2部件串联系统的可靠性与最优检测周期

研究2部件串联可修系统的一个模型。假定每个部件有3种状态：正常、异常和故障，系统故障时不需检测，工作时每隔一段时间对系统检测一次，以便发现每个部件是正常还是异常。利用概率分析、补充变量和最优化方法，不但求出了系统的可靠性指标，而且得到了系统最优检测周期的计算方法。数值例子说明这种方法是可行的。     

全局动力学模型用于水声信号分类仿真实验研究

水下弱信号的检测和分类是水声信号处理领域中的难题。本文研究了一种使用混沌动力学系统理论中全局动力学模型进行水声信号检测和分类的方法，用仿真数据对所建模型的有效性进行了验证。通过将模型拟合到几种舰船辐射噪声，成功地对其进行了分类。仿真结果表明，该方法在高噪声背景下（信噪比为OdB时）仍能对信号进行分类，且分类概率可以从模型系数空间的系统统计特性中直接计算得到。     

系统的最优诊断参数临界值和最优检测周期

综合研究一类系统的检测策略和故障诊断问题。假定系统有3种运行状态：正常、异常和故障。系统开始工作后，每隔一段随机时间对它检测一次，以便它是正常还是异常。检测结果有可能出现错误。系统处于正常和异常状态的时间分别服从参数不同的指数分布，系统的修理时间是连续型随机变量，检测间时间为任意随机变量。利用概率分析、补充变量和最优化方法，求出了系统基于可靠性的最优诊断参数临界值和最优检测周期。     

系统的故障诊断和检测策略研究

研究3状态系统的一个模型，假定系统有3种运行状态：正常、异常、和故障，其中故障状态不需检测，正常和异常状态需要检测，并且检测结果有可能出现错误，利用概率分析、补充变量和最优化方法，求出了系统的最优检测周期和最优故障诊断标准值。     

雷达动目标处理器设计

为了在地杂波中检出运动目标的信号，雷达采用动目标处理器，它由滤波器或滤波器组组成。本文主要叙述这些滤波器的设计，提出了许多对实际雷达有使用价值的设计方法。此方法的主要内容是滤波器系数的选择、系统改善因子的计算。本文还附有实际计算的例子。     

扩频通信中PN码平方律捕获检测性能的统计研究

对于任何一种扩频通信PN码捕获系统来说,捕获性能在很大程度上取决于检测概率和虚警概率。在常用的平方律PN码捕获检测器中,相关器输出信号的概率密度函数是估计检测概率和虚警概率的重要依据。本文采用一种抽样数据方法导出了这个概率密度函数表达式及检测概率和虚警概率表达式,并通过了计算机仿真验证。本文研究的结果对于研究扩频通信理论和在实际系统中设计调整各种关键参数指标都是非常有用的。     

高分辨率SAR图像中车辆群目标检测的研究

研究了对SAR图像中车辆群目标的检测问题。采用统计检测的方法进行了理论分析,得到了3种检测算法的参数估计及检测门限的计算公式,提出了一种改进的综合目标检测算法。检测结果表明,采用常规双参数CFAR检测算法和单视标准CFAR检测算法存在较多的虚警,而采用改进的综合目标检测算法,检出目标准确,目标细节清晰,虚警很少,具有优良的检测性能。同时给出了该算法的滤波算子构造方法、参数选取方法及最佳参数。     

具有异步时延的网络化控制系统故障检测

针对具有异步信号时延的离散系统，研究了在异步时延下基于观测器的故障检测及其设计问题。首先提出了一个存在异步时延下系统的故障检测模型，该模型保持了系统的定常性和时不主特性。同时在此模型上构造了异步时延系统的状态观测器，并依据系统观测误差通过合理地选择湮灭加权矩阵的方法构建了频域内的故障检测残差发生器。最后通过一个摆式列车试验模型的仿真检验了设计方法的有效性。     

