UPFC的模型及控制器研究_章良栋

MATLAB模型预测控制工具箱函数

MATLAB模型预测控制工具箱函数 8.2 系统模型建立与转换函数 前面读者论坛了利用系统输入/输出数据进行系统模型辨识的有关函数及使用方法，为时行模型预测控制器的设计，需要对系统模型进行进一步的处理和转换。MATLAB的模型预测控制工具箱中提供了一系列函数完成多种模型转换和复杂系统模型的建立功能。 在模型预测控制工具箱中使用了两种专用的系统模型格式，即MPC状态空间模型和MPC传递函数模型。这两种模型格式分别是状态空间模型和传递函数模型在模型预测控制工具箱中的特殊表达形式。这种模型格式化可以同时支持连续和离散系统模型的表达，在MPC传递函数模型中还增加了对纯时延的支持。表8-2列出了模型预测控制工具箱的模型建立与转换函数。 表8-2 模型建立与转换函数 8.2.1 模型转换 在MATLAB模型预测工具箱中支持多种系统模型格式。这些模型格式包括： ①通用状态空间模型； ②通用传递函数模型； ③MPC阶跃响应模型； ④MPC状态空间模型； ⑤MPC传递函数模型。

在上述5种模型格式中，前两种模型格式是MATLAB通用的模型格式，在其他控制类工具箱中，如控制系统工具箱、鲁棒控制工具等都予以支持；而后三种模型格式化则是模型预测控制工具箱特有的。其中，MPC状态空间模型和MPC传递函数模型是通用的状态空间模型和传递函数模型在模型预测控制工具箱中采用的增广格式。模型预测控制工具箱提供了若干函数，用于完成上述模型格式间的转换功能。下面对这些函数的用法加以介绍。 1．通用状态空间模型与MPC状态空间模型之间的转换 MPC状态空间模型在通用状态空间模型的基础上增加了对系统输入/输出扰动和采样周期的描述信息，函数ss2mod()和mod2ss()用于实现这两种模型格式之间的转换。 1）通用状态空间模型转换为MPC状态空间模型函数ss2mod() 该函数的调用格式为 pmod= ss2mod(A,B,C,D) pmod= ss2mod(A,B,C,D,minfo) pmod= ss2mod(A,B,C,D,minfo,x0,u0,y0,f0) 式中，A, B, C, D为通用状态空间矩阵； minfo为构成MPC状态空间模型的其他描述信息，为7个元素的向量，各元素分别定义为： ◆minfo(1)=dt，系统采样周期，默认值为1； ◆minfo(2)=n，系统阶次，默认值为系统矩阵A的阶次； ◆minfo(3)=nu，受控输入的个数，默认值为系统输入的维数； ◆minfo(4)=nd，测量扰的数目，默认值为0； ◆minfo(5)=nw，未测量扰动的数目，默认值为0； ◆minfo(6)=nym，测量输出的数目，默认值系统输出的维数； ◆minfo(7)=nyu，未测量输出的数目，默认值为0； 注：如果在输入参数中没有指定m i n f o，则取默认值。 x0, u0, y0, f0为线性化条件，默认值均为0； pmod为系统的MPC状态空间模型格式。 例8-5将如下以传递函数表示的系统模型转换为MPC状态空间模型。 解：MATLAB命令如下：

Oracle 数据库安全综述

Oracl e 数据库安全综述 邓明翥 2007061035 摘要信息时代，数据安全性和日俱增。对于企业数据库来说。安全性和系统性能同样重要．一旦数据丢失或者非法用户侵入，对于任何一个使用系统来说都是致命的问题．提高Oracle数据库安全性就要做好安全管理工作．文章从Oracle 入手从安全机制和安全策略两个角度分析其安全，并给出一些安全管理操作的具体方法，最后通过对比给出其安全策略的优点。 1数据库系统简介 1.1背景介绍 随着网络技术的飞速发展。网络安全问题日渐突出。数据库技术自20世纪60年代产生至今，也已得到了快速的发展和广泛使用，数据库中由于数据大量集中存放，且为众多用户直接共享，安全性问题尤为突出。 数据库是按照数据结构来组织、存储和管理数据的仓库，它产生于距今五十年前。经过几十年的发展，数据库技术在理论上得到不断完善的同时，也广泛地投入到财务、教育、电子政务、金融等领域中得到大规模的使用。目前，市场上不仅有能满足个人用户需要的桌面小型数据库管理系统，也有能提供大规模数据管理功能、使用在网络环境的大中型数据库管理系统。 1.2数据库系统产品简介 随着大规模数据组织和管理日益引起人们的关注，数据库系统显现出越来越大的市场价值，许多公司都推出了各具特色的数据库管理系统。下面对在市场上占据主流、具有一定代表意义的两款数据库系统做简要介绍。 1.2.1SQL Server简介 SQL Server是由Microsoft公司开发和推广的关系数据库管理系统。它最初是由Microsoft、Sybase、Ashton-Tate三家公司共同开发的，并于1988年推出了第一个OS/2版本。由于Microsoft公司强大的开发能力和市场影响力，自1988年起，不断有新版本SQL Server推出并迅速占领中小型数据库市场。根据来自BZ Research2007年数据库整合和统计报告的数据，SQL Server的市场占有率为74.7%，高居第一。其中，SQL Server2000的用户群最为庞大，SQL Server2008是最新版本。本文所提及的SQL Server，如未特别指出，都指的是SQL Server2000。 SQL Server具有典型的C/S结构。使用图形化用户界面，使系统管理和数据库管理更加直观、简介。同时，还提供了丰富的编程接口工具，为用户进行程序

