一、Linux验证有门(论文文献综述)
陈凯[1](2021)在《基于多传感器融合的同时定位和地图构建研究》文中认为同时定位与建图(Simultaneous Localization and Mapping,SLAM)是移动机器人实现自主导航的前提与保障,也是移动机器人导航研究中的难点。目前不同的SLAM方法适应不同传感器和计算要求。激光SLAM发展趋于成熟,但容易受到雷达探测范围的限制因此丢失地图数据点;视觉SLAM易受到光线变化的影响且算法面临巨大的地图尺寸、感知混叠和高计算成本等挑战。近年来国内外研究人员常将激光雷达和深度相机一起用于地图构建以提高移动机器人建图过程的效率、准确性和可行性。本文基于编码器、惯性测量单元、激光雷达、深度相机等进行多传感器数据和算法融合,进行相应的理论与实验研究,主要研究内容有:首先构建移动机器人系统硬件框架,推导阿克曼约束条件下移动机器人运动学模型,详细介绍观测模型中激光雷达模型与深度相机模型原理,介绍移动机器人ROS环境以及移动机器人常用的三种地图。其次对四种传感器进行标定,其中在IMU和里程计联合状态估计中使用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法,对比EKF算法进行仿真设计,结果表明基于UKF的融合算法性能更高,能够提高机器人定位精度;利用深度相机与激光雷达进行坐标系转换联合标定并用姿势图优化纠正漂移,能够提高机器人建图精度。在算法融合中,将深度相机创建的三维地图转换为2D伪激光数据并融合激光雷达数据。基于Cartographer算法,在前端采用融合正态分布变换的2D激光数据扫描匹配遗传算法,后端位姿图优化与分枝定界回环检测,成功绘制并提升了 2D栅格地图建图精度。最后进行仿真和真实环境建图。在建立的简单环境中对比Gmapping与Cartographer两种建图方式,分析两种算法建图效果。另外对比Cartographer与优化后的算法,测试德意志博物馆数据集,实验验证新算法建图效果更好。其次利用深度相机仿真进行三维稠密建图并降成二维,成功构建栅格地图。最终在实物平台上将数据进行融合并验证,实验结果表明,融合算法能有效克服单一传感器所存在的信息量少的缺点,在一定程度上缓解长廊效应,提高算法精度。图[55]表[8]参[78]
王春臣[2](2020)在《逻辑电路静态学习研究》文中进行了进一步梳理随着电路复杂程度的提高和尺寸的日益缩小,测试已成为迫切需要解决的问题,特别是进入超高集成度的发展阶段以来,系统级芯片的功能更加强大以及复杂程度越来越高,同时也带来了一系列的芯片验证和测试问题。测试已成为制约大规模集成电路特别是系统级芯片设计和应用的一个关键因素。测试生成(Test Generation)作为测试的一部分,面临着严峻的挑战。测试生成(Test Generation)是对给定电路的故障确定测试向量的过程。测试生成中的确定性测试生成是采用算法程序自动生成测试向量的方法,此方法称为自动测试向量生成(Automatic Test Pattern Generation,ATPG)。ATPG在针对芯片生产测试中得到广泛应用。ATPG作为测试向量的生成工具,它能根据被测电路中的故障模型,生成简洁、高覆盖率的测试向量(Test Vectors)。但是基于传统的结构化搜索的ATPG算法要提高测试故障覆盖率,需要对电路进行大量的反复回溯搜索,这样就要耗费大量测试时间,使得测试生成的时间增加。静态学习(Static Learning)是在ATPG程序开始之前来执行。以逻辑推理的形式获得电路中不同门之间的逻辑关系,由逆反定理得到最终的学习结果。在过去的科学研究中,逻辑推理已被广泛应用于电子设计自动化(EDA)的多个领域。同时,静态学习也是芯片测试生成理论中的基础性技术,本文的研究是在集成电路可测试性设计的背景下进行的。本文提出利用新型数据结构的静态学习能通过对被测电路进行前向推理和后向推理以及门级模拟,来得到电路中存在逻辑关系的门。这样能够有效减少测试生成的时间。本论文研究内容为基于事件驱动的静态学习,以基准电路测试集作为研究对象,改进静态学习数据结构,实验结果与国外高校的软件运行结果进行对比,从而验证大规模数字集成电路静态学习的正确性。并且通过实验证明其算法具有良好的可拓展性。
王建勇[3](2020)在《基于微服务的B2B2C平台销售系统服务端的设计与实现》文中指出信息化时代的到来促进了电子商务的发展,B2B2C模式结合了B2B和B2C的特点,能提供更为优质的服务。但传统的B2B2C平台缺乏对线下实体门店的支持,同时缺少宣传推广的营销模式。针对上述两个问题,本论文提出了新的B2B2C销售模型,设计了 B2B2C平台销售系统,该系统对线上和线下两种销售渠道进行统一管理,并基于微信实现多级代理、推荐分销的社交电商功能。传统的单体式应用架构具有模块耦合严重、扩展性不足等弊端。本论文采用微服务架构和Spring Cloud框架对服务端进行实现,实现了系统功能的解耦,相比单体式应用具有更好的性能。微服务在系统的复杂性、服务的持续集成等方面存在弊端。本论文采用Docker容器技术和Kubernetes容器集群管理平台,为微服务的高效部署和运维提供坚实的保障。在微服务系统中,用户会话不再适合使用Session进行保存,也无法使用Filter或Interceptor拦截所有请求。