摘要 当今的飞机使用电传操纵系统进行操纵。这些安全关键型分布式系统称为飞行控制系统,对连接系统各部分的通信网络提出了很高的要求。可靠性、可预测性、灵活性、低重量和成本都是设计安全关键型通信系统时需要考虑的重要因素。在本论文中,我们讨论和研究了认证问题、航空电子设备的要求、故障管理、航空电子设备中安全关键型通信系统的协议和拓扑。本论文研究的协议包括:TTP/C、FlexRay 和 AFDX,使用 MIL-STD-1553 作为参考协议。使用模拟点对点作为参考架构。描述并评估了协议的功能,例如服务、成熟度、支持的物理层和拓扑。然后通过使用每种协议进行传感器、执行器和飞行计算机之间高度关键通信的飞行控制系统的理论实现,说明了每种协议的优缺点。结果表明,从理论角度来看,TTP/C 可以用作点对点飞行控制系统的替代品。但是,有许多有关物理层的问题需要检查。最后,TTP/C 集群已经实现,并进行了基本功能测试。计划是对延迟、启动时间和重新集成时间进行测试,但获取这些测试的适当硬件的时间超过了论文工作的时间。在这篇论文的时间范围之外,萨博将继续进行更高级的测试。
7/2007–3/2012博士(SC。博士 eth),Srdjan Capkun教授的系统安全小组,Eth Zurich。 标题:“无线本地化的物理层安全方面”外部委员会成员:N。Asokan,Christof Paar,Patrick Traynor 10/2001–4/2007 Efimn-2007。 德国汉堡技术大学的Informatik Ingenieurwesen。 论文:“使用32位智能米建筑在智能卡上设计和加密分析”,K-H Ditze论文2007/08主管K-H Ditze奖:Heike Neumann和Dieter Gollmann和Dieter Gollmann 8/2004-2004-7/2005在沃特洛岛的Exchange University of Waterloo,Ontario,Ontario,Ontario,Canca Cansa Canca Cansa Cansa Canca7/2007–3/2012博士(SC。eth),Srdjan Capkun教授的系统安全小组,Eth Zurich。标题:“无线本地化的物理层安全方面”外部委员会成员:N。Asokan,Christof Paar,Patrick Traynor 10/2001–4/2007 Efimn-2007。德国汉堡技术大学的Informatik Ingenieurwesen。论文:“使用32位智能米建筑在智能卡上设计和加密分析”,K-H Ditze论文2007/08主管K-H Ditze奖:Heike Neumann和Dieter Gollmann和Dieter Gollmann 8/2004-2004-7/2005在沃特洛岛的Exchange University of Waterloo,Ontario,Ontario,Ontario,Canca Cansa Canca Cansa Cansa Canca
讨论了如何在网络空间的物理(例如硬件)层或逻辑(例如网络)层实施网络禁区(图1)。在这种情况下,选择网络而不是数字是经过深思熟虑的。网络空间涵盖卫星和其他比互联网更广泛的技术。数字通常指基于互联网的活动,因此可能不足以涵盖整个网络能力。早期的学术研究详细介绍了如何利用海底和陆地电缆、卫星和电磁频谱在物理层创建封锁或禁区。在逻辑层,可以操纵根服务器、边界网关控制和互联网服务提供商以拒绝服务或访问某个区域。26
人工智能技术的主要应用选项已在初步的国家标准《铁路运输人工智能》中列出。用例”,编写于 2023 年 [1]。在 JSC NIIAS,使用神经网络的工作于 2017 年开始,其任务是实现调车机车的移动自动化,以实现机车的技术愿景。这项工作的主要目标是监测环境以检测障碍物、检测基础设施物体并确定天气状况。该问题是通过使用多种传感器来解决的,例如具有不同焦距的光学摄像机、热像仪、激光雷达和超声波传感器。设备组成示意图如图1所示。来自不同物理层的传感器的大数据流的集成
CACI在低尺寸,重量和功率(交换)精度的双向时间传输(TWTT)和振荡器建模方面的进步提供了小平台同步的飞跃。以前需要昂贵频率参考或接受相干性能的妥协的应用程序现在可以通过该技术结合实验室级的时机和长期频率稳定性。我们在多个传输物理层上支持了我们专有处理和时钟专业知识的组合,包括使用软件定义的无线电(SDR)的截距/检测(LPI/D)射频(RF)波形的低概率。该解决方案对振荡器技术不可知,可以缩放以支持多时钟合奏。
在本文中,我们将研究如何利用生成人工智能 (GAI) 代理来协助下一代移动网络中的物理层 (PHY) 信号处理和稀缺的无线电资源分配。性能将是关键目标,但保持低复杂性也同样重要。一个重大障碍是高效设计和训练 GAI 代理来处理大规模和异构无线数据,包括无线电信号、语音、视频、雷达和/或激光雷达。另一个挑战在于确保此类代理对动态无线环境的适应性,解决与可扩展性和实时响应性相关的问题。解决这些挑战对于充分发挥 GAI 的潜力以支持未来移动通信系统的开发和运营至关重要。
图1. 6G网络(ISAGUN)典型架构。V2X:车联网;VLC:可见光通信;RAN:无线接入网络;SDN:软件定义网络;NFV:网络功能虚拟化;PHY:物理层;MAC:介质访问控制。注:ISAGUN的目标是为太空、机载、地面和水下区域提供极其广泛的覆盖和无缝连接,例如空中飞行、海上船舶、偏远地区监控或陆地上的车辆。因此,人类活动将从地面大幅扩展到空中、太空和深海。同时,在RAN上部署集中式和边缘计算,结合SND和NFV,为ISAGUN提供强大的计算处理和海量数据采集。