入侵检测系统和蜜罐的联动策略分析

考虑企业和黑客之间攻防博弈的经济动机,研究了企业采用入侵检测系统和蜜罐两种安全技术的策略。利用博弈论分别在正常服务和蜜罐服务中构建入侵检测系统(IDS)技术博弈模型,并求解出服务方和访问者之间的纳什均衡策略;从人工调查率、检出概率、攻击概率和期望收益4个角度对IDS在正常服务和蜜罐服务中的价值进行对比分析。结果表明:当IDS检测率较高时,配置IDS对正常服务有利,对蜜罐服务不利;当IDS检测率较低时,配置IDS对蜜罐服务有利,对正常服务不利。换言之,与常规直觉不同,"以牙还牙"策略并不总对企业有利,其有时不利于"诱敌深入"策略作用的发挥,企业在配置入侵检测系统和蜜罐时必须对这两种策略进行折中考虑。     

入侵检测系统和蜜罐的联动策略分析

考虑企业和黑客之间攻防博弈的经济动机,研究了企业采用入侵检测系统和蜜罐两种安全技术策略。利用博弈论分别在正常服务和蜜罐服务中构建入侵检测系统(IDS)技术博弈模型,并求解出服务方和访问者之间的纳什均衡策略;从人工调查率、检出概率、攻击概率和期望收益4个角度对IDS在正常服务和蜜罐服务中的价值进行对比分析。结果表明:当IDS检测率较高时,配置IDS对正常服务有利,对蜜罐服务不利;当IDS检测率较低时,配置IDS对蜜罐服务有利,对正常服务不利。换言之,与常规直觉不同,"以牙还牙"策略并不总对企业有利,其有时不利于"诱敌深入"策略作用的发挥,企业在配置入侵检测系统和蜜罐时必须对这两种策略进行折中考虑。     

基于决策融合的多无人机协同目标检测识别算法

针对现阶段单无人机不能高效完成大区域巡视的问题,提出一种多无人机决策融合的目标检测识别算法。首先改进Retinanet算法进行单无人机的目标检测,根据航拍图像目标特性,调整anchor参数和训练策略。同时利用特征提取算子配准多无人机航拍图像,实现多机图像坐标一致,并进行图像拼接。然后综合目标的位置信息和属性信息对多机图像进行目标关联。最后提出一种基于冲突度量的动态切换策略,自适应选择DST(dempster-shafer theory)或DSmT(desert-smarandache theory)融合关联目标信息。在多无人机协同目标识别数据集上进行实验,结果表明所提算法能在增大单次巡视范围的同时,提高无人机巡视系统的检测精度。     

瞳孔中心指导的虹膜边界快速定位算法

虹膜边界定位精度和定位速度影响识别系统性能。Hough变换是计算机视觉中检测几何目标的常用算法,在人眼图像中可以通过对圆参数的投票进行虹膜边界定位。虹膜在图像中的位置和大小不固定,这使得虹膜边界定位计算量大,定位速度慢。针对虹膜边界定位实时性差的问题,提出了基于瞳孔中心指导的虹膜边界快速定位算法,通过选择小图像块和减少图像边界点数提高边界定位的快速性。仿真结果表明该算法对于在人眼图像中快速、精确定位虹膜是有效的。     

一种鲁棒特征提取算法的设计和实现

提出了一种用于语音识别的鲁棒特征提取算法,这种算法基于最小方差无失真响应(MVDR)谱估计技术,它在Mel频率尺度上估计MVDR谱,并对得到的MVDR谱进行调制谱滤波,然后提取其倒谱系数作为特征参数。使用这种算法设计了一个抗噪孤立词语音识别系统,在汽车噪声,人群噪声和高斯白噪声三种噪声环境下,与传统算法按多种信噪比做了对比实验。实验结果表明该系统在这三种噪声环境下的识别率均得到了不同程度的提高。     