本论文设计并实现了基于API网关Zuul的集中式访问控制模块,基于Token进行登录认证,提出细粒度角色权限管理模型FGRBAC(Fine-Grained Role-Based Access Control),实现权限管理功能,使系统具有更好的安全性和更快的访问速度。Kubernetes平台提供HPA对Pod进行水平伸缩,但HPA v1默认只采用CPU使用率作为度量指标。本论文设计了多度量指标的水平弹性伸缩模块,根据CPU、内存和网络使用状况对系统进行伸缩管理,具有更准确的决策效果,使系统具有更好的伸缩性。B2B2C平台销售系统服务端分为用户管理、店铺管理、产品管理、订单管理和支付分成五大微服务模块,本论文对各模块进行了需求分析和概要设计,并从数据模型、业务流程、接口定义和类设计等方面对实现过程进行了详细介绍。最后对系统进行了测试和验证,测试结果表明了系统的有效性和可行性,本论文所取得的研究成果对B2B2C平台销售系统服务端的微服务实现具有一定的参考价值。
单朋荣[4](2020)在《面向应用的容器集群弹性伸缩方法的设计与实现》文中提出伴随着云基础设施领域内的新一轮技术变革,及国内外各大厂商的落地实践,容器技术已成为新的资源虚拟化计算模型的主流技术。Docker容器作为当前流行的计算引擎技术,近年来迅速崛起,有效的解决了传统虚拟机技术存在的资源利用率低、本地和远端环境栈不一致等问题。在云端环境下,需要大规模容器集群编排工具,与之对应的大规模分布式容器集群管理方案应运而生;其中kubernetes技术因先进的分布式容器编排理念,及开源社区所孕育的二次创新能力等因素,成为了业内构建容器云平台的事实标准。本文对应用的编排场景及业务需求、Docker容器技术和kubernetes集群编排技术架构、原理及伸缩策略等进行深入剖析。设计并实现了基于kubernetes技术的自动伸缩方法,同时针对业内现有方法中在触发伸缩的“自定义”指标上,以及不同方案的结合使用上支撑不足的问题,提出了容器集群动态伸缩方法的设计方案,即弹性伸缩系统的设计。在本系统中,针对伸缩所需指标中所缺失的“业务”指标问题,提出了自定义指标弹性伸缩方案;并在此基础上设计了“监控模块”,完成了业务层指标定义及获取、事件监控和实时显示等一体化方案的开发。进一步的,将水平伸缩模块、集群伸缩模块等方案搭配使用,将弹性伸缩从“水平”方向扩展到多个维度。通过上述两种方案的搭配使用,完成了“伸缩模块”的优化设计;在此基础上,又结合了动态存储、伸缩响应和可视化、报警等支撑模块,以及指标融合、调度策略等,进而实现了整个平台级弹性伸缩系统整体的创新方案。最后,使用多节点分布式平台技术研发了基于kubernetes的分布式集群,并对系统方案进行测试和验证。实验结果表明,本文弹性伸缩设计方案可以维稳的运行在私有云的分布式平台中,满足了不同场景下的弹性伸缩需求;同时增强了应用集群的高可用能力,使得资源和集群组件充满弹性,优化了集群资源的利用方式和使用效率。
付璨[5](2020)在《基于OMNeT++的无线传感器网络安全协议仿真平台的设计与实现》文中研究指明无线传感器网络(Wireless Sensor Networks,WSN)在军事、工业物联网、智能家电、环保等多个领域发挥着越来越重要的作用。随着WSN的应用范围的扩展,其安全需求越来越迫切。在基础理论研究方面,研究人员提出了许多安全协议和算法以适应WSN应用需求。由于WSN自身的特点以及越来越庞大的网络结构和规模,网络安全性能的验证往往需要通过仿真实验来获取和分析,以此降低验证成本。但是,目前的仿真平台在WSN安全协议仿真方面具有局限性,并非专业面向WSN的仿真工具或者系统。所以,设计面向WSN安全协议的仿真平台成为目前学术研究和系统应用迫切需要解决的问题。本文以OMNet++为基础,开发一个专门面向WSN安全协议的仿真平台(OMNeT++based WSN Security Protocol Simulation Platform,WSPSim),弥补目前WSN仿真平台的不足,提升WSN安全协议的仿真能力,为设计和验证安全协议提供新的技术手段。(1)针对缺乏WSN安全协议的仿真工具的现实,利用OMNeT++仿真器的基础架构和工具,构建专门面向WSN安全协议的仿真平台WSPSim。平台架构采用模块分级机制,包含无线传感器模块、无线信道模块、能耗模块、数据生成模块、安全模块。该平台基于Eclipse平台的集成开发环境,使用GCC编译C/C++程序,实现网络仿真,降低了开发的成本,提高了WSN安全协议仿真的效率。(2)针对安全协议仿真软件安全模块缺失的问题,提出WSN安全协议模型,丰富安全协议仿真模块。该平台向OMNeT++中嵌入了安全模块,引入了加密算法、隐私保护和信任值评估三种可供选择的安全机制。在加密算法、隐私保护机制中,预装了经典的算法,便于安全协议在此基础上进行改进。在信任评估机制中,提出了改进后的信任评估模型,预设了仿真软件参数接口,为开发和验证新的安全协议提供技术支撑。(3)利用WSPSim仿真平台,对典型的WSN协议进行仿真分析,验证平台的有效性。本文对带MD5哈希算法和信任评估机制的LEACH协议、典型LEACH协议等作为仿真样例,进行的仿真结果对比,即验证仿真平台的正确性,说明改进协议的安全性。另外在相同的仿真环境和设置相同仿真参数条件下,将改进的LEACH协议在NS-3上进行仿真实验,对比两款仿真平台的性能。通过仿真实验,验证了本平台能够正确仿真WSN相关协议和算法,相对于其他仿真平台具有良好的自适应性、易用性。