...........................................................................................58 8.6.3 连续和并行基本流的特征 ......................................................................................................................58 8.6.3.1 功耗....................................................................................................................................59 8.6.3.2 快速频道切换和接收多种服务 ......................................................................................................60 8.6.3.3 传输方案和物理层性能 .............................................................................................................60 8.6.3.4 在接收主要服务的同时接收低速服务(ESG 更新、警报、提醒、紧急情况等。)..............................................................................................................................61 8.6.3.5 服务的本地插入 .............................................................................................................................61 8.6.3.6 比特率优化 .............................................................................................................................61 8.6.4 具有多种服务的基本流 .............................................................................................................63 8.7 频道切换注意事项 .............................................................................................................................63 8.8 动态频道切换服务................................................................................................................................65 8.8.1 简介.................................................................................................................................................65 8.8.2 两种用例........................................................................................................................................65 8.8.3 动态频道切换服务的生成................................................................................................................65
许多最先进的技术被用来提高频谱效率,其中认知无线电和多址接入是最有前景的技术。在认知无线电通信中,频谱感知是最基本的部分,其准确性对频谱利用率有重大影响。此外,由于复杂的无线电环境,多用户CSS已被提出作为一种完善的解决方案。NOMA作为5G中的一项基本技术,在提高频谱效率和承载大规模连接方面具有巨大的前景。在本文中,我们为NOMA提出了一种新颖的CSS框架,以进一步提高频谱效率。考虑到NOMA复杂的物理层实现,我们引入了一种基于AI的解决方案,以良好的准确率和可接受的复杂度协同感知频谱。数值结果验证了我们提出的解决方案的有效性。
摘要 —MIL-STD-1553 是一项军用标准,它定义了物理层和逻辑层,以及在军事和航空航天航空电子平台中使用了 40 多年的通信总线的命令/响应时分复用。作为传统平台,MIL-STD-1553 专为高容错水平而设计,而对安全性的关注较少。最近的研究已经解决了成功的网络攻击对实施 MIL-STD-1553 的航空航天飞行器的影响。在本研究中,我们对 MIL-STD-1553 进行了安全性分析。此外,我们提出了一种 MIL-STD-1553 通信总线中的异常检测方法及其在测试平台中实施的几种攻击场景下的性能,以及对实际系统数据的结果。此外,我们提出了一种针对 MIL-STD-1553 通信总线的入侵检测系统 (IDS) 的通用方法。