高职院校《自动检测与转换技术》课程教学改革的探讨

从企业对高职学生应该具有的知识、技能、素质需求入手,依据有关教育理论,阐述高职院校《自动检测与转换技术》课程教学内容、教学方法、考核标准的改革,充分发挥教师的主导作用和发挥学生学习主体作用,激发高职学生学习热情,使学生真正掌握传感器技术,提高学生综合素质.     

改进的数字匹配滤波器的设计及FPGA实现

提出一种改进的数字匹配滤波器(digital matchedfilter,DMF)结构。在发送端用2个码元长度为N的同一伪随机序列重复对一个基带数据码元进行整周期扩频,替代常规的用一个码元长度为2N的伪随机序列对一个基带数据码元进行整周期扩频。在接收端只需要用码元长度为N的DMF来实现解扩,将同一个基带数据码元内出现的两个相关峰叠加后输出即可。分析并仿真了改进的DMF的检测概率和虚警概率。基于递归折叠原理实现了改进的DMF结构。实验结果表明,在相同扩频增益的条件下,该改进结构与基本DMF的检测概率和虚警概率基本相同,而与递归折叠结构相比,该改进结构大大节约了硬件资源。     

基于决策树的协同网络入侵检测

由于不同网络协议有不同的属性值,不同的数据集可被用来检测网络入侵.该文提出了一种基于决策树的协同网络入侵检测模型,该模型是由多个代理组成,每个代理针对不同的网络数据协议类型(TCP/UDP/ICMP)分别履行检测,且它们又通过协同构成一个整体检测体系.最后用KDD CUP 99数据进行实验,验证了该方法检测入侵行为的有效性.     

探地雷达目标检测中的加窗统计量定位方法

 目标检测与定位是探地雷达的一个重要问题。目前,多数检测与定位方法都是通过判断探地雷达信号中的双曲线特征实现的。在检测目标大致区域的基础上,要实现目标定位,无论是合成孔径算法还是叠加-幅度波速法,都存在计算量大的问题。现有的统计量方法还需依赖霍夫变换方法检测出双曲线,算法也较复杂。根据探测背景介质结构相似及在探测方向上利用整个A-scan进行统计量计算干扰较大的特点,提出了一种探地雷达目标快速定位方法。首先以能量和方差为统计量,在深度方向上判断出目标区域的时间窗口,而后在探测方向对A-scan加窗,只选择该窗口下的部分A-scan数据,以能量为统计量确定目标的位置。由于仅采用方差、能量两个统计量进行计算,算法实现比较简单,并且采用时间加窗方法去除了回波数据上大部分与目标无关数据的干扰,对目标的定位准确度较高。实测数据表明,该方法适用于探地雷达目标检测中对目标的快速准确定位。     

红外热像技术探测硫化矿石自燃火源的影响因素及其解决方法

红外热像技术已成为火源探测的一种新方法,但其应用于井下自燃火源探测的实际操作中还存在许多不足。为了准确、快速地获取自燃矿石表面的温度场,初步探讨了发射率、感温距离、背景噪声、井下环境及热像仪稳定性等因素对探测结果的影响。通过试验,确定了硫化矿石表面的热发射率和使用IRI-1011热像仪探测系统测温时的合理距离。试验结果表明。硫化矿石表面的热发射率E=0．88;常温下10m探测范围内,随着探测距离的增大,感温误差明显增大;热源温度一定时,3m、4m距离的感温误差几乎呈线性增大;热源温度T〉50℃时,2m距离的感温误差趋于稳定。在试验基础上,采用数据拟合的方法,建立了热像仪感温与矿石表面实际温度间的定量关系。现场应用证明该研究结果实际可行。     

聚类分析在入侵检测中的应用

在对现有的入侵检测技术研究的基础上,着重对数据挖掘技术中的聚类分析方法在入侵检测领域中的应用进行了研究。通过分析网络中数据的特点,提出了一种基于改进的k-means算法的无监督二次聚类算法,并用入侵检测权威数据集KDD Cup1999作为实验数据将其实现,实验表明,该算法具有较高的检测率和较低的误检率。     

非线性多用户检测技术

多用户检测技术是移动通信技术中的一个关键技术,非线性多用户检测技术是其中一个重要的分支。免疫算法,遗传算法和神经网络是人工智能的三大信息科学,是智能控制领域的三个重要的基础工具,将其有机的结合起来可以解决许多组合优化问题。     

大气探测激光雷达的进展研究

激光雷达是以光频工作的雷达,与普通雷达相比,它具有较高的速度及角度分辨率、较高的测量精度以及较强的抗干扰能力。文章综述了激光雷达的分类、发展简史、发展动态及其在大气探测领域的应用,并重点介绍了我国大气探测激光雷达系统的应用及研究成果。     

一种基于LSB隐写算法的图像盲检测方法

在隐写技术被动检测模式下,用数学方程对LSB图像隐写算法进行抽象和建模,定量分析被检测图像的隐写信息边界情况,根据隐藏信息的比特数推出隐藏信息的检测概率和误检概率的表达式,提出一种基于LSB隐写的图像盲检测方法。基于LSB隐写的盲检测方法在LSB隐写算法嵌入图像的隐藏信息超过一定范围时,可以有效分辨出原始图像和隐藏信息。     

P2P僵尸网络的快速检测技术

以僵尸网络为平台的攻击发展迅速,其控制协议与结构不断演变,基于P2P协议的分布式结构僵尸网络得到快速发展.现有的P2P僵尸网络检测技术大都通过分析历史网络流量信息来进行离线检测,很难保证检测结果的准确性,也较难满足实时性需求.针对这种情况,提出P2P僵尸网络快速检测技术,首先采用一种改进的增量式分类技术,在线分离出满足P2P协议的网络流量;然后利用P2P僵尸主机的通信模式具有行为相似性和周期性的特点,通过动态聚类技术和布尔自相关技术,快速检测出可疑僵尸主机.实验结果表明该技术能够高效实现P2P僵尸网络的快速检测.