王俊杰[6](2019)在《Linux操作系统的安全性问题探究》文中指出Linux作为一个开放源代码的操作系统,长期以来作为服务器的操作系统,以其安全、高效和稳定的等一系列显着特点而得以在现在飞速发展的云环境下广泛应用。随着服务器端应用的不断深入,服务器的安全问题日益凸显。本文以服务器运维层面,从物理安全、系统安全、服务安全以及网络安全的角度,谈谈Linux系统的安全性相关问题。
韦晓琴[7](2019)在《基于激光雷达的AGV机器人SLAM与定位导航研究》文中提出SLAM与定位导航技术是机器人智能化的关键技术,本论文主要针对AGV机器人在未知环境中的SLAM及定位导航做研究。论文的实验平台采用移动机器人Turtlebot作为AGV的本体,采用RPLIDAR激光传感器作为外部环境感知传感器,机器人驱动轮的编码器(里程计)作为内部传感器。在ROS(Robot Operating System)平台上搭建实验框架,并对不同的SLAM与定位导航算法做仿真和验证。本文主要工作如下:首先,介绍基于ROS框架的AGV机器人硬件平台和软件平台,分析了机器人的系统模型,包括坐标系模型、运动模型和激光传感器模型等;对SLAM理论背景进行阐述,并通过Matlab仿真来验证粒子滤波算法比扩展卡尔曼滤波算法有着更好的鲁棒性和准确性,能够更好的适应非线性系统,适用于机器人的定位。然后,对AGV机器人的SLAM方法进行研究,研究基于Rao-Blackwellized粒子滤波的FastSLAM方法和基于扫描匹配的Hector SLAM方法。针对算法的不足,本文提出了改进的RBPF-SLAM方法:在运用里程计的基础上,结合RPLIDAR激光测量及其不确定性来更新、调节粒子的权重,并采用自适应重采样,使用更新后的粒子来做定位估计。在非结构化室内房间和长走廊环境进行激光SLAM实验,实验结果表明,改进的RBPF-SLAM算法可以有效减少粒子退化问题,提高定位精度,能够成功构建大范围二维栅格地图。最后,针对机器人的定位导航中存在的轮子打滑或者机器人被“绑架”移动等导致里程计不准确的情况,本文提出了改进的AMCL全局定位算法,融入了PLICP(Point-toLine ICP)的扫描匹配定位实现全局重定位。当里程计的定位误差很大时,利用改进的全局定位PLICP-AMCL作为导航框架的定位输入,实现机器人导航过程中的位姿估计。实验结果证明,改进的定位导航框架使机器人在长距离的定位导航实验中,能适应里程计不准确的情况,成功到达设定的目标点,鲁棒性强。
赖如峰[8](2019)在《基于ARM9的智能家居开发与应用》文中提出随着互联网+、物联网的深入发展,智能家居成为新的产物,进入现代居家生活的视野。智能家居将是未来的发展趋势,它解决了传统智能家居有线组网、布线复杂、系统中的家用电器设备需要PC机控制、费用高昂等问题。本课题利用ARM技术和Zigbee技术相互结合,设计了智能家居体验系统,该课题的主要内容如下:1.对智能家居系统进行需求分析,选定系统核心处理器、无线网络技术和手机操作平台,形成系统设计方案;2.本系统的硬件部分设计是以S3C2440为核心处理器,搭载CC2530来设计控制系统的家庭网关,添加其他外围电路,完成了智能家居家庭网关平台的组建;3.本系统的软件部分设计是以Linux操作系统为平台,采用Zigbee协议进行通信,开发了基于Android系统的APP应用软件;4.将系统的各功能模块连接成一个整体进行功能联调,完成系统功能测试,实现了家用电灯的控制和红外探测报警功能;5.最后,对本系统进行总结和展望,证实本系统设计方案的可行性,该方案能够实现智能家居的控制。
赵艳芳[9](2013)在《基于嵌入式Linux的门机监控终端的开发研究》文中提出全球贸易的不断增加,对港口作业提高效率、降低成本提出了新的要求。港口起重机械是在港口货物装卸过程中提高生产率的重要工具。门机是我国港口应用最为广泛的装卸机械,其运行状态直接影响着港口的生产效率和经济效益。保证门机的安全运行,延长其使用寿命,预防意外事故的发生,实现状态监控的可靠性、自动化和智能化,是建设现代港口的必然要求。嵌入式处理器具有体积小、功耗低、成本低、处理速度快以及可移植性强等诸多优点,能够满足对实时性要求较高的网络组网和通信的需求。以嵌入式芯片为核心的工业监测和控制系统已经成为智能监控的重要发展趋势。本文以远程监控和嵌入式技术为基础,结合计算机科学、传感技术、无线通信技术和图形用户界面的相关研究成果,根据软硬件协同设计的思路,设计了门机远程监控终端的总体结构,实现了终端的软件功能和用户界面。论文首先分析了国内外起重机监控系统应用现状,从门机的机械构造、电气系统和作业流程3个方面做了需求分析,采用分布式监控模式,提出了门机监控终端的结构,即由数据采集、中央处理、输出控制和无线通信4个子系统组成,各子系统之间通过RS-232总线连接,采用Modbus协议作为数据通讯的标准。课题中硬件设备的选型由项目合作单位负责完成。接着,根据操作主体和功能需求的不同,论文把软件功能分为工作模式和管理员模式,分别对这两种模式的功能模块作了介绍。在确定了嵌入式应用程序和GUI的开发工具后,搭建了嵌入式Linux的开发环境,包括交叉编译工具的安装、Bootloader的移植、内核的编译和文件系统的加载;之后介绍了Qt开发工具的特点,完成了Qt的交叉编译和移植。之后,利用Qt Designer对监控终端两种模式的显示界面进行了可视化设计,用Qt开发工具做了显示功能的实现;以重量计算与幅度计算为特例,给出了数据处理模块的原理和过程,实现了输出控制模块的功能。最后,对监控终端做了集成测试,针对测试过程中发现的问题做出了改进,包括利用定时器和线程互斥锁防止键盘一次性输入过多的错误;加入了调节LCD亮度的模块,为门机操作员提供更人性化的工作条件。本文开发的门机监控终端以ARM处理器为控制核心,嵌入式Linux作为操作系统,通过3G无线网络与控制中心服务器进行远程通信。该终端具备门机工作状态信息采集、自动控制和报警提示功能,为用户提供了友好的交互界面,同时可以准确记录保存司机工作量,为绩效管理和统计分析决策提供依据。