基于RHTC网络的飞机目标检测与精细识别

飞机目标的方向检测和精细识别是高分辨率光学遥感图像解译领域的一个重要任务。针对遥感图像中多方向密集排布飞机的方向检测和识别困难问题, 提出一种基于旋转混合任务级联(rotated hybrid task cascade, RHTC)网络的飞机检测识别方法。首先, 基于混合任务级联(hybrid task cascade, HTC)网络, 扩展分割分支数量, 并将分割分支与包围框分支多层级联以不断加强语义特征。其次, 设计了一个新的斜框回归器, 将其添加在掩膜分支的最后一层以完成目标方向预测。最后, 增加一个新的方向损失函数以优化训练过程, 从而完成RHTC网络构建。在数据预处理阶段, 构建了每类型号飞机目标的精细掩膜以增强目标细节和提高掩膜预测精度。基于DOTA和公开Google图像构建的飞机数据集开展了多组实验。结果表明, 与其他多种先进的方法相比, 所提方法在飞机检测方向精准度和类别平均精准度上性能更优。此外, 所设计的斜框回归器和方向损失函数在嵌入到其他分割网络时也具有良好的性能。     

基于级联神经网络疲劳驾驶检测系统设计

算法通过调整输入图片的大小、扩大最小人脸尺寸以及减小检测窗口层间放缩比例等方式,在保证准确率的同时极大的提升了人脸检测速率,其检测效率为原始MTCNN (multitask casaded convolutional networks)的18倍;构建新的卷积神经网络结构模型检测眼、嘴,网络检测的准确率可以达到95.6％...     

基于YOLOv5的舰船目标及关键部位检测算法

为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03%,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景。     

一种运动图像标志点识别跟踪方法的研究

提出了一种运动跟踪方法。该方法通过对人体目标图像进行差分消影和遗传恢复 ,能够从自由背景中识别出人体运动图像的标志点 ,可以提高基于普通摄像机的人体运动分析系统对环境的适应性。初步的应用结果表明 ,这种方法对实验环境要求低 ,鲁棒性强 ,识别率高 ,不仅可以用于人体运动分析 ,而且对在其它自由背景下运动目标的自动跟踪也有很大的应用潜力。     

光学图像中弱信号小目标检测方法

弱信号小目标检测是光学成像制导图像处理系统的关键技术之一。衡量小目标检测算法性能的依据是算法的有效性和实时性,两者之间的矛盾是现有各类弱信号小目标检测算法所必须面对的问题。研究了光学图像中弱信号小目标的广义最大似然比检测(GLRT)算法,所提出的算法不仅能够有效检测图像中的弱信号小目标,而且具有较强的实时性,并已应用于实际光学成像制导系统中。     

基于DCNN的弹道中段目标HRRP图像识别

针对弹道中段目标识别问题,现有的基于高分辨距离像(high resolution range profile, HRRP)的识别方法直接提取一维HRRP(1-dimension HRRP, 1D-HRRP)的整体特征,对局部特征提取能力较弱,且由1D-HRRP数据提取的特征的表达能力有限,为此提出了一种基于深度卷积神经网络(deep convolutional neural network, DCNN)的弹道中段目标HRRP图像识别方法。首先,将1D-HRRP转化为0-1二值图像,从而把数值变化特征转化为图像结构特征;然后,构建DCNN逐层提取图像的局部特征和共性特征并进行识别;最后,结合Dropout和L2正则化双重机制缓解DCNN过拟合问题,利用AdaBound算法提高DCNN训练收敛速度和识别正确率。实验结果表明,所提出的基于HRRP图像的弹道中段目标识别方法比其他12种基于1D-HRRP或二维HRRP(2-dimension HRRP, 2D-HRRP)的识别方法正确率更高,在测试数据集上达到了96.28%,实验结果验证了该方法的有效性。     

UWB SAR叶簇遮蔽目标检测中的ROI提取方法

针对SAR(synthetic aperture radar)ATR(auto target recognition)算法中的ROI(region of interest)提取通常由一个CFAR(constant false alarm rate)检测器和聚类算法来完成,该方法在高波段SAR目标检测中具有优良的性能,而在UWB SAR(ultra-wide band synthetic aperture radar)叶簇遮蔽目标检测中效果不佳。提出了一种适于叶簇遮蔽目标检测的ROI提取方法,该方法由小滑窗中值滤波、低门限CFAR检测、形态学操作和聚类算法四部分组成,能够在叶簇遮蔽目标检测中很好地完成ROI提取,基于实际UWB SAR图像的ROI提取结果验证了该方法的有效性。