实时控制系统一种基于模型预测控制的反馈调度

第40卷第5期　2006年5月 上海交通大学学报 J OU RNAL OF SHAN GHA I J IAO TON G UNIV ERSIT Y Vol.40No.5　 May 2006　 收稿日期:2005206208 作者简介:周平方(19762),男,湖南常宁人,博士生,主要从事实时系统、计算机控制系统等研究,E 2mail :zhoupf @https://www.sodocs.net/doc/2c18615462.html,. 谢剑英(联系人),男,教授,博士生导师,电话(Tel.):021*********. 文章编号:100622467(2006)0520838205 实时控制系统一种基于模型预测控制的反馈调度 周平方,　谢剑英 (上海交通大学自动化系,上海200030) 摘　要:提出一种基于模型预测控制(M PC )的反馈调度算法(FS 2M PC ),可以在有限计算资源的 情况下改进实时控制系统的性能.将被控的实时调度过程模型化为受约束的任务集密度控制问题.在FS 2MPC 算法中,约束条件保证任务集在最早截止时限优先(EDF )算法下是可调度的;同时,M PC 的优化目标通过减小控制任务的截止时限使整个任务集的密度尽可能接近100%,从而提高控制任务的优先级,降低输出抖动.仿真结果表明,在有限计算资源的情况下,FS 2M PC 显著地降低了由调度过程引起的控制性能损失. 关键词:实时控制系统;反馈调度;模型预测控制;最早截止时限优先中图分类号:TP 273 文献标识码:A A Model Predictive Control 2Based Feedback Scheduling for Real 2T ime Control Systems Z HOU Pi ng 2f ang ,　X I E J i an 2y i ng (Dept.of Automation ,Shanghai Jiaotong Univ.,Shanghai 200030,China ) Abstract :A feedback scheduling based on model p redictive control (FS 2M PC )was presented to improve t he cont rol performance of real 2time control system subject to limited comp utational resource.The controlled real 2time scheduling is modelled as a const rained density cont rol p roblem of t he total task set.In t he FS 2M PC ,t he const raint s guarantee t hat t he task set is schedulable by EDF (earliest deadline first )algorit hm.At t he same time ,t he optimization goal of M PC (model p redictive cont rol )makes t he density of t he total task set as clo se to 1as po ssible t hrough shortening cont rol tasks ’deadlines.As a result ,t he cont rol tasks obtain higher p riorities and t he outp ut jitter is reduced.The simulation result s illust rate t hat t he schedu 2ling induced control performance lo ss is reduced greatly by t he FS 2M PC subject to limited comp utational resource. Key words :real 2time cont rol system ;feedback scheduling (FS );model p redictive control (M PC );earliest deadline first (EDF ) 现代实时控制系统(R TCS )通常是基于一个实时内核,多个闭环控制任务在内核的基础上竞争性地使用共享的处理器时间.因此,处理器的时间被当作是一种最重要的资源,需要一定的调度算法来将其分配给各个任务.这样就可能引起控制任务的抖动,尤其是当周期很短、处理器利用率很高的时候.

MATLAB工具箱介绍.

MATLAB工具箱介绍 软件Matlab由美国MathWorks, Inc.公司出品，它的前身是C1eveMoler教授(现为美国工程院院士，Mathworks公司首席科学家)为著名的数学软件包LINPACK和EISPACK所写的一个接口程序。经过近20年的发展，目前Matlab已经发展成一个系列产品，包括它的内核及多个可供选择的工具箱。Matlab的工具箱数目不断增加，功能不断改善，这里简要介绍其中的几个。MATLAB 的M文件、工具箱索引和网上资源,可以从https://www.sodocs.net/doc/2c18615462.html,处查找。 (1)通讯工具箱 (Communication ToolboX) ★提供100多个函数及150多个SIMULINK模块，用于系统的仿真和分析 ★可由结构图直接生成可应用的C语言源代码 (2)控制系统工具箱 (Control System Too1box) ★连续系统设计和离散系统设计 ★状态空间和传递函数 ★模型转换 ★频域响应：Bode图、Nyquist图、Nichols图 ★时域响应：冲击响应、阶跃响应、斜波响应等 ★根轨迹、极点配置、LQG (3)金融工具箱 (Financial Loo1boX) ★成本、利润分析，市场灵敏度分析 ★业务量分析及优化 ★偏差分析 ★资金流量估算 ★财务报表

(4)频率域系统辨识工具箱 (Frequency Domain System Identification Toolbox) ★辨识具有未知延迟的连续和离散系统 ★计算幅值／相位、零点／极点的置信区间 ★设计周期激励信号、最小峰值、最优能量谱等 (5)模糊逻辑工具箱 (Fuzzy Logic Too1box) ★友好的交互设计界面 ★自适应神经—模糊学习、聚类以及Sugeno推理 ★支持SIMULINK动态仿真 ★可生成C语言源代码用于实时应用 (6)高阶谱分析工具箱 (Higher—Order Spectral Analysis Toolbox) ★高阶谱估计 ★信号中非线性特征的检测和刻划 ★延时估计 ★幅值和相位重构 ★阵列信号处理 ★谐波重构 (7)图像处理工具箱 (Image Processing Toolbox) ★二维滤波器设计和滤波 ★图像恢复增强 ★色彩、集合及形态操作