刘其鹏[10](2012)在《基于FPGA的超高频RFID读写器基带SoC原型验证与软件设计》文中研究指明目前SoC(片上系统,System on Chip)已经成为芯片业的主要设计方式,这项技术采用基于IP(Intellectual Property)核的方法有效地降低了功耗,提高了系统的集成度。系统设计人员根据需求将各种稳定的IP核进行重组,从而减少了设计的周期,降低了设计的风险,并且具有很大的灵活性。超高频RFID具有读写距离远、速度快、性能稳定的特点。读写芯片的设计在RFID行业中起着至关重要的作用,因此开发一套具有基带协议处理单元的SoC系统具有非常现实的意义。本课题就是以上述情况为背景,提出了基于OR1200的超高频RFID基带协议处理SoC系统,并搭建了基于FPGA的快速原型验证平台。该系统以开源的OR1200核为处理器核心,外扩符合Wishbone总线协议的外围设备:GPIO单元、JART单元、LCD控制器、存储控制器、以太网控制器和基带协议处理单元等,构成一套完整的系统。本课题在Altera Cyclone IV FPGA芯片上进行了上述各IP核的设计与验证,构建了稳定的硬件平台,并对部分IP核的设计方法和时序验证进行了详细的描述;搭建了支持OpenRISC架构的交叉编译环境,介绍了如何使用汇编和c语言编写非操作系统下的功能测试软件用于硬件和软件的协同测试,并通过举例介绍了用于测试软件编译的链接脚本和Makefile的设计方法;最后为了使该系统具有更强的实用性,在此平台的基础上进行了Linux操作系统的移植和相关硬件驱动的开发,同时介绍了针对该架构在进行系统移植时需要实现的部分功能函数,并且以framebuffer和网络设备驱动为例讲述了驱动的设计方法。本课题最终实现了软硬件能够稳定协同工作的SoC系统,经过验证可以满足上述基带协议处理系统的要求。
二、Linux验证有门(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Linux验证有门(论文提纲范文)
(1)基于多传感器融合的同时定位和地图构建研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究的背景 |
1.2 研究意义 |
1.3 国内外研究进展及现状 |
1.4 论文研究内容 |
1.5 论文组织框架 |
2 多传感器系统的搭建 |
2.1 引言 |
2.2 系统硬件的设计 |
2.3 移动机器人系统建模 |
2.3.1 机器人坐标系 |
2.3.2 阿克曼约束机器人运动模型 |
2.4 传感器的模型 |
2.4.1 激光雷达的模型 |
2.4.2 深度相机的模型 |
2.5 ROS系统简介 |
2.5.1 ROS系统简介与设计目标 |
2.5.2 ROS系统的主要特点 |
2.6 环境地图模型 |
2.6.1 几何特征地图表示法 |
2.6.2 栅格地图表示法 |
2.6.3 拓扑地图表示法 |
2.7 本章小结 |
3 多传感器融合的SLAM方案设计 |
3.1 SLAM算法框架 |
3.2 多传感器标定 |
3.2.1 基于里程计和IMU的SLAM状态估计 |
3.2.2 Kinect相机和Rplidar雷达标定 |
3.3 激光雷达与深度相机数据融合 |
3.3.1 深度图转激光原理 |
3.3.2 数据融合 |
3.4 SLAM前端建图 |
3.4.1 融合NDT的2D激光数据扫描匹配遗传算法 |
3.4.2 绘制栅格地图 |
3.5 SLAM后端优化与回环检测 |
3.5.1 分枝定界回环检测 |
3.5.2 后端位姿图优化 |
3.6 本章小结 |
4 多传感器融合的SLAM实验 |
4.1 前言 |
4.2 基于图优化激光SLAM |
4.2.1 Gmapping与Cartographer仿真建图 |
4.2.2 改进Cartographer仿真建图 |
4.3 基于深度相机视觉SLAM |
4.4 真实环境SLAM实验 |
4.5 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(2)逻辑电路静态学习研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景与意义 |
1.2 研究现状 |
1.3 研究内容 |
第2章 基于VLSI的测试及静态学习介绍 |
2.1 数字集成电路测试 |
2.2 ATPG简介 |
2.3 ATPG的应用及过程 |
2.3.1 ATPG技术的应用 |
2.3.2 ATPG的主要过程 |
2.4 静态学习 |
2.4.1 静态学习简介 |
2.4.2 静态学习结构 |
2.5 本章小结 |
第3章 静态学习电路结构设计 |
3.1 电路元器件模型 |
3.1.1 组合电路元器件模型 |
3.1.2 时序电路元器件模型 |
