成果介绍物联网感知层测试实验与评估系统是在863主题项目—物联网安全感知关键技术及仿真验证平台的资助下完成。仿真平台为物联网感知节点部署后的性能提供一个仿真测试和性能评估的环境，其特点是：不需要部署真实的感知节点。通过对物理信道的建模、无线信号特征建模、电源建模和通信环境建模，能够最大限度模拟真实环境下的感知节点通信过程。仿真的结果是理论值，可以将感知层测试实验平台的数据作为系统的初始值，从而提高仿真的精度。其特点和指标：（1）针对实际应用环境配置参与通信的感知节点属性和参数，即节点建模；（2）建模感知节点的电源模型；（3）根据用户的需要选择节点部署的方式，并可以对节点位置、属性和参数进行手动调整；（4）能够加载待测的通信协议；（5）能够根据部署的拓扑图产生用户编程模板；（6）理论上，待测节点的数量不设置上限，但随着节点数量的增加，PC的处理时间将延长；（7）能够仿真无攻击或攻击情况下，网络的吞吐量、丢包率、延时、数据传输的平均路径长度、平均能耗和网络的扩展性等性能；（8）该平台不受具体应用的限制。技术创新点及参数技术原理：针对物联网感知层设备规模庞大，部署费时费力，以及部署前很难评估系统性能，部署后加载的协议一旦不符合要求，重新加载成本巨大的问题，研发了该平台。该成果的主要创新性体现在感知设备和环境等物理特征建模、测试内容和方法、仿真过程和结果的可视化显示等方面，使得开发的系统简单、易用，测试过程清晰、透明，测试结果可以分类比较。（1）在感知设备和环境等物理特征建模方面 该项目在感知设备部署环境方面，分别对室内环境和室外环境进行建模。针对室外环境，该团队主要考虑自由空间的情况下，根据设备部署在平坦区域和非平坦区域的不同进行建模；针对室内环境，该团队主要根据多径效应、视距是否阻挡以及不同建筑材料（包括：混凝土墙、混领土楼板、天花板管道、金属楼梯、厚玻璃、木门和隔墙等）对信号衰减的影响进行建模。在电源建模方面，主要是根据不同厂家的5号电池的放电曲线进行建模，由其放电电流、放电电压和持续时间来确定电源的剩余电量。在芯片建模方面，根据不同的芯片类型，建模发射功率、接收灵敏度、RSSI、发送速率、工作电流和最小工作电压等主要参数。（2）在感知层的测试内容和方法方面该平台主要针对感知层需要评价的性能，如：吞吐量、丢包率、延时、平均路径长度、能耗和连通度等，设计了其测试方法，新增待测性能可以通过组件的方式扩展。为了实现相关性能测试，首先需要选择设备类型和部署场景，如图1和图2所示。然后进行部署，部署完成后，系统会自动产生5类文件，即：.ned文件，定义了感知设备部署后的拓扑结构，如图3所示；.msg文件，定义了感知设备之间的通信规则，用户可以根据实际需要进行修改和自定义；.ini文件，设备一旦部署完成后，其id号和位置坐标将记录在该文件中，设备移动后，该文件对应的坐标值将自动更新；.h和.cc文件，即用户待测协议的源文件。一旦感知设备部署完成，平台自动产生这5类文件的初始框架，用户只需要写入待测协议的具体代码，经编译器编译后，即可进入测试环节。具体协议的代码可根据该项目组编写的编程指南开发，其开发环境与C语言的开发环境类似，方便易用。（3）在仿真过程和结果的可视化显示方面一旦待测协议编译完成，平台即可开始相关的测试，此时，用户可以根据需要动态选择不同的参数，进行测试。开始测试时，平台将同步显示协议的通信过程，如图5所示。根据仿真测试结果，不同的协议可以进行性能对比，如图4所示为不同协议的网络平均能耗对比。该平台可以在无攻击和无安全机制、无攻击和有安全机制、有攻击和无安全机制、有攻击和有安全机制等四种情况下，评估感知层网络的性能，并将它们的测试结果进行对比分析。国内外同类技术对比：国际上类似的仿真工具有十种左右，如：TOSSIM，OpenNet，NS2和OMNET等，都是针对传感器网络开发，不能仿真技术体制不同的感知设备，没有对设备、网络和环境等物理特征建模，而且无法接入实体设备，无法进行虚实结合的仿真测试。即使有些工具可以仿真感知层网路，如：TOSSIM，但是只提供TinyOS传感网络的仿真环境，无法仿真系统的安全性能，无法动态添加安全策略和安全模型。而NS2、OpenNet和OMNET虽然可以仿真安全协议，但使用复杂，不易掌握，无法进行多安全机制对比，无法接入实体设备。而且，它们仿真的物理层是理想状态，造成仿真结果与实际存在较大的差异。