数据仓库安全模型分析

数据仓库安全模型分析 摘要：对数据仓库安全模型进行了分析，讨论了现有的数据仓库安全模型，并对数据仓库安全模型的发展方向进行了展望。关键词：数据仓库数据仓库安全安全模型 数据仓库是在以事务处理为主要任务的数据库基础上发展起来的,但是它与数据库有着根本的不同。数据仓库的主要特征是面向主题的、集成的、与时间相关的、不可修改的数据集合[1]。数据仓库是一种决策支持系统,它主要是对企业决策提供强有力的支持,因此它的安全性更加重要。因为数据仓库中数据的丢失将损害企业的决策,所以数据仓库的安全性相对于数据库来说更为重要。 近几年来,虽然对数据仓库的研究较多,但是控制对数据仓库的访问却是一个正在发展的技术领域,对数据仓库的安全控制方面的研究仍旧涉及很少。对数据仓库的安全控制和对于传统的操作型数据库的安全控制是不同的。数据仓库的控制有着更高的复杂性,原因主要在于数据仓库的建立目的与限制对数据的访问是矛盾的;数据仓库中存在着不同粒度的数据;数据仓库中的数据是以多维的方式存在的。这些因素决定了数据仓库安全的研究是一个复杂的领域。目前对于数据仓库安全性的研究还比较少,国内还处于起步阶段,但是它却有着极其重要的现实意义。本文主要是通过对几个数据仓库安全模型的研究,对数据仓库安全性目前研究的主要内容、现状和发展趋势进行了分析,并给出了一些模型的应用实例。 1 数据仓库安全模型 一个好的安全模型是数据仓库安全性的重要保障。现存的许多数据仓库在设计阶段都没有能够很好地在数据仓库的安全方面进行很好的设计,这使得在数据仓库建成之后再添加关于安全方面的设计时成本大增,而且在数据仓库建成之后再实施安全策略时也比较困难。因此在设计阶段就设计好数据仓库的安全模型对于构建一个安全的数据仓库有着极其重要的意义。本文主要分析了四种关于数据仓库和OLAP的安全模型。 1.1 基于元数据的数据仓库安全模型设计 元数据是描述数据仓库内数据的结构和建立方法的数据。元数据是数据仓库中很重要的一部分,它将会影响数据仓库中所有的层次,常被开发者用来管理控制和开发数据仓库。元数据也是用户访问数据仓库的一部分,它常被用来控制访问控制和分析数据。 通过对元数据的控制来加强数据仓库的安全性,这种情况下与安全主题和客体相关的访问规则被以元数据的形式存储。当一个用户访问数据仓库中的数据时,安全查询机制层将会查询这个访问是否被允许。为了保证查询的正确进行,可通过分析“安全元数据”来分析相应的访问许可机制。 N.Katic于1998年提出一个基于元数据的安全模型[2]。这是通过“安全管理者”的方式来实现的。通过它可以管理、定义、描述用户和用户群体。此外还设置了一个安全查询管理层(SQML),它的作用是通过检查是否允许一个任务的执行来过滤用户的查询。图1描述了这个安全模型。 此模型的主要作用是如果用户企图查询他没有访问权限的数据,则由“安全管理者”和“信息服务器”可以把用户想查询而又没有查询权限的那部分数据过滤掉,而只把他可以访问的那些数据返回给他。这种操作对于用户来说是透明的,用户并不知道还有些数据他没有访问到。数据仓库的信息对于用户来说好像是提供了他所需要的所有数据。这是一个很重要的安全策略,使用户不知道自己被禁止了部分数据,因而他不会去试图访问他原本看不到的数据。这样也极大地增强了数据仓库中数据的安全性。

