传感器饱和约束下网络化系统的故障检测

针对通信带宽受限和传感器饱和约束的网络环境,通过引入一种基于事件触发机制的传输策略,研究一类网络化动态系统的故障检测问题。首先,以全阶滤波器作为残差发生器并利用状态增广的方法将原系统故障检测问题转化为H∞滤波问题;然后,利用Lyapunov稳定性理论和时滞系统自由权阵分析方法建立了故障检测滤波器的存在条件,并基于此条件求解凸优化问题得到最优滤波器参数;最后,通过数值仿真验证所提出事件触发机制故障检测方法的有效性。     

基于时空模型的快速视频显著区域检测

传统的视频显著区域检测方法运算量大且难以处理包含复杂运动的视频,本文提出一种基于时空模型的快速显著区域检测方法.该方法用一种新的模糊聚类算法对特征点的运动轨迹进行无监督聚类,对不同运动类型进行分类.在复杂运动情况下,该算法通过计算优化的聚类中心的个数以获得运动类型数,再将异常数据剔除后,生成运动显著图.而在空间显著区检测方面,则利用反差模型以及Gabor滤波器获得图像的静态显著图.在此基础上,还提出一种基于运动优先思想的时空混合方法,将运动和空间显著图动态合成视觉显著图.实验证明,该方法能够有效地提取视频显著区域,与传统的方法相比该方法平均耗时更少且更方便.     

基于粒子滤波和似然比的接收机自主完好性监测算法

由于粒子滤波算法在处理非线性系统非高斯噪声问题具有较大的优势,提出将粒子滤波算法与对数似然比方法有机结合应用于接收机自主完好性监测(Receiver autonomous integrity monitoring,RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测。在建立全量累加对数似然比和部分累加对数似然比检验统计值的基础上,通过比较系统各状态累加对数似然比和检测阈值之间的关系,进而对卫星故障进行检测。对算法进行了数学建模,描述了RAIM算法流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于接收机自主完好性监测的可行性和有效性。     

监控视频中异常事件检测技术研究进展

异常事件检测技术是当前智能监控技术研究领域关注的一个热点，作为计算机视觉的重要研究内容，其主要目标是利用计算机自动检测出可被视为异常的事件。传统方法存在低层视频特征描述能力弱，异常检测方法计算代价大，对复杂场景建模时鲁棒性差等方面的限制。本文结合国内外的研究现状和目前的主流方法，介绍了监控视频中异常事件检测涉及的基本技术，分析了各类监控视频特征提取方法、特征学习模型和异常检测方法的优缺点，整理归纳了可用于监控视频中异常事件检测的常用实验数据集，最后讨论了监控视频中异常事件检测技术的难点、挑战及未来发展趋势。     

基于三支决策和数据增广的入侵检测算法

针对传统的入侵检测方法在未知攻击上表现不佳、且没有考虑信息不足的情况对于决策的影响的问题,本文提出了一种基于三支决策和数据增广的入侵检测算法CGAN-3WD。算法利用条件生成对抗网络来满足三支决策理论对数据信息的需求。首先基于三支决策理论对网络行为做出决策,将网络行为划分至正域、负域以及边界域中;之后基于条件生成对抗神经网络来完成数据增广,生成新的样本数据,从而为分类器提供更多的信息以支撑分类器将边界域转化为正域或者负域。NSL-KDD数据集被用于本文的实验中,实验证明,本文提出的算法CGAN-3WD在对入侵行为的检测上要优于对比的方法,能够有效地检测出入侵行为。     

基于改进极限学习机的数据采集与监控系统攻击检测模型

提出一种基于改进极限学习机（Online sequence extreme learning machine， OSELM）的新能源电站数据采集与监控（Supervisory control and data acquisition， SCADA）系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡，以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简，消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验，结果表明，所提的数据约简方法可有效地降低数据维度，降低了检测时间；与其他基于浅层学习算法的检测分类器相比，本文所提方法在检测准确度和误报率方面也体现出了更优性能。     

核统计分析和监测方法处理多模式批处理过程

提出了一种解决批处理过程多种工作模式故障检测问题的方法。该方法从多种工作模式中提取各个模式相类似的信息,解决了该工作模式下故障检测建模问题;将核函数应用到算法中,利用核技术提高算法处理非线性数据故障检测的能力;将在每种工作模式下的数学模型进行分解,将反映相似信息和各个模式不同的信息进行分离,并分别建立故障检测模型,通过分析可以辨别出当前所处的工作模式,并且有效地检测故障的发生。     

基于正则表达式的飞行电报处理算法

根据飞行电报特点,利用分治算法分割电报后,使用正则表达式解析电报。并使用正则表达式对发送的电报进行纠错和对接收的电报进行容错处理。使电报处理系统格式规范,电报解析正确率高,减轻了管制人员手工输入数据和检查电报的负担,提高了工作效率。     

电子侦察信号实时检测算法及性能分析

低信噪比信号检测，一直都是电子侦察领域关注的课题。本文提出了一种信号自相关检测算法，该算法利用随机噪声的不相关统计特性及信号的相关性，采用自相关算法使信号与噪声在时域中就能很好地区分开来，通过智利智能判断来确定信号的起始时刻。该算法具有实时性好、检测率高的特点，性能优于传统的累加算法。本文还研究了统计量的概率分布，以此来确定检测门限、虚警概率之间的关系。为了进一步提高该算法的检测性能，采用了双门限判决处理方法。理论分析和计算机模拟结果表明这种算法切实可行。     

利用YOLO算法对机场围界鸟情检测研究

本文主要研究了基于深度学习的目标检测算法,介绍了 YOLO算法的基本原理和关键步骤,讨论了利用YOLO算法对机场监控视频以鸟类为目标进行检测的应用.结合机器学习技术对YOLO算法进行改进,以网格大小为变量,计算不同网格大小下的检测效率,不断寻找更合适的网格设定,来提高检测的精度.     