3.2 电路数据网表结构 |
3.3 电路层次化设计 |
3.4 本章小结 |
第4章 基于CPU的静态学习算法设计 |
4.1 静态学习执行过程 |
4.2 静态学习算法初始化 |
4.3 事件驱动算法 |
4.4 逻辑推理实现 |
4.4.1 向前逻辑推理实现过程 |
4.4.2 向后逻辑推理实现过程 |
4.5 本章小结 |
第5章 实验及结果 |
5.1 实验平台 |
5.2 实验电路选取 |
5.3 静态学习实验结果 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(3)基于微服务的B2B2C平台销售系统服务端的设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究内容与主要创新点 |
1.2.1 研究内容 |
1.2.2 主要创新点 |
1.3 论文组织结构 |
第二章 相关技术 |
2.1 微服务架构 |
2.1.1 微服务概念及研究现状 |
2.1.2 微服务架构设计原则 |
2.1.3 微服务拆分准则 |
2.2 Spring Cloud框架 |
2.2.1 服务注册与发现 |
2.2.2 网关路由与过滤 |
2.2.3 全局配置管理 |
2.2.4 声明式接口调用 |
2.3 Docker容器 |
2.3.1 核心组件 |
2.3.2 总体架构 |
2.3.3 关键技术 |
2.4 Kubernetes |
2.4.1 核心概念 |
2.4.2 系统架构 |
2.5 本章小结 |
第三章 系统需求分析 |
3.1 系统概述 |
3.2 B2B2C销售模型 |
3.3 功能性需求分析 |
3.3.1 用户管理 |
3.3.2 店铺管理 |
3.3.3 产品管理 |
3.3.4 订单管理 |
3.3.5 支付分成 |
3.4 非功能性需求分析 |
3.4.1 安全性需求 |
3.4.2 伸缩性需求 |
3.4.3 性能需求 |
3.5 本章小结 |
第四章 系统概要设计 |
4.1 系统架构设计 |
4.1.1 系统架构对比 |
4.1.2 系统架构设计 |
4.2 业务微服务模块设计 |
4.3 业务微服务数据库设计 |
4.3.1 用户管理模块 |
4.3.2 店铺管理模块 |
4.3.3 产品管理模块 |
4.3.4 订单管理模块 |
4.3.5 支付分成模块 |
4.4 访问控制模块设计 |
4.4.1 基于Token的登录认证流程 |
4.4.2 FGRBAC角色权限管理模型 |
4.5 弹性伸缩模块设计 |
4.5.1 HPA v1机制分析 |
4.5.2 弹性伸缩概要设计 |
4.6 本章小结 |
第五章 系统详细设计与实现 |
5.1 业务功能详细设计与实现 |
5.1.1 用户管理微服务 |
5.1.2 店铺管理微服务 |
5.1.3 产品管理微服务 |
5.1.4 订单管理微服务 |
5.1.5 支付分成微服务 |
5.2 访问控制模块详细设计与实现 |
5.2.1 Zuul网关 |
5.2.2 Token生成算法 |
5.2.3 登录认证 |
5.2.4 权限管理 |
5.3 弹性伸缩模块详细设计与实现 |
5.3.1 弹性伸缩详细设计 |
5.3.2 弹性伸缩决策算法 |
5.4 本章小结 |
第六章 系统测试与验证 |
6.1 |
6.1.1 测试目标 |
6.1.2 测试环境 |
6.2 业务功能测试 |
6.2.1 用户管理微服务测试 |
6.2.2 店铺管理微服务测试 |
6.2.3 产品管理微服务测试 |
6.2.4 订单管理微服务测试 |
6.2.5 支付分成微服务测试 |
6.3 非功能性测试 |
6.3.1 访问控制模块测试 |
6.3.2 弹性伸缩模块测试 |
6.3.3 性能测试 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(4)面向应用的容器集群弹性伸缩方法的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题的背景及意义 |
1.1.1 容器集群下的技术变革背景 |
1.1.2 云端应用资源弹性需求背景 |
1.1.3 论文研究的意义 |
1.2 国内外研究状况 |
1.3 论文的主要研究内容 |
1.4 本文的创新点 |
1.5 论文的组织结构 |
第2章 容器集群相关理论综述 |
2.1 Docker容器技术基本原理 |
2.1.1 Docker容器技术简介 |
2.1.2 Docker容器技术核心概念 |
2.1.3 Docker容器架构设计 |
2.1.4 Docker容器技术和虚拟机技术的对比 |
2.1.5 Docker容器与Pod技术 |
2.2 kubernetes技术 |
2.2.1 kubernetes技术简介 |
2.2.2 kubernetes设计理念与整体架构 |
2.2.3 kubernetes核心概念 |
2.3 云原生程序设计 |
2.4 自动伸缩技术 |
2.5 本章小结 |
第3章 弹性伸缩需求分析与方法优化 |
3.1 应用场景需求分析 |
3.1.1 资源弹性需求 |
3.1.2 多场景覆盖需求 |
3.1.3 丰富指标类型需求 |
3.1.4 体验性、系统性需求 |
3.1.5 性能需求 |
3.2 整体方案需求分析 |
3.3 云平台下弹性伸缩困境分析 |
3.4 弹性伸缩策略及算法分析 |