神经网络模型预测控制器

神经网络模型预测控制器 摘要：本文将神经网络控制器应用于受限非线性系统的优化模型预测控制中，控制规则用一个神经网络函数逼近器来表示，该网络是通过最小化一个与控制相关的代价函数来训练的。本文提出的方法可以用于构造任意结构的控制器，如减速优化控制器和分散控制器。 关键字：模型预测控制、神经网络、非线性控制 1.介绍 由于非线性控制问题的复杂性，通常用逼近方法来获得近似解。在本文中，提出了一种广泛应用的方法即模型预测控制（MPC），这可用于解决在线优化问题，另一种方法是函数逼近器，如人工神经网络，这可用于离线的优化控制规则。 在模型预测控制中，控制信号取决于在每个采样时刻时的想要在线最小化的代价函数，它已经广泛地应用于受限的多变量系统和非线性过程等工业控制中[3,11,22]。MPC方法一个潜在的弱点是优化问题必须能严格地按要求推算，尤其是在非线性系统中。模型预测控制已经广泛地应用于线性MPC问题中[5]，但为了减小在线计算时的计算量，该部分的计算为离线。一个非常强大的函数逼近器为神经网络，它能很好地用于表示非线性模型或控制器，如文献[4,13,14]。基于模型跟踪控制的方法已经普遍地应用在神经网络控制，这种方法的一个局限性是它不适合于不稳定地逆系统，基此本文研究了基于优化控制技术的方法。 许多基于神经网络的方法已经提出了应用在优化控制问题方面，该优化控制的目标是最小化一个与控制相关的代价函数。一个方法是用一个神经网络来逼近与优化控制问题相关联的动态程式方程的解[6]。一个更直接地方法是模仿MPC方法，用通过最小化预测代价函数来训练神经网络控制器。为了达到精确的MPC技术，用神经网络来逼近模型预测控制策略，且通过离线计算[1,7.9,19]。用一个交替且更直接的方法即直接最小化代价函数训练网络控制器代替通过训练一个神经网络来逼近一个优化模型预测控制策略。这种方法目前已有许多版本，Parisini[20]和Zoppoli[24]等人研究了随机优化控制问题，其中控制器作为神经网络逼近器的输入输出的一个函数。Seong和Widrow[23]研究了一个初始状态为随机分配的优化控制问题，控制器为反馈状态，用一个神经网络来表示。在以上的研究中，应用了一个随机逼近器算法来训练网络。Al-dajani[2]和Nayeri等人[15]提出了一种相似的方法，即用最速下降法来训练神经网络控制器。 在许多应用中，设计一个控制器都涉及到一个特殊的结构。对于复杂的系统如减速控制器或分散控制系统，都需要许多输入与输出。在模型预测控制中，模型是用于预测系统未来的运动轨迹，优化控制信号是系统模型的系统的函数。因此，模型预测控制不能用于定结构控制问题。不同的是，基于神经网络函数逼近器的控制器可以应用于优化定结构控制问题。 在本文中，主要研究的是应用于非线性优化控制问题的结构受限的MPC类型[20,2,24,23,15]。控制规则用神经网络逼近器表示，最小化一个与控制相关的代价函数来离线训练神经网络。通过将神经网络控制的输入适当特殊化来完成优化低阶控制器的设计，分散和其它定结构神经网络控制器是通过对网络结构加入合适的限制构成的。通过一个数据例子来评价神经网络控制器的性能并与优化模型预测控制器进行比较。 2.问题表述 考虑一个离散非线性控制系统： 其中为控制器的输出，为输入，为状态矢量。控制

MA AB模型预测控制工具箱函数

M A T L A B模型预测控制工具箱函数 8.2系统模型建立与转换函数 前面读者论坛了利用系统输入/输出数据进行系统模型辨识的有关函数及使用方法，为时行模型预测控制器的设计，需要对系统模型进行进一步的处理和转换。MATLAB的模型预测控制工具箱中提供了一系列函数完成多种模型转换和复杂系统模型的建立功能。 在模型预测控制工具箱中使用了两种专用的系统模型格式，即MPC状态空间模型和MPC传递函数模型。这两种模型格式分别是状态空间模型和传递函数模型在模型预测控制工具箱中的特殊表达形式。这种模型格式化可以同时支持连续和离散系统模型的表达，在MPC传递函数模型中还增加了对纯时延的支持。表8-2列出了模型预测控制工具箱的模型建立与转换函数。 表8-2模型建立与转换函数 8.2.1模型转换 在MATLAB模型预测工具箱中支持多种系统模型格式。这些模型格式包括： ①通用状态空间模型； ②通用传递函数模型； ③MPC阶跃响应模型； ④MPC状态空间模型；

⑤MPC传递函数模型。 在上述5种模型格式中，前两种模型格式是MATLAB通用的模型格式，在其他控制类工具箱中，如控制系统工具箱、鲁棒控制工具等都予以支持；而后三种模型格式化则是模型预测控制工具箱特有的。其中，MPC状态空间模型和MPC传递函数模型是通用的状态空间模型和传递函数模型在模型预测控制工具箱中采用的增广格式。模型预测控制工具箱提供了若干函数，用于完成上述模型格式间的转换功能。下面对这些函数的用法加以介绍。 1．通用状态空间模型与MPC状态空间模型之间的转换 MPC状态空间模型在通用状态空间模型的基础上增加了对系统输入/输出扰动 和采样周期的描述信息，函数ss2mod()和mod2ss()用于实现这两种模型格式之间的转换。 1）通用状态空间模型转换为MPC状态空间模型函数ss2mod() 该函数的调用格式为 pmod=ss2mod(A,B,C,D) pmod=ss2mod(A,B,C,D,minfo) pmod=ss2mod(A,B,C,D,minfo,x0,u0,y0,f0) 式中，A,B,C,D为通用状态空间矩阵； minfo为构成MPC状态空间模型的其他描述信息，为7个元素的向量，各元素分别定义为： ◆minfo(1)=dt，系统采样周期，默认值为1； ◆minfo(2)=n，系统阶次，默认值为系统矩阵A的阶次； ◆minfo(3)=nu，受控输入的个数，默认值为系统输入的维数； ◆minfo(4)=nd，测量扰的数目，默认值为0； ◆minfo(5)=nw，未测量扰动的数目，默认值为0； ◆minfo(6)=nym，测量输出的数目，默认值系统输出的维数； ◆minfo(7)=nyu，未测量输出的数目，默认值为0； 注：如果在输入参数中没有指定m i n f o，则取默认值。 x0,u0,y0,f0为线性化条件，默认值均为0； pmod为系统的MPC状态空间模型格式。 例8-5将如下以传递函数表示的系统模型转换为MPC状态空间模型。 解：MATLAB命令如下：

