题,以四川省会东县会东利森水泥有限公司炭窑子石灰石矿 2022-2025年生态修复工程为对象,在诊断露天开采所致高陡边坡失稳、土壤基质丧失、植被损毁与开采扰动持续 4类生态损害的基础上,系统解析了"地质环境安全稳定化—土壤基质重构—植被群落重建—动态监测管护"4阶段递进式修复技术路径,凝练出与生态损害问题对应的关键技术;进而采用"标准框架引导+等权细分"赋权方法,构建了涵盖生态格局、环境质量、生态功能与社会反馈 4个维度 10项指标的综合成效评价体系,明确了"基期-评估期"2期对比的评价原理与评估流程,并基于遥感解译、环境监测、实验室检测与社会调查多源数据,从时间与空间双尺度对修复成效进行了量化评估.结果表明:关键技术协同支撑累计复绿面积 2.38 hm2,综合成效指数(Ecological Restoration Index,ERI)达 88.4分,权重敏感性分析表明评估结论稳健;修复成效呈现结构恢复快、功能提升缓的阶段性特征,时间上前期快速提升,后期增速放缓;空间上修复越早的平台成效越优,但生物多样性未见显著改善;边开采、边修复模式下采修时空冲突制约修复效率,需建立采-修滚动协同机制.可为同类型生产矿山生态修复技术路径选择、成效科学评估与适应性管理提供实证参考.
石灰石露天矿山生态修复技术路径成效评估多指标评价体系基于自然的解决方案采修协同
-
随着5G、人工智能和物联网技术的深度融合,网络基础设施正面临动态攻击面持续扩大和威胁隐蔽性不断增强的双重挑战.传统静态防御机制已难以应对攻击策略的不断演变.尽管现有的主动式欺骗防御体系通过蜜点技术提升了威胁感知能力,但仍存在显著缺陷,尤其是缺乏动态效能评估与资源优化机制,导致防御成本与安全效益严重失衡.当前研究大多集中在蜜点的初始部署策略和架构改进上,但这些研究未能有效解决防御效能在动态对抗场景下周期性衰减的问题,且在多维度安全指标量化建模和闭环调优机制方面存在明显不足.针对这一研究空白,提出了一种蜜点集群防御体系的多维效能表征机制.该机制以冗余风险指数、跨蜜点 IP重复率和威胁诱捕效能评分为核心指标,构建了一套完整的效能评估体系.具体而言,该方法首先利用深度嵌入聚类技术获取蜜点效能的先验标签,为后续效能评估提供基础数据;然后引入基于遗传进化策略的权重自适应优化机制,根据实际威胁环境和防御需求动态调整各核心指标的权重,以实现精准高效的效能评估.在此基础上,进一步构建了"评估—反馈—调优"的闭环防御体系,使防御系统能够依据实时效能评估结果,及时调整防御策略和资源配置,从而显著提升主动式欺骗防御系统的智能化水平.这一闭环防御体系为推动主动式欺骗防御系统的智能化发展提供了切实可行的理论范式,有望在未来网络安全防御领域发挥重要作用.
欺骗防御蜜点集群效能表征深度嵌入聚类遗传进化
-
基于职业院校实训设备的数据采集与监视控制(SCADA)系统开发与研究方案,采用分层分布式结构,在兼顾低成本、高兼容性与易扩展性的前提下进行模块化选型,以此设计系统硬件.借助分层数据融合、边缘智能分析及多模态可视化技术,并结合传感器数据采集与AI模型分析,可实时感知设备的运行状态.依托SCADA分层架构构建双向数据通道,历经指令生成、加密传输、可编程逻辑控制器(PLC)、网关解析执行及状态反馈等流程,实现对设备运行操作的远程控制.测试结果显示,所开发的系统能够有效感知设备运行状态,远程控制指令执行成功率较高,显著提升了基于职业院校实训设备的SCADA系统的可靠性.
职业院校实训设备SCADA系统分层分布式结构实时感知远程控制
-
针对具身智能机器人实验教学中平台支撑不足、校企资源协同不深、工程实践训练薄弱等问题,构建了具身智能机器人工程实践平台.该平台以"一中心两平台"为总体架构,贯通基础实训、科研攻关与概念验证 3 个环节;建立"双组长制"和"企业出题—师生解题—成果反馈"的项目运行机制,形成面向Sim2Real 的"三阶段、一闭环"递进式实训教学组织模式.近3 年的实践表明,该平台在实验教学支撑、课程建设、科研组织、成果转化和社会服务等方面取得了良好成效,验证了校企协同驱动工程实践平台建设的可行性与有效性.
具身智能机器人工程实践平台产教融合仿真到现实迁移(Sim2Real)
-
在"双碳"目标与"东数西算"工程推动下,绿电直连逐渐成为算力设施降低用能碳排放、促进新能源就地消纳的重要方式.然而,新能源出力波动、算力任务调节与碳排放约束相互耦合,传统分域管理模式难以兼顾供电安全、算力服务质量与低碳经济性.为厘清绿电直连场景下电-碳-算协同控制的技术体系,围绕体系架构、耦合建模、多时间尺度调度、动态碳核算及价值转化开展综述.研究表明,电-碳-算协同可形成物理运行、数据支撑、协同调控和市场价值4层架构;现有方法主要包括基础机理、多源不确定性和多主体博弈建模,并逐步形成日前—日内—实时相衔接的调度体系;算力任务迁移、储能与制冷协同调节及动态碳强度反馈,是促进绿电消纳和降低算力碳排放的关键手段.当前仍存在统一建模不足、跨时间尺度协调不充分、算力柔性量化不充分及市场机制衔接不完善等问题.未来应加强数据融合、智能调控、动态碳核算与工程标准化研究,为相关系统的规划、调度和低碳运行提供参考.
绿电直连算力负荷多时间尺度新型电力系统自适应协同碳价值转化动态碳核算算电协同
-
锻造成形是高端装备关键构件的核心制造工艺,正面临极限化质量要求与有限化过程可控性之间的突出矛盾.为克服传统数字孪生模型在失配与预测能力方面的局限,本文提出面向锻造过程的"虚实共生"新范式,通过构建"物理锻造系统-孪生锻造模型-共生交互机制"三元融合体系,实现物理实体与虚拟模型的双向驱动与协同演进.在此范式下,本文以故障预测与健康管理作为"虚实共生"的核心价值载体与应用实践路径,并以锻造压力机为例,构建虚实共生驱动的异常检测与剩余寿命预测集成技术方案.首先,本文构建了基于物理信息神经网络的高保真代理模型,其嵌入的可学习物理参数实现了虚拟模型与物理装备状态的同步演化;继而,共生数据流支撑了融合物理损失的异常检测与基于物理参数健康指标的剩余寿命预测;最终,依据诊断与预测结果生成的决策指令被反馈至物理系统执行,其响应数据再次用于虚拟模型的动态校正,从而形成一个由虚实共生闭环驱动的"感知-诊断-预测-决策"智能运维系统.基于锻造压力机数据的验证结果表明,该方法在不同工况下均保持较低的预测误差,不仅验证了提出的虚实共生范式的可行性,也为锻造装备的智能健康管理提供了新途径.
锻造过程数字孪生虚实共生故障预测与健康管理物理信息神经网络剩余使用寿命预测