3.5 弹性伸缩流程执行方式 |
3.6 弹性伸缩系统实现方式 |
3.6.1 指标采集原理 |
3.6.2 指标聚合方式 |
3.6.3 控制器模式 |
3.7 弹性伸缩优化方法设计 |
3.7.1 优化指标 |
3.7.2 优化动态存储 |
3.8 本章小结 |
第4章 弹性伸缩系统设计与实现 |
4.1 整体架构设计 |
4.2 指标采集模块的设计与实现 |
4.2.1 资源指标采集与转换 |
4.2.2 应用指标采集与转换 |
4.2.3 指标加载模块 |
4.3 监控模块的设计与实现 |
4.3.1 监控模块架构 |
4.3.2 监控模块实现 |
4.4 伸缩服务模块的设计与实现 |
4.4.1 架构设计 |
4.4.2 伸缩方式及流程分析 |
4.4.3 水平伸缩模块 |
4.4.4 集群伸缩模块 |
4.5 资源调度模块的设计与实现 |
4.5.1 整体架构图 |
4.5.2 伸缩调度算法设计 |
4.6 执行模块的设计与实现 |
4.6.1 伸缩响应模块架构图 |
4.6.2 伸缩响应模块执行流程 |
4.6.3 节点执行模块 |
4.7 分布式动态存储模块的设计与实现 |
4.7.1 存储流程 |
4.7.2 实现方案 |
4.8 可视化与报警模块的设计与实现 |
4.8.1 多功能可视化页面 |
4.8.2 Alertmanager集群报警器 |
4.9 本章总结 |
第5章 实验结果与分析 |
5.1 实验环境说明 |
5.2 功能测试与结果分析 |
5.3 查看应用伸缩结果 |
5.4 本章总结 |
第6章 总结与展望 |
6.1 论文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
攻读学位期间取得的研究成果 |
一、发表学术论文 |
二、其他科研成果 |
(5)基于OMNeT++的无线传感器网络安全协议仿真平台的设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文的主要研究内容 |
1.4 论文结构 |
第2章 无线传感器网络概述 |
2.1 无线传感器网络简介 |
2.2 无线传感器网络系统结构 |
2.3 无线传感器网络特征 |
2.4 无线传感器网络的安全问题 |
2.4.1 安全目标 |
2.4.2 安全威胁与防御策略 |
2.4.3 无线传感器网络安全机制 |
2.5 本章小结 |
第3章 无线传感器网络安全协议仿真模型 |
3.1 OMNeT++仿真平台 |
3.1.1 OMNeT++简介 |
3.1.2 OMNeT++组成 |
3.1.3 OMNeT++仿真流程 |
3.2 无线传感器网络仿真需求分析 |
3.3 无线传感器网络仿真性能评价指标 |
3.4 无线传感器网络仿真模型架构 |
3.5 仿真模型组成模块分析 |
3.5.1 数据生成模块 |
3.5.2 传感器节点模块 |
3.5.3 能耗模块 |
3.5.4 无线信道模块 |
3.5.5 安全模块 |
3.6 本章小结 |
第4章 无线传感器网络安全协议仿真平台的设计与实现 |
4.1 文件类结构 |
4.2 仿真平台的设计与实现 |
4.2.1 传感器节点模块 |
4.2.2 数据生成模块 |
4.2.3 无线信道模块 |
4.2.4 能耗模块 |
4.2.5 安全模块 |
4.3 本章小结 |
第5章 无线传感器网络安全协议仿真分析 |
5.1 基于MD5 哈希加密的改进LEACH协议 |
5.1.1 仿真场景设置 |
5.1.2 仿真程序的运行 |
5.1.3 仿真结果分析 |
5.2 基于安全评估机制的改进LEACH协议 |
5.2.1 改进的LEACH协议工作流程 |
5.2.2 改进的LEACH协议仿真模型 |
5.2.3 仿真场景设置 |
5.2.4 仿真程序的运行 |
5.2.5 仿真结果分析 |
5.2.6 仿真平台性能对比 |
5.3 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(6)Linux操作系统的安全性问题探究(论文提纲范文)
物理安全 |
系统安全 |
身份验证 |
服务安全 |
网络安全 |
iptables基础 |
表的概念 |
表链关系 |
(7)基于激光雷达的AGV机器人SLAM与定位导航研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 AGV机器人SLAM研究现状 |
1.3.2 AGV机器人导航研究现状 |
1.4 研究内容和结构安排 |
1.4.1 主要研究内容 |
1.4.2 结构安排 |
1.5 本章小结 |
第二章 机器人软硬件平台与系统建模 |
2.1 引言 |
2.2 机器人系统硬件平台 |
2.2.1 移动底座 |
2.2.2 激光雷达传感器 |
2.2.3 无线手柄控制 |
2.3 机器人软件平台 |
2.3.1 机器人操作系统ROS |
2.3.2 控制系统 |
2.4 机器人系统模型 |
2.4.1 坐标系模型 |
2.4.2 机器人运动模型 |
2.4.3 激光雷达扫描测量模型 |
2.5 环境地图模型 |
2.5.1 栅格地图 |
2.5.2 几何特征地图 |
2.5.3 拓扑地图 |
2.6 本章小结 |
第三章 SLAM基础及基于滤波算法的状态估计 |
3.1 引言 |
3.2 SLAM的概率模型 |
3.2.1 SLAM的数学描述 |
3.2.2 机器人的状态模型和观测模型 |