访问控制模型综述

访问控制模型研究综述 沈海波1,2,洪帆1 (1.华中科技大学计算机学院,湖北武汉430074; 2.湖北教育学院计算机科学系,湖北武汉430205) 摘要:访问控制是一种重要的信息安全技术。为了提高效益和增强竞争力,许多现代企业采用了此技术来保障其信息管理系统的安全。对传统的访问控制模型、基于角色的访问控制模型、基于任务和工作流的访问控制模型、基于任务和角色的访问控制模型等几种主流模型进行了比较详尽地论述和比较,并简介了有望成为下一代访问控制模型的UCON模型。 关键词:角色;任务;访问控制;工作流 中图法分类号:TP309 文献标识码: A 文章编号:1001-3695(2005)06-0009-03 Su rvey of Resea rch on Access Con tr ol M odel S HE N Hai-bo1,2,HONG Fa n1 (1.C ollege of Computer,H uazhong Univer sity of Science&Technology,W uhan H ubei430074,China;2.Dept.of C omputer Science,H ubei College of Education,Wuhan H ubei430205,China) Abst ract:Access control is an im port ant inform a tion s ecurity t echnolog y.T o enha nce benefit s and increa se com petitive pow er,m a ny m odern enterprises hav e used this t echnology t o secure their inform ation m ana ge s yst em s.In t his paper,s ev eral m a in acces s cont rol m odels,such as tra dit iona l access control m odels,role-bas ed acces s cont rol m odels,ta sk-ba sed acces s control m odels,t as k-role-based access cont rol m odels,a nd s o on,are discus sed a nd com pa red in deta il.In addit ion,we introduce a new m odel called U CON,w hich m ay be a prom ising m odel for the nex t generation of a ccess control. Key words:Role;Ta sk;Access Cont rol;Workflow 访问控制是通过某种途径显式地准许或限制主体对客体访问能力及范围的一种方法。它是针对越权使用系统资源的防御措施,通过限制对关键资源的访问,防止非法用户的侵入或因为合法用户的不慎操作而造成的破坏,从而保证系统资源受控地、合法地使用。访问控制的目的在于限制系统内用户的行为和操作,包括用户能做什么和系统程序根据用户的行为应该做什么两个方面。 访问控制的核心是授权策略。授权策略是用于确定一个主体是否能对客体拥有访问能力的一套规则。在统一的授权策略下,得到授权的用户就是合法用户,否则就是非法用户。访问控制模型定义了主体、客体、访问是如何表示和操作的,它决定了授权策略的表达能力和灵活性。 若以授权策略来划分,访问控制模型可分为:传统的访问控制模型、基于角色的访问控制(RBAC)模型、基于任务和工作流的访问控制(TBAC)模型、基于任务和角色的访问控制(T-RBAC)模型等。 1 传统的访问控制模型 传统的访问控制一般被分为两类[1]:自主访问控制DAC (Discret iona ry Acces s Control)和强制访问控制MAC(Mandat ory Acces s C ontrol)。 自主访问控制DAC是在确认主体身份以及它们所属组的基础上对访问进行限制的一种方法。自主访问的含义是指访问许可的主体能够向其他主体转让访问权。在基于DAC的系统中,主体的拥有者负责设置访问权限。而作为许多操作系统的副作用,一个或多个特权用户也可以改变主体的控制权限。自主访问控制的一个最大问题是主体的权限太大,无意间就可能泄露信息,而且不能防备特洛伊木马的攻击。访问控制表(ACL)是DAC中常用的一种安全机制,系统安全管理员通过维护AC L来控制用户访问有关数据。ACL的优点在于它的表述直观、易于理解,而且比较容易查出对某一特定资源拥有访问权限的所有用户,有效地实施授权管理。但当用户数量多、管理数据量大时,AC L就会很庞大。当组织内的人员发生变化、工作职能发生变化时,AC L的维护就变得非常困难。另外,对分布式网络系统,DAC不利于实现统一的全局访问控制。 强制访问控制MAC是一种强加给访问主体(即系统强制主体服从访问控制策略)的一种访问方式,它利用上读/下写来保证数据的完整性,利用下读/上写来保证数据的保密性。MAC主要用于多层次安全级别的军事系统中,它通过梯度安全标签实现信息的单向流通,可以有效地阻止特洛伊木马的泄露;其缺陷主要在于实现工作量较大,管理不便,不够灵活,而且它过重强调保密性,对系统连续工作能力、授权的可管理性方面考虑不足。 2基于角色的访问控制模型RBAC 为了克服标准矩阵模型中将访问权直接分配给主体,引起管理困难的缺陷,在访问控制中引进了聚合体(Agg rega tion)概念,如组、角色等。在RBAC(Role-Ba sed Access C ontrol)模型[2]中,就引进了“角色”概念。所谓角色,就是一个或一群用户在组织内可执行的操作的集合。角色意味着用户在组织内的责 ? 9 ? 第6期沈海波等:访问控制模型研究综述 收稿日期:2004-04-17;修返日期:2004-06-28

