基于LINUX系统的IPv6网络安装与调试

简要介绍了下一代互联网（即IPv6网络）的通信协议，重点说明IPv6的地址结构特点及其管理机制，分析在现有硬件技术和网络环境条件下IPv6网络的组网技术及实现方案，特别是如何由现行的IPv4平稳地演进到IPv6；最后，详尽介绍如何在Linux系统平台下实现IPv6网络的安装与调试。     

基于局内点分布的图优化方法

COP-SLAM(closed-form online pose-chain simultaneous locatization and mapping)是一种轻量型图优化算法,可以实时优化.但当局内特征点集中位于图像的特定区域时,其信息矩阵不能很好地表征里程计精度,影响实时优化效果.基于局内特征点的分布,引入局内点集的面积表示局内点的分布,提出了一种视觉里程计的后端图优化方法.实验结果表明,该优化方法有效地降低了相机绝对轨迹误差.     

基于混合模式PWM二相步进电机驱动控制的研究

针对步进电机转速不够平稳、低速转动存在振动和明显的步进现象,在研究二相步进电机数学模型、深入分析两电平PWM和三电平PWM在步进电机驱动控制中的优缺点的基础上,提出一种适用于步进电机微步驱动控制的混合模式PWM微步驱动控制方法。仿真结果验证了该控制方法的有效性:该控制方法实现了二相步进电机定子绕组电流分别按正、余弦规律等角度进行变化、步进电机微步运行,达到改善电机步进现象的目的;同时,电机转速平稳,解决了步进电机低速转动时的振动和转速不够平稳的问题。混合模式PWM微步驱动控制方法使步进电机定位控制精度有了很大提高。     

CMOS图像传感器电路噪声分析

从基本电路原理出发,分析了采用互补金属氧化物半导体(CMOS)传感器获取图像的基本噪声来源,以及各噪声源的基本特性及其对输出图像的影响,讨论了不同系统结构CMOS图像传感器的图像噪声表现与相应噪声消除以及提高图像质量的系统解决方案,并进行了仿真验证.     

IPv6互联网信息安全的有关问题研究

简要介绍了基于IPv6互联网的安全机制，并对IPv6所支持的主要密码算法的安全性进行了讨论和分析，着重论述了IPv6的密钥管理，并针对我国的IPv6互联网信息安全的建设提出了一些建议。     

混沌序列复杂性分析及其数值仿真的精度问题

介绍一种能够定量分析混沌序列复杂性的计算方法,并以Lorenz混沌系统的数值序列复杂性计算为例,说明数值序列的伪随机二进制转化过程中精度选取的重要性.     

基于时间事件模型的实时系统仿真与时序分析

提出了一种基于时间事件模型的实时系统时序分析方法。该方法以仿真为基础对目标系统进行分析,不仅可以描述实时系统的周期和非周期任务,各种同步事件以及与时间有关的行为特征,而且还能够刻画实时系统中多个任务间的通信与同步特性;通过基于优先级的可抢占式的任务调度算法对目标模型进行仿真执行,并基于仿真结果对其进行时序分析,如任务响应时间和执行时间等,避免了形式化分析方法存在的状态空间爆炸问题。最后通过实例验证本模型与方法的有效性与实用性。     

基于RF MEMS开关的移相器设计

传统电子移相器由于损耗问题难以向更高频率发展,射频微机电系统(RF MEMS)技术的出现使其得以替代半导体开关来设计更高频率的移相器.利用具有优异RF性能的串联电阻式RFMEMS开关来进行开关线式移相器设计,通过开关切换不同的信号延迟通路,以实现从0°-180°步进22.5°的相移功能.仿真结果表明,该移相器在5.8 GHz时,插入损耗在-0.3--0.7 dB变化,输入回损低于-20 dB,相移功能正确.     

Markov Graph Model Computation and Its Application to Intrusion Detection

Markov model is usually selected as the base model of user action in the intrusion detection system （IDS）. However, the performance of the IDS depends on the status space of Markov model and it will degrade as the space dimension grows. Here, Markov Graph Model （MGM） is proposed to handle this issue. Specification of the model is described, and several methods for probability computation with MGM are also presented. Based on MGM, algorithms for building user model and predicting user action are presented. And the performance of these algorithms such as computing complexity, prediction accuracy, and storage requirement of MGM are analyzed.