本实用新型公开了一种预制装配式混凝土抗震节点，包括预制的混凝土柱、预制的混凝土梁、上部连接钢板、下部连接钢板、横向螺栓、竖向钢垫板、竖向螺栓、钢制十字抗剪件，横向螺栓和竖向螺栓均为施加了预应力的螺栓，预制的混凝土柱带有牛腿，混凝土柱远离混凝土梁的一端上设有两个矩形凹槽，矩形凹槽与竖向钢垫板相适配，矩形凹槽内分别设有横向螺栓孔一横向贯穿混凝土柱，预制的混凝土梁截面为T型，混凝土梁的端头处留有与横向螺栓孔一相适配的横向螺栓孔二，混凝土梁靠近端头处竖直设有竖向螺栓孔一。该预制装配式混凝土抗震节点拼装简单、

本实用新型具体涉及一种钢混凝土装配式连接节点，包括预制立柱、预制梁，所述预制梁的一端通过高强度螺栓固定在预制立柱一侧，所述预制立柱上设置有三角楔形牛腿，所述预制梁与三角楔形牛腿之间设置有T型连接板、L型连接板，所述T型连接板的上端预制在预制梁中，所述L型连接板通过锁紧螺丝对称固定在三角楔形牛腿上，所述T型连接板的下端插入对称的两个L型连接板之间；L型连接板的下端设置的第一螺栓孔，与L型连接板上设置的第二螺栓孔间采用固定螺栓连接，T型连接板与L型连接板之间现灌注水泥基灌浆料和浇注高延性混

本项目针对南京市红山路-和燕路快速化改造项目的晓庄广场互 通所在场地周边环境条件复杂，工序转换频繁，施工技术难度大、风 险高的特点，结合国内外基坑工程、桥梁工程、隧道工程施的经验和 教训，解决晓庄广场互通施工中的关键问题。包含四个子课题:：复杂立体交通节点施工风险管理研究；立交互 通桩基础施工对既有隧道影响研究；超大跨度立交桥跨越既有隧道架 设技术研究；立交互通施工与地铁施工相互影响及施工时序研究。

通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。

XM-503A-1肝胰十二指肠模型（带数字标识）   XM-503A-1带数字标识肝胰十二指肠模型可拆分为2部件，显示肝脏、胆囊、胰腺和部分十二指肠，包括下腔静脉、腹主动脉和胰管，共有多个部位数字指示标志和对应的文字说明。 尺寸：自然大，12×14×33cm 材质：PVC材料

XM-631A头面及颈部血管神经分布模型（带数字标识）   XM-631A带数字标识头面及颈部血管神经分布模型由3部分组成，显示头部主要神经，筛板、视神经、动眼神经、滑车神经、展神经、三叉神经、三叉神经节、眼神经、额神经、眶上神经、滑车上神经、泪腺神经、鼻睫神经、睫状神经节、上颌神经、眶下神经、翼腭神经、上牙槽神经、上牙神经丛、下颌神经、颊神经、下牙槽神经、下牙神经丛、颏神经、舌神经、耳颞神经、颞深神经、鼓索、耳大神经、翼腭神经节、岩大神经、岩深神经、腭大小神经等，并且展示了颈部的肌肉和主要动静脉的解剖，共有多个部位数字指示标志和对应的文字说明。 尺寸：自然大 材质：PVC材料

XM-617C-1脑干及下丘脑核团模型（带数字标识）   XM-617C-1带数字标识脑干及下丘脑核团模型可拆分为4部件，显示脑干的形状结构和间脑神经核团，脑干部除可观察延髓、脑桥，菱形窝和中脑的形态外，还可观察第Ⅱ至Ⅻ对脑神经在脑干部位，间脑可观察到上丘脑、背侧丘脑、后丘脑和下丘脑，在背侧丘脑和下丘脑部显示了各主要核团，共有多个部位数字指示标志和对应的文字说明。 尺寸：放大，14×11×22cm 材质：PVC材料

XM-424-1眼球解剖放大模型（放大6倍，带数字标识）   XM-424-1带数字标识眼球放大模型放大6倍，可拆分为6部件，为眼球模型正中矢状切，展示了眼球详细的内部结构，角膜、虹膜、晶状体、玻璃体可自由拆装，其中巩膜上的肌肉附着和部分脉络膜可以观察到，共有12个部位数字指示标志及对应文字说明。 尺寸：放大6倍，17×15×25cm 材质：PVC材料

XM-523-1鼻、口、咽、喉腔模型（带数字标识）   XM-523-1带数字标识鼻、口、咽、喉腔分解模型由头颈部、喉腔正中矢状切面左、右侧半，上、下两部分，以及游离的舌和咬肌、咽缩肌等10个部件组成，并显示表情肌肉、颅骨、鼻、口、咽、喉腔正中矢状切面、鼻中隔、面肌、咽肌、游离舌等结构，带有多个部位数字指示标志和对应的文字说明。 尺寸：放大约2倍，36×30×23cm 材质：PVC材料