基于模糊数据挖掘的网络入侵检测模型

提出了一个基于模糊数据挖掘的入侵模型.异常检测的一个主要问题是正常模式随时间变化.如果一个实际的入侵行为稍有偏差就有可能与正常的模式相匹配,而异常检测系统则无法检测到这种入侵行为.为解决这个问题,本文利用模糊数据挖掘技术建立正常模式,并用一组模糊关联规则表示.在进行异常检测时,利用新的审计数据挖掘当前模糊关联规则,并计算其与正常模式的相似度,如相似度低于规定的阈值,使其产生入侵警报.最后,文中利用遗传算法优化模糊成员函数来选择其参数.     

基于EON的卫星磁设计仿真系统研究

卫星磁设计的三维规划是一项艰难的任务,利用虚拟仿真平台EON开发的卫星磁设计仿真系统有效地解决了这一问题。论述了在卫星磁设计仿真系统的总体结构和开发方法,并对系统开发涉及的仿真程序与应用程序间的数据通信技术,碰撞检测技术和事件路由机制等关键技术进行描述,利用这些方法开发的磁试验仿真系统可以满足用户的要求,有效地进行卫星的磁设计工作。     

一种新的基于红外图像的道路边界检测方法

研究了红外图像中道路边界的检测方法。首先分析了用于智能车辆视觉导航的红外道路图像的特点,并指出常用图像处理方法在检测红外道路边界时的缺陷;然后从图像灰度角度出发,提出了基于折线模型的候选道路边界线段快速提取方法,并采用关系稳定性规则对道路边界区域进行筛选和处理;同时利用多尺度形态学梯度进行道路边界区域提取;最后将上述基于灰度和梯度的两种边缘提取结果相互验证,得到可靠的道路边界描述。实验表明文中提出的道路边界检测方法具有很好的性能,能够满足实时应用需要。     

无人直升机地面站系统组件化分布式设计与实现

无人直升机地面站开发是一个复杂的软件设计过程,提高其开发效率的关键在于有效地解决系统结构耦合和模块间实时通信问题。本文在CORBA事件服务机制和TAO实时通信服务品质的基础上,设计了用于Windows平台的事件提供者COM组件和事件消费者COM组件,实现了分布式无人直升机地面站系统组成组件对象间的解耦和实时数据通信。以事件提供者和消费者COM组件为分布式通信基础,以COM组件模型为实现手段,地面站各功能模块得以快速建立和调试。最终,分布式无人直升机地面站系统通过组件包容得以集成,系统的修改和升级也较以往更方便,说明了本文提出的将COM和CORBA相结合的组件化设计模式在构造复杂分布式实时应用系统方面具有明显的优势。     

双参数曲面和一般立体模型的隐线消去算法

近些年来,随着计算机图形学、计算几何和计算机辅助设计与制造技术的发展,双参数曲面和一般立体模型的隐线消去算法变得越来越重要。这是因为双参数曲面和一般立体模型能够描述更复杂的曲面模型,而非参数曲面却难以描述它们。 本文给出了双参数曲面和一般立体模型的两种隐藏线消去算法。该算法存贮量小,运行速度较快,易于加到已有的绘图程序中。本文还利用Dxy-880绘图仪给出了各种算法的实例。     

低空突防中的多传感器信息融合技术研究

当飞机超低空贴地飞行、航路上多障碍物时,机载传感器容易失效。针对这一情况,本文首先论述了低空突防过程中,机载多传感器系统必须采取的有效信息融合措施;然后对容错控制问题进行了讨论,给出一个多传感器故障检测与隔离算法,使用该算法容易剔除失效的传感器,并将多传感器系统进行重构,降低了失效传感器数据对系统的污染程度;接着给出一个简单实用的分散滤波算法,该算法使得各有效传感器的数据被并行处理,且各局部处理器之间无需数据交换,需存储的数据量较少,提高了系统的实时性,最后的仿真算例说明了这一点     

基于事件的无人直升机分布式飞行控制系统实现

利用中间件TAO及其事件服务机制,设计了分布式飞行控制系统。为了实现该系统,开发了公共事件服务组件(包括事件提供组件和事件消费组件),其他需要事件服务的组件对其进行简单地调用,就可以实现分布在不同计算机、不同操作系统、应用不同语言编写的组件之间的通信。仿真结果表明：这种实现方式大大增强了系统组件的重用性,使组件之间解耦,提高了系统设计的效率,降低了开发费用。     

时空轨迹群体运动模式挖掘研究进展

群体运动模式是时空轨迹模式挖掘的重要内容，用于发现群体运动规律、群体运动趋势以及群体事件。本文首先对群体运动模式建模和群体运动模式挖掘两个层面存在的问题与挑战进行了阐述。接着，对群体运动模式进行了分类，将其分为有领导者运动模式、伴随模式、突变运动模式、流行运动模式、聚集运动模式和发散运动模式。最后，介绍了各种群体运动模式之间的区别与联系，对各种群体运动模式挖掘算法思想进行了综述。     

基于B-样条插值的图像边缘检测

为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.     

神经网络集成的分布式入侵检测方法

分布式入侵检测系统需具有分布式检测功能及部件增量更新能力.文中提出了一种基于神经网络集成的分布式入侵检测方法,采用单个Agent检测与多个Agent协同检测的两级集成算法实现分布式入侵检测;在发现新的入侵时,Agent上的神经网络集成采用基于资源分配网的增量学习算法进行更新.实验结果表明,该算法能有效检测各种攻击,并且具有对未知攻击的增量学习能力.