3.2.3 贝叶斯估计 |
3.3 基于滤波算法的机器人状态估计 |
3.3.1 卡尔曼滤波算法 |
3.3.2 粒子滤波估计算法 |
3.4 EKF和 PF仿真对比分析 |
3.4.1 EKF和 PF状态估计对比 |
3.4.2 初始粒子数N对 PF的影响 |
3.5 本章小结 |
第四章 同时定位与地图构建SLAM方法研究 |
4.1 引言 |
4.2 基于RBPF粒子滤波的SLAM及其改进算法 |
4.2.1 激光扫描构建栅格地图原理 |
4.2.2 基于栅格地图的FastSLAM |
4.2.3 改进的RBPF-SLAM方法 |
4.3 基于激光扫描匹配的Hector SLAM建图 |
4.3.1 Hector SLAM扫描匹配原理 |
4.3.2 Hector SLAM建图实验 |
4.4 基于Gazebo平台的SLAM仿真实验 |
4.4.1 仿真环境的搭建 |
4.4.2 栅格地图SLAM构建仿真 |
4.5 改进的RBPF-SLAM激光建图实验 |
4.5.1 实验环境 |
4.5.2 实验结果与分析 |
4.6 本章小结 |
第五章 基于已建地图的定位导航研究及实验 |
5.1 引言 |
5.2 原始的全局定位及导航方法 |
5.2.1 基于AMCL的全局定位 |
5.2.2 全局规划导航算法 |
5.2.3 基于DWA的局部路径规划导航方法 |
5.3 改进的AGV定位导航 |
5.3.1 改进的AMCL全局定位 |
5.3.2 基于ROS的导航框架 |
5.3.3 改进的导航失效恢复方法 |
5.4 定位导航实验 |
5.4.1 Gazebo平台的定位导航仿真实验 |
5.4.2 实际环境定位导航实验 |
5.5 本章小节 |
总结与展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(8)基于ARM9的智能家居开发与应用(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究的背景、意义和目的 |
1.2 智能家居的研究现状和发展趋势 |
1.2.1 国外智能家居的研究现状 |
1.2.2 国内智能家居研究现状 |
1.2.3 智能家居发展趋势 |
1.3 课题研究内容以及结构安排 |
第2章 智能家居系统设计和论证 |
2.1 智能家居系统整体设计方案 |
2.2 系统网络通信方案设计 |
2.3 核心处理器的选定及操作系统介绍 |
2.3.1 核心处理器的选定 |
2.3.2 操作系统的介绍 |
2.4 家庭子网技术 |
2.5 ZigBee协议 |
2.5.1 IEEE802.15.4标准介绍 |
2.5.2 ZigBee协议结构 |
2.6 手机APP操作平台 |
2.7 本章小结 |
第3章 智能家居系统的硬件设计 |
3.1 硬件设计总体框架 |
3.2 家庭网关模块 |
3.2.1 ARM9处理器模块电路设计 |
3.2.2 底板电路设计 |
3.2.3 协调器电路设计 |
3.3 Zigbee节点模块 |
3.3.1 门磁感应器模块电路设计 |
3.3.2 零火开关控制电路设计 |
3.4 本章小结 |
第4章 智能家居系统的软件设计 |
4.1 软件设计总体框架 |
4.2 家庭网关软件设计 |
4.2.1 开发环境的搭建 |
4.2.2 DM9000网卡驱动移植 |
4.2.3 网关应用程序设计 |
4.3 ZigBee节点软件设计 |
4.3.1 零火开关和门磁感应节点软件设计 |
4.3.2 ZigBee数据传输方式 |
4.4 手机APP软件开发 |
4.5 本章小结 |
第5章 系统功能测试 |
5.1 设备联网连接 |
5.2 智能家居系统联网测试 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录 |
致谢 |
(9)基于嵌入式Linux的门机监控终端的开发研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 课题来源 |
1.1.2 研究背景 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 港口起重机监控系统 |
1.2.2 ARM处理器 |
1.2.3 嵌入式操作系统 |
1.2.4 图形用户界面 |
1.3 本文的研究内容和框架 |
第2章 嵌入式技术基础 |
2.1 嵌入式系统 |
2.1.1 嵌入式系统的组成 |
2.1.2 嵌入式系统的特点 |
2.1.3 嵌入式系统的应用 |
2.2 远程监控技术 |
2.2.1 远程监控技术的原理 |
2.2.2 CMS的工作流程 |
2.3 图形用户界面 |
2.3.1 GUI的结构模型 |
2.3.2 GUI的实现方法 |
2.4 触摸屏技术 |
2.5 本章小结 |
第3章 门机监控终端的需求分析及总体方案 |
3.1 门机监控终端需求分析 |
3.1.1 门机的机械构造 |
3.1.2 门机的电气系统 |
3.1.3 门机作业流程分析 |
3.1.4 门机监控终端功能需求 |
3.2 门机监控终端的总体结构 |
3.2.1 分布式监控模式 |
3.2.2 门机监控终端的结构 |
3.3 门机监控终端的硬件方案 |
3.3.1 主控方案选择 |
3.3.2 ARM11微处理器 |
3.3.3 OK6410-B开发板简介 |
3.3.4 传感器 |
