山区滑坡管道应力磁检测技术

滑坡灾害导致的山区管道局部应力集中严重威胁油气管道的安全运行。而现有技术难以确定滑坡管道局部应力集中位置及其严重程度,亟需一种滑坡管道应力集中检测与评价方法。因此,提出了一种埋地管道应力磁检测技术,用于确定滑坡管段的局部应力集中位置,并提出了应力状态评估方法。将该技术应用到中石油某长输支线滑坡管道,然后利用金属磁记忆检测手段对应力磁检测结果进行了验证。结果表明:磁场梯度模量与管道应力状态存在密切联系,利用应力磁检测技术可以有效识别滑坡管道局部应力集中位置,现场开挖检测结果验证了该技术的可行性与准确性。     

基于卡尔曼滤波的实时总电子含量周跳探测与修复

总电子含量(total electron content, TEC)作为描述电离层形态和内部结构的重要参量,对于电离层领域的理论研究和发展有着重要作用,而周跳的探测一直以来都是全球定位系统(global position system, GPS)载波相位测量数据预处理的重点和难点,尤其是在高精度GPS定位中,卡尔曼(Kalman)滤波在周跳探测与修复中的应用使得能够准确可靠地探测出观测值中可能出现的周跳,利用Kalman滤波算法探测不同的观测数据类型及其组合,并将修复后的观测值与理论值进行对比。结果表明:该算法对周跳探测和修复有很强的有效性和精度。     

基于四元数的滑雪运动员姿态检测算法

针对滑雪运动员成绩评估时缺乏数据支撑的问题,提出了用于专业跳台滑雪运动员训练所需的姿态解算算法。所提算法根据跳台滑雪运动特征,基于四元数解算姿态角,且利用Mahony算法进行了误差修正,实现了多维度参数获取跳台滑雪过程姿态的目标。MATLAB仿真和实验结果表明,所提算法能够有效实现跳台滑雪运动员姿态检测,且数据处理方式简洁,结果可为滑雪运动员的训练及后期智能防护设备研究提供有效数据参考。     

苹果树病虫害智能识别系统设计与实现

为提高苹果的产量和质量,防止病虫害对果实质量的影响,设计了一款基于机器视觉的苹果树病虫害智能识别系统。该系统采用交互式分割(GrabCut)算法对图像进行分割,然后使用高斯拉普拉斯算子和拉普拉斯高斯(Laplacian-of-Gaussian, LOG)算法将苹果叶片中的病斑提取出来,最后将提取出的图像送入深度神经网络(deep neural networks, DNN)进行进一步的分析与处理,能够实时、方便地识别出苹果树叶病害中较为常见、发病率高的花叶病,锈病,灰斑病,斑点落叶病以及褐斑病。经测试,该系统对苹果树5种常见病虫害识别率精度高达91.17%。结果表明,该算法能够有效提升苹果树病虫害防治,优于基于卷积神经网络特征的区域方法(regions with CNN features, R-CNN)、YOLO(you only look once)等单一病虫害检测方法。     

基于随机矩阵理论的局部放电脉冲快速检测方法

局部放电(partial discharge, PD)的检测是开展电力设备状态评估的重要手段之一。由于现场背景噪声及干扰信号影响,采集到的局部放电信号往往淹没在噪声中。噪声抑制算法是提高局部放电脉冲检测的有效方法,但这些噪声抑制算法往往需要针对所有采集的数据展开,当数据量特别大的时候将严重影响其实时性。因此,提出了一种基于随机矩阵谱分布理论的局部放电脉冲快速检测新方法。利用特高频传感器接收到的PD时间序列构造高维随机矩阵,再根据随机矩阵理论下时间序列模型的经验谱分布理论,提出了基于滑动时间窗的局部放电脉冲快速检测方法。仿真及实验室测试结果表明,所提方法能快速地识别出时间窗数据中的PD脉冲。     

一种串/并混合的多输入多输出信号检测算法

为了提高多输入多输出(MIMO)系统中并行干扰消除(PIC)算法的检测性能并降低其计算复杂度,本文通过融入串行干扰消除(SIC)思想提出了一种串/并混合(HIC)的信号检测算法。该算法首先通过优化PIC中不同子检测过程的共同成分来降低计算复杂度,然后将子检测的估计结果代入后续子检测中实现串/并混合来提升检测性能。仿真结果表明,所提算法在4-QAM调制的 MIMO系统中,误比特率为 时较传统PIC算法有大约1.2 dB的性能提升,而复数乘法次数大约为传统PIC算法的28%。     

一种双阈值熵算子边沿检测算法

分析了噪声点和边沿点局部熵的特点,提出了一种双阈值熵算子边沿检测算法,它具有良好的抗噪声能力,实验结果表明本文算法优于传统单一阈值熵算子边沿检测算法,它是一种很有效的边沿检测方法。     

基于ANN的移动通信网络入侵检测模型研究

为了对移动通信网络中的非法用户进行检测,从移动通信网络的特点入手,通过对用户的行为特征进行分析,将ANN引入到了移动通信网络的入侵检测当中,建立了基于ANN的移动通信网络入侵检测模型。对该系统进行了实现,设计了用户行为特征提取模块和采用BP算法的ANN分析模块。最后对系统的优缺点进行了评判并给出了实验分析结果。从实验结果可以看出,此系统能够很好地解决移动通信网络入侵检测难的问题。     

应用概率统计方法对混沌信号进行非相干检测

提出一种基于概率统计的方法, 采用最大似然法和贝叶 斯公式, 在Chaos Shift Keying系统的接收端重构发射端混沌映射, 实现混沌信号的非相干检测. 在系统的发送端, 根据所发送的二进制信号对混沌映射系统进行分叉参数调制, 由于混沌信号对参数条件的敏感性, 所以在不同的参数条件下混沌信号有很大不同, 在接收端采用概率统计方法, 对信号发生的概率进行计算, 根据事件发生概率的不同判断接收到的数字信号. 理论推导和计算机仿真结果基本一致.     

一种针对DDoS flooding攻击的异常检测方案

随着网络用途的不断扩大和Internet互联网络带宽的增加,网络遭受攻击的形式也越来越多,越来越复杂。分布式拒绝服务攻击DDoS是互联网环境下最具有破坏力的一种攻击方式,尤其以TCP flooding和UDP flooding攻击为代表。文中通过分析DDoS flooding的攻击特点和TCP协议的连接过程,利用网络流量的自相似性等特点,设计出一种针对DDoS flooding攻击的异常检测方案。