智能空间中RSSI定位问题研究_孙佩刚

智能空间中RSSI 定位问题研究 孙佩刚1,2,赵　海1,罗玎玎1,张晓丹3,尹震宇1 (11东北大学嵌入式实验室3,辽宁沈阳110004;2.沈阳炮兵学院,辽宁沈阳110162;3.沈阳航空工业学院,辽宁沈阳110034) 摘　要:　定位服务是智能空间所必须提供的基本服务,而定位精度的高低在很大程度上取决于距离测量精度. 本文分析了现有无线测距技术运用到智能空间中存在的诸多问题,结合无线传感器节点的硬件特性,选择了基于RSSI 的定位技术,提出了三种基于RSSI 定位的实现机制:最小二乘曲线拟合法,信号强度分布法以及混合定位法.在此基础上,针对所提出的三种定位技术从定位计算量、定位误差等方面进行了实验测试与对比分析.结果表明,混合定位法所需的计算量小、定位精度高,能更好地满足于资源受限环境下的定位服务需求.由此可见,借助于本文提出的混合定位法,结合适当的迭代定位算法可以有效地应用于实际系统的定位. 关键词:　智能空间;接收信号强度显示;定位服务;无线传感器网络;定位误差中图分类号:　TP393117 文献标识码:　A 文章编号:　037222112(2007)0721240206 Re search on RSSI 2ba sed Location in Smart Space S UN Pei 2gang 1,2,ZH AO Hai 1,LUO Ding 2ding 1,ZH ANG X iao 2dan 3,YI N Zhen 2yu 1 (11Embedded Laboratory ,Northeastern Univer sity ,Shenyang ,Liaoning 110004,China ; 2.Shenyang Artillery Academy ,Shenyang ,Liaoning 110162,China ; 3.Shenyang Institute o f Aeronautical Engineering ,Shenyang ,Liaoning 110034,China ) Abstract :　Location is one of the fundamental services provided by smart space ,and the location precision is mainly decided by the accuracy in distance measurement.However ,the current wireless location technology applying into smart space brings on a series of problems.Considering the hardware characteristics of current wireless sensor nodes ,the paper selects the location mecha 2nism based on RSSI ,and puts forward three methods :Least 2Square Curve Fitting Method ,Signal Strength Distribution Method and Hybrid Location Method.Then the paper tests performances of the three methods from location cost and location error.Seen from test results ,the Hybrid Location Method which need little computing amount and has high precision is better able to meet the re 2quirement of positioning services under the resource 2constrained environment.It is proved that with appropriate iterative location al 2gorithms ,the Hybrid Location Method above can be effectively used in practical positioning applications. K ey words :　smart space ;receive signal strength indicator ;location services ;wireless sensor networks ;location error 1　引言 智能空间(smart space )是一个嵌入了计算、信息设 备和多模态传感装置的工作空间,其目的是使用户能非常方便地访问其中的信息、获得计算服务,从而高效地进行单独工作和与他人协同工作[122].随着智能空间中的用户对信息的交互性和就地性需求越来越强烈,这就给基于位置的服务和应用提供了广阔的市场空间. 在目前已有的无线定位技术中,有的技术需要基站(Base S tation ,BS )与移动节点(M obile N ode ,M N )之间的 精确同步,有的技术需要移动节点携带昂贵的收/发设备,有的定位技术甚至根本无法应用于室内环境.针对这种情况,本文提出了基于无线传感器网络(W ireless Sensor Netw orks ,WS Ns )的智能空间定位技术,该技术无需基础设施(如BS )的参与,也无需向系统中添加任何定位测量专用设备,而是利用智能空间中预先布置好的信标节点(Beacon N ode ,BN ),通过读取其来自未知移动节点接收信号的RSSI 值,采用参照距离与能量衰减关系曲线,或结合智能空间的信号强度分布图查找采样值数据库等方法来确定移动节点的位置.通过实际测试,本文提出的混合定位法所花费的运算量小、价格低廉,且能保证一定的定位精度,能够较好地满足智能空 3嵌入式实验室为辽宁省面向先进装备业的嵌入式技术重点实验室. 收稿日期:2006206226;修回日期:2006212204 基金项目:国家863高技术研究发展计划(N o.2001AA415320);国家985重点建设项目(N o.985222ES 2K 01);国家自然科学基金(N o.69873007) 　 第7期2007年7月 电 子 学 报 ACT A E LECTRONICA SINICA V ol.35　N o.7 July 2007

MATLAB模型预测控制工具箱函数

M A T L A B模型预测控制 工具箱函数 TTA standardization office【TTA 5AB- TTAK 08- TTA 2C】

M A T L A B模型预测控制工具箱函数 系统模型建立与转换函数 前面读者论坛了利用系统输入/输出数据进行系统模型辨识的有关函数及使用方法，为时行模型预测控制器的设计，需要对系统模型进行进一步的处理和转换。MATLAB的模型预测控制工具箱中提供了一系列函数完成多种模型转换和复杂系统模型的建立功能。 在模型预测控制工具箱中使用了两种专用的系统模型格式，即MPC状态空间模型和MPC传递函数模型。这两种模型格式分别是状态空间模型和传递函数模型在模型预测控制工具箱中的特殊表达形式。这种模型格式化可以同时支持连续和离散系统模型的表达，在MPC传递函数模型中还增加了对纯时延的支持。表8-2列出了模型预测控制工具箱的模型建立与转换函数。 表8-2 模型建立与转换函数 模型转换 在MATLAB模型预测工具箱中支持多种系统模型格式。这些模型格式包括： ①通用状态空间模型； ②通用传递函数模型； ③MPC阶跃响应模型； ④MPC状态空间模型； ⑤MPC传递函数模型。

