情景感知驱动的移动对象多模式轨迹预测技术综述

如何利用多源异构时空数据进行准确的轨迹预测并且反映移动对象的移动特性是轨迹预测领域的核心问题.现有的大多数轨迹预测方法是长序列轨迹模式预测模型,根据历史轨迹的特点进行预测,或将当前移动对象的轨迹位置放入时空语义场景根据历史移动对象轨迹预测位置.综述当前常用的轨迹预测模型和算法,涉及不同的研究领域.首先,阐述了多模式轨迹预测的主流工作,轨迹预测的基本模型类;其次,对不同类的预测模型进行总结,包括数学统计类、机器学习类、滤波算法,以及上述领域具有代表性的算法;再次,对情景感知技术进行了介绍,描述了不同领域的学者对情景感知的定义,阐述了情景感知技术所包含的关键技术点,诸如情景感知计算、情景获取和情景推理的不同类模型,分析了情景感知的不同分类、过滤、存储和融合以及它们的实现方法等.详细介绍了情景感知驱动的轨迹预测模型技术路线及各阶段任务的工作原理.给出了情景感知技术在真实场景中的应用,包括位置推荐,兴趣点推荐等,通过与传统算法对比,分析情景感知技术在此类应用中的优劣.详细介绍了情景感知结合LSTM (long short-term memory)技术应用于行人轨迹预测领域的新方法.最后,总结了...     

基于虚拟可信平台模块的完整性度量方案研究北大核心CSCD

针对SHA-1摘要算法不安全导致硬件TPM不可信的问题,文章提出一种基于虚拟可信平台模块的完整性度量方案。该方案引入自更新度量框架,将时间戳的摘要值附于度量组件后,并加入随机数以规避时钟攻击。文章还设计了与vTPM度量列表形式相似的自更新日志,以完善度量验证。文章在基于Xen的实验环境下对方案进行功能性验证,实验结果表明,该方案可使攻击者的攻击时间成本呈平方级增加,完整性度量的安全性得到大幅度提高。     

面向边缘计算的人工鱼群搜索任务调度

如何将计算任务分配到合适的边缘计算资源上进行计算,以满足边缘计算环境下用户的计算需求、提高用户任务请求 的服务质量,是边缘计算中面临的关键问题。 本文提出一种基于人工鱼群搜索的边缘计算任务调度方法(AFETSA)。 将人工 鱼群搜索算法和边缘计算任务调度模型相结合,采用非线性递减函数动态地调整人工鱼的视野范围和步长,以提高启发式任务 调度算法的全局搜索能力,降低任务的计算时延;同时与禁忌搜索算法进行融合,通过引入忌禁表,在每一次迭代中防止算法陷 入局部最优,提高算法的寻优能力。 CloudSim3. 0 仿真平台实验评测结表明,本文所提 AFETSA 方法和已有的 AFSA、ACO 和 PSO 这 3 种调度算法相比,在任务执行时间、算法稳定性、负载均衡方面都有明显的提升,可充分利用边缘服务器计算资源,提 升计算任务的计算性能,有效解决边缘计算中任务调度不均导致的时延过高和负载不均衡问题。     

基于 GRU-UKF 的锂离子电池 SOC 估计方法研究

精确估计锂离子电池荷电状态(SOC)是电池管理系统的关键技术之一,直接影响着动力锂电池组的使用效率和安全 性。 锂离子电池特性复杂,其 SOC 无法直接测量,且受电流、温度等因素的影响较大。 为此,提出了一种基于门控循环单元 (GRU)神经网络与无迹卡尔曼滤波(UKF)相结合的组合算法。 该方法利用 GRU 网络获得可测量的电流、电压、温度与锂电池 SOC 之间的非线性关系,并以此作为 UKF 的观测方程。 然后,通过 UKF 估计 SOC 值以提高算法的估计精度。 实验结果表明, 在不同温度以及不同的工况下,本文所提方法的均方根误差(RMSE)和平均绝对误差(MAE)分别小于 0. 51%和 0. 46%,均能提 高 SOC 的估计精度。     

磁悬浮储能飞轮高速永磁电机设计及优化

高速磁悬浮储能飞轮是一种新型高比功率储能装置,其中高速大功率电机是能量转换与传输控制的核心。本文针对所研究的300kW磁悬浮飞轮储能系统的应用特性提出了一种轴式永磁同步电机方案,从电磁、结构和控制等方面进行综合分析与设计;在此基础上,为了适应高速稳定运行、高功率放电对高速电机提出的新要求,从转子的结构强度、电机损耗、运行区间的效率、转矩波动等方面出发对电机的设计参数进行优化分析。结果表明：优化后的电机结构强度高,能够满足储能飞轮在高转速、高功率连续充放电等工况下的使用要求,15000～30000r/min工作转速范围内电机效率达到90%以上。     

基于ARM-Linux的矿井安全监控系统设计与实现

以当前矿井安全的现状与需求为出发点,对基于ARM-Linux的矿井安全监测控制系统进行深入研究,提出基于嵌入式技术的矿井安全监控系统的总体设计方案;通过构建该平台的模型和分析嵌入式终端的体系结构,阐述了在以Linux操作系统和ARMS3C2410X处理器为核心的终端软硬件基础上,系统各主要功能模块的实现;在所构建的矿井安全监控硬件平台上,应用HTTP协议,成功实现了远程终端对井上监控终端的控制与访问.     

改进的多目标粒子群优化方法

为了提高多目标粒子群算法(MOPSO)在Pareto前沿的收敛性和分布性,对传统MOPSO方法进行了改进.首先采用基于Pareto支配概念的适应值比例方法选择gbest,其次利用动态拥挤距离更新外部精英集,并通过对精英种群执行遗传操作,最后在粒子种群引入自适应的淘汰机制,加强粒子种群和精美种群的进化.典型测试函数的计算结果表明,该算法在收敛精度和分布性方面得到明显改善.