摘要：自动驾驶仪是无人机执行自主飞行控制活动不可或缺的重要组成部分,而所有这些活动都是通过微控制器来完成的。无人机自动驾驶仪的核心是微控制器,这是一种包含多种元件的电子设备,用于支持无人机监控飞行状态,并控制其飞行操作。微控制器的复杂程度取决于无人机的任务以及飞行操作期间需要控制的设备。微控制器的外设集成在单一芯片上,因而总重量和成本非常低。文章简要介绍无人机微控制器的基本功能,给出无人机微控制器的基本布局,分析飞行软件以及微控制器代码的要求,研究微控制器设计、开发过程。

摘要：自动驾驶仪是无人机中至关重要、必不可少的子系统,具有引导和稳定无人机、跟踪指令和导航等功能。文章给出无人机自动驾驶仪的典型设计目标,说明自动驾驶仪的主要构成部分,描述无人机动态模型类型和建模方法,研究无人机动力学模型,介绍力和力矩、传递函数、状态空间模型等无人机设计重要问题,分析无人机自动驾驶仪设计过程。

摘要：在大数据中心云存储系统中,数据去重可以大大节省平台存储空间,降低服务商硬件采购成本,并减少对网络带宽的占用,进而提高访问和检索效率。文章对大数据中心云存储系统可能面临的外部和内部攻击威胁进行分析,并从系统架构、数据去重位置、重复检查边界和数据粒度四个方面提出数据去重方案的设计标准。最后,基于安全目标实现的关键理念和设计决策,将现有安全数据去重方案分为PoW(所有权证明)、消息相关加密和流量混淆3种类型。

摘要：宽带波束形成是无线认知传感网中的一个重要研究课题。我们可以根据系统性能的不同要求或目标,对波形进行设计或优化,且为了达到性能增益,波形应当动态适应波形分集运行环境。文章分析采用非相干接收机的SISO(单输入单输出)无线认知传感网宽带波形设计原理,设计基于积分窗口内部和外部能量折中的符号间干扰降低算法,最后提出基于CVX(并发版本系统)工具的二进制波形设计优化算法和基于SDP(半定规划)的三元波波形设计优化算法。

摘要：跨层优化为网络设计和优化开辟了广阔空间,但在现阶段,从物理层到应用层的完全跨层优化实现难度较大。用于优化分解的分层理论框架是跨层认知无线电网络系统架构和协议设计分析的基础。文章简要介绍认知无线电产生的背景,给出认知无线电的网络模型,阐明认知无线电网络跨层设计理念,分析认知无线电网络的认知能力,提出认知无线电的潜在通用网络架构,并列举认知无线电网络物理层的关键技术。

摘要：在无线认知传感器网络中,MISO(多输入单输出)是一种非常关键的多天线系统,它可以通过采用空间分集技术,并执行发射机波束形成机制,将能量聚焦在所需方向或点上,以避免对其他无线电系统形成干扰。文章围绕MISO无线认知传感器网络的宽带波形设计开展研究,基于鲁棒优化思路,提出两种迭代算法,即基于柯西-施瓦兹不等式的迭代算法和基于SDP(半定规划)的迭代算法,并给出算法的实现步骤。

摘要：由于认知无线电引入了频谱接入新机制,因而传统拥塞控制机制不再适用。要设计拥塞控制机制,必须综合考虑认知无线电中的频谱感知状态、主用户活动影响和信道切换等因素。当某个中间次用户被主用户中断时,可能会导致数据流的中断。即使是数据流出现很小扰动,也可能会造成严重后果。文章分析认知无线电传输层数据流动态特性稳定的充要条件,并在网络效用最大化的框架内,提出早期启动方案。

摘要：监督学习是指利用一组已知类型的训练数据(输入对象和预期输出)对学习系统进行训练,调整分类器的参数,预测新输入的输出值。机器学习可用于无线认知传感器网络中的学习引擎设计和MAC(媒体访问控制)协议分类。文章介绍线性回归、Logistic回归、人工神经网络、决策树学习、随机森林、朴素贝叶斯分类器、支持向量机等常用监督学习算法的原理,并简要分析机器学习在无线认知传感器网络中的应用场景。

摘要：Android系统的开发人员已经在平台设计中引入了安全机制,包括系统平台层和应用层的安全机制。Android系统强制所有应用程序都使用双层(即内核层和应用层)安全模型。文章介绍Android安全模型的内核层和应用层,分析Android系统如何使用Linux内核运行基于权限的安全模型,给出Manifest权限,并从系统安全的角度,论证Manifest权限对Android应用程序的重要性。

摘要：认知无线电网络具有学习和认知能力,能够与外部环境进行信息交互,并最大程度地限制和降低主、次用户碰撞的发生,从而实现空间内可用频谱的感知和利用。文章分析认知无线电网络的蜂窝架构和对等架构,介绍认知无线电网络OSI(开放系统互连)和TCP/IP参考模型中各层的功能,描述认知无线电网络跨层设计的产生背景和必要性,列举认知无线电网络面临的主要挑战,最后研究认知无线电网络中的复杂网络现象。