在上述5种模型格式中，前两种模型格式是MATLAB通用的模型格式，在其他控制类工具箱中，如控制系统工具箱、鲁棒控制工具等都予以支持；而后三种模型格式化则是模型预测控制工具箱特有的。其中，MPC状态空间模型和MPC传递函数模型是通用的状态空间模型和传递函数模型在模型预测控制工具箱中采用的增广格式。模型预测控制工具箱提供了若干函数，用于完成上述模型格式间的转换功能。下面对这些函数的用法加以介绍。 1．通用状态空间模型与MPC状态空间模型之间的转换 MPC状态空间模型在通用状态空间模型的基础上增加了对系统输入/输出扰动和采样周期的描述信息，函数ss2mod()和mod2ss()用于实现这两种模型格式之间的转换。 1）通用状态空间模型转换为MPC状态空间模型函数ss2mod() 该函数的调用格式为 pmod= ss2mod(A,B,C,D) pmod= ss2mod(A,B,C,D,minfo) pmod= ss2mod(A,B,C,D,minfo,x0,u0,y0,f0) 式中，A, B, C, D为通用状态空间矩阵； minfo为构成MPC状态空间模型的其他描述信息，为7个元素的向量，各元素分别定义为： ◆minfo(1)=dt，系统采样周期，默认值为1； ◆minfo(2)=n，系统阶次，默认值为系统矩阵A的阶次； ◆minfo(3)=nu，受控输入的个数，默认值为系统输入的维数； ◆minfo(4)=nd，测量扰的数目，默认值为0； ◆minfo(5)=nw，未测量扰动的数目，默认值为0； ◆minfo(6)=nym，测量输出的数目，默认值系统输出的维数； ◆minfo(7)=nyu，未测量输出的数目，默认值为0； 注：如果在输入参数中没有指定m i n f o，则取默认值。 x0, u0, y0, f0为线性化条件，默认值均为0； pmod为系统的MPC状态空间模型格式。 例8-5将如下以传递函数表示的系统模型转换为MPC状态空间模型。 解：MATLAB命令如下：

Matlab各工具箱功能简介(部分)

Ｔoolbox工具箱 序号工具箱备注 一、数学、统计与优化 1 Symbolic Math Toolbox 符号数学工具箱 Symbolic Math Toolbox?提供用于求解和推演符号运算表达式以及执行可变精度算术的函数。您可以通过分析执行微分、积分、化简、转换以及方程求解。另外，还可以利用符号运算表达式为MATLAB?、Simulink?和Simscape?生成代码。 Symbolic Math Toolbox 包含MuPAD?语言，并已针对符号运算表达式的处理和执行进行优化。该工具箱备有MuPAD 函数库，其中包括普通数学领域的微积分和线性代数，以及专业领域的数论和组合论。此外，还可以使用MuPAD 语言编写自定义的符号函数和符号库。MuPAD 记事本支持使用嵌入式文本、图形和数学排版格式来记录符号运算推导。您可以采用HTML 或PDF 的格式分享带注释的推导。 2 Partial Differential Euqation Toolbox 偏微分方程工具箱 偏微分方程工具箱?提供了用于在2D，3D求解偏微分方程（PDE）以及一次使用有限元分析。它可以让你指定和网格二维和三维几何形状和制定边界条件和公式。你能解决静态，时域，频域和特征值问题在几何领域。功能进行后处理和绘图效果使您能够直观地探索解决方案。 你可以用偏微分方程工具箱，以解决从标准问题，如扩散，传热学，结构力学，静电，静磁学，和AC电源电磁学，以及自定义，偏微分方程的耦合系统偏微分方程。 3 Statistics Toolbox 统计学工具箱

4 Curve Fitting Toolbox 曲线拟合工具箱 Curve Fitting Toolbox?提供了用于拟合曲线和曲面数据的应用程序和函数。使用该工具箱可以执行探索性数据分析，预处理和后处理数据，比较候选模型，删除偏值。您可以使用随带的线性和非线性模型库进行回归分析，也可以指定您自行定义的方程式。该库提供了优化的解算参数和起始条件，以提高拟合质量。该工具箱还提供非参数建模方法，比如样条、插值和平滑。 在创建一个拟合之后，您可以运用多种后处理方法进行绘图、插值和外推，估计置信区间，计算积分和导数。 5 Optimization Toolbox 优化工具箱 Optimization Toolbox?提供了寻找最小化或最大化目标并同时满足限制条件的函数。工具箱中包括了线性规划、混合整型线性规划、二次规划、非线性优化、非线性最小二乘的求解器。您可以使用这些求解器寻找连续与离散优化问题的解决方案、执行折衷分析、以及将优化的方法结合到其算法和应用程序中。 6 Global Optimization Toolbox 全局优化工具箱 Global Optimization Toolbox 所提供的方法可为包含多个极大值或极小值的问题搜索全局解。它包含全局搜索、多初始点、模式搜索、遗传算法和模拟退火求解器。对于目标