3.3.5 触摸屏 |
3.3.6 3G无线通信 |
3.4 总线及通信协议 |
3.4.1 RS-232总线的性能特点 |
3.4.2 Modbus通信协议 |
3.5 本章小结 |
第4章 门机监控终端嵌入式软件平台的搭建 |
4.1 软件平台总体规划 |
4.1.1 应用软件功能模块 |
4.1.2 嵌入式Linux |
4.1.3 嵌入式GUI的选择 |
4.1.4 本文涉及的三种系统 |
4.2 嵌入式LINUX开发环境的搭建 |
4.2.1 宿主机环境的建立 |
4.2.2 交叉编译工具 |
4.2.3 Bootloader的移植 |
4.2.4 Linux内核的定制和编译 |
4.2.5 文件系统的加载 |
4.3 QT开发工具介绍 |
4.3.1 Qt的组成 |
4.3.2 信号与槽机制 |
4.3.3 Qt元对象系统 |
4.4 QT的交叉编译和移植 |
4.4.1 Qt GUI系统的开发流程 |
4.4.2 Qt的编译与移植 |
4.5 本章小结 |
第5章 门机监控终端应用软件与GUI的实现 |
5.1 界面可视化设计 |
5.1.1 工作模式界面 |
5.1.2 管理员模式界面 |
5.1.3 使用说明界面 |
5.2 界面显示功能的实现 |
5.2.1 主函数 |
5.2.2 状态机 |
5.2.3 控件多状态显示 |
5.2.4 软键盘的设计 |
5.3 数据处理模块的实现 |
5.3.1 重量计算 |
5.3.2 幅度计算 |
5.4 输出控制功能的实现 |
5.5 测试与改进 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
附录一 |
附录二 |
附录三 |
(10)基于FPGA的超高频RFID读写器基带SoC原型验证与软件设计(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 本课题的选题背景 |
1.2 课题来源与研究内容 |
1.3 本课题的研究意义 |
1.4 本文的章节安排 |
第二章 基带SoC系统分析 |
2.1 基带SoC系统结构 |
2.2 FPGA硬件验证平台 |
2.2.1 基于FPGA的原型验证流程 |
2.2.2 DE2-115硬件平台 |
2.3 基带SoC系统软件分析 |
2.3.1 软件开发工具链 |
2.3.2 嵌入式Linux |
2.3.3 基于Linux的硬件驱动设计 |
2.4 本章小结 |
第三章 基带SoC系统模块分析与验证 |
3.1 最小系统模块 |
3.1.1 OR1200模块 |
3.1.2 Wishbone总线仲裁器 |
3.1.3 PLL与RAM模块 |
3.1.4 最小系统的验证 |
3.2 存储控制器模块 |
3.2.1 SDRAM控制器设计与仿真验证 |
3.2.2 SRAM控制器设计与仿真验证 |
3.2.3 NorFlash控制器设计与仿真验证 |
3.3 LCD控制器模块 |
3.3.1 LCD的控制时序 |
3.3.2 LCD控制器的设计结构与验证 |
3.4 基带协议处理模块 |
3.4.1 基带协议处理模块系统结构 |
3.4.2 基带协议处理模块的验证 |
3.5 本章小结 |
第四章 基带SoC系统的软件设计 |
4.1 交叉编译平台的搭建 |
4.2 测试软件的设计与编译 |
4.2.1 测试软件设计 |
4.2.2 Makefile与链接脚本的设计 |
4.3 Linux内核移植的实现 |
4.3.1 异常处理 |
4.3.2 硬件初始化 |
4.3.3 系统调用函数 |
4.3.4 线程的创建与切换 |
4.4 LCD驱动程序设计 |
4.5 网络设备驱动设计 |
4.6 本章小结 |
第五章 系统验证 |
5.1 系统的软硬件整合 |
5.1.1 构建顶层基带SoC系统配置文件 |
5.1.2 系统引脚分配 |
5.1.3 系统软件结构与烧写 |
5.2 运行结果 |
5.3 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
攻读硕士期间科研成果及参与项目 |
学位论文评阅及答辩情况表 |
四、Linux验证有门(论文参考文献)
- [1]基于多传感器融合的同时定位和地图构建研究[D]. 陈凯. 安徽理工大学, 2021(02)
- [2]逻辑电路静态学习研究[D]. 王春臣. 汕头大学, 2020(02)
- [3]基于微服务的B2B2C平台销售系统服务端的设计与实现[D]. 王建勇. 北京邮电大学, 2020(05)
- [4]面向应用的容器集群弹性伸缩方法的设计与实现[D]. 单朋荣. 齐鲁工业大学, 2020(02)
- [5]基于OMNeT++的无线传感器网络安全协议仿真平台的设计与实现[D]. 付璨. 曲阜师范大学, 2020(01)
- [6]Linux操作系统的安全性问题探究[J]. 王俊杰. 数码世界, 2019(12)
- [7]基于激光雷达的AGV机器人SLAM与定位导航研究[D]. 韦晓琴. 华南理工大学, 2019(01)
- [8]基于ARM9的智能家居开发与应用[D]. 赖如峰. 浙江工业大学, 2019(07)
- [9]基于嵌入式Linux的门机监控终端的开发研究[D]. 赵艳芳. 武汉理工大学, 2013(S2)
- [10]基于FPGA的超高频RFID读写器基带SoC原型验证与软件设计[D]. 刘其鹏. 山东大学, 2012(02)