空间信息智能感知国家测绘地理信息局工程技术研究中心科技

空间信息智能感知 国家测绘地理信息局工程技术研究中心 科技发展年度综述 一、所属学科及研究领域发展概述 空间信息智能感知工程技术中心围绕空间信息获取技术与装备领域开展人才培养、科学研究和社会服务工作，在室内环境空间位置传感、激光测量、交通领域空间尺寸检测、航空航天探测设备测试和光电测绘仪器等方面取得进展，其中开发的相机测试设备在航空航天及空间探测领域得到来了应用，交通安全监测与预警系统在公路管理领域得到应用，影像识别方法实现了成果转化并在金融行业得到了推广应用。 在研发平台方面，获批建立了湖北省“视觉感知与智能交通技术研发中心”；自筹经费200万元完成了“适应国家低空开放的高速无线通信与多源实时信息处理平台”建设，建立了高速无线传感数据传输平台。 深化了与国内主要测绘仪器厂家的合作，分别与北京博飞公司、苏州一光仪器有限公司、武汉际上空间公司、武汉滨湖电子、武汉经纬视通科技有限公司、中海达公司等单位开展了实质性产学研合作工作。 本年度已到账科研经费1800万元，其中，纵向经费800万元，含国家子午工程1项，973计划3项，基础测绘2项，测绘公益专项1项，国家自然科学基金项目3项，国家重大

科学仪器专项1项，高科技发展专项资金1项；国防经费700万元；横向科技开发经费300万元。 本年度中心新进教师4人，有4人出国交流；毕业博士生5人，毕业硕士研究生13人。 获2014年测绘科技进步二等奖1项；发表SCI论文28篇，EI论文48篇；获批发明专利5项，获实用新型专利5项；主办了“第六届中部六省光子科技发展论坛”，参会人数超过120人。 二、国内外发展现状及趋势 中心研究工作属于空间信息采集方法与装备领域。三维空间信息的获取呈现出实时化﹑数字化﹑动态化和广域化的特点，且应用领域拓广很快。随着航空航天技术、光电技术和计算机技术的迅速发展，空间信息数据采集呈现星载测量、航空测量、地面测量一体化的趋势, 空间数据获取已从单一的野外测量发展到内外业综合以内业为主的采集方式。 在卫星影像遥感方面，高分二号卫星成功发射，这是我国自主研制的首颗空间分辨优于1米的民用光学遥感卫星，观测幅宽达到45公里，在亚米级分辨率国际卫星中幅宽达到先进水平，同时具备快速机动侧摆能力和较高的定位精度，有效地提升了卫星综合观测效能。 2014年8月14日美国数字地球公司成功发射了WorldView-3卫星，该卫星具有0.31米的超高分辨率，还是7.25年的设计寿命（预期寿命12年），或是8个多光谱波段、8个短波红外波段和12个CAVIS波段的多光谱成像能力。WorldView-3卫星还可以在12秒内快速侧摆到18度，下行传输速度也达到了1200Mbps，至于无地面控制点条件下小于3.5米的定位精度，以及1米全色分辨率下小于1天的重访周期。由于中国在高质量光学和电子系统，以及图像后处理技术上的相对落后，高分二号F数20的相机号称焦距最长的民用卫星遥感相机，已经是很大的进步，而F数20的相机还有待进一步的研究。至于基于分光原理的超分辨率焦平面技术，目前中国尚未进行在轨验证。高分二号卫星的大幅宽是一个特色，美国刚刚发射的WorldView-3卫星幅宽只有13.1千米，以前发射的WorldView-1/2等卫星幅宽也只有17.7千米和16.4千米，法国的Pleiades卫星幅宽为20千米，而高分二号卫星的幅宽达到了45千米以上，是同类遥感卫星中幅宽最大的。法国的Pleiades-1卫星轨道高度694千米，全色分辨率最高可达0.5米，使用0.65米的主镜口径，和高分一号卫星相差不多，但它不仅相机光学系统F数高达20，而且使用了一体化超分辨率焦平面设计，最终Pleiades的星载相机体积质量远小于高分二号的相机。 在航空摄影数据获取方面，无人机测绘技术尤其是机载遥感设备,如高分辨率CCD数码相机、轻型光学相机、红外扫描仪，激光扫描仪、磁测仪等得到迅速发展，为各行业提供最新、最完整的地形地物资料和科学决策发挥了重要作用。“无人机正在逐步接管那些传统测绘装置无法得以使用的领域。” 2014年斯图加特飞机设计研究所(IFB)在联邦教育与研究部（BMBF）的资助下，研发出一款纯电动的无人机。他们针对哪一种无人机能够在自然灾害过后有效地开展侦查与救援工作，进行了调研。在联邦经济事务与能源部（BMWi）资助的LIDAR项目中，斯图加特大学的科学家们正在对无人机如何为风力发电机选址进行调研。一旦无人机飞到某地点，携带了高分辨率单镜头反光数码相机、多谱相机或者激光扫描仪的测绘仪器装置将会开始记录与时间