分布式网络异常攻击检测模型仿真分析

针对传统的异常攻击检测方法主要以异常攻击行为规则与网络数据隶属度大小进行判别,只能针对已知异常攻击进行检测,对新型异常攻击,检测算法率低,计算数据量大的问题。提出一种新的分布式网络异常攻击检测方式,通过对分布式网络内数据进行迭代聚类将正常和异常数据进行分类,建立矩阵映射模型进行数据矩阵对比,初步对异常攻击数据进行判断。在矩阵中建立粒子密度函数,通过粒子密度变化计算其异常攻击概率,最后对其数据进行加权和波滤确定数据异常攻击特征,建立攻击检测模型。仿真实验表明,优化的分布式网络异常攻击检测模型提高了异常数据攻击检测的自适应性,在网络信号受到攻击信号干扰情况下,仍然能够准确检测出带有攻击特征的小网络异常数据。有效提高了分布式网络的检测正确率,加快了检测速度和稳定性。     

基于分布式光纤传感器的管道安全检测

输油管道在运行时存在着泄漏、堵塞等不安全事件,利用分布式光纤传感器检测管道泄漏、堵塞信号,可以实时检测管道沿途所发生的不安全事件.利用相关性法确定两个测试信号的延时便可计算不安全事件发生的位置.阐述了该检测方法的原理及定位方法,通过理论分析及试验表明该方法可以提高管道不安全测试的定位精度及灵敏度.     

无人飞行器飞控测试中动力故障自主检测系统设计

针对无人飞行器动力推进装置容易发生故障而造成飞行器发生事故的问题,提出基于ARM微控制器飞行控制平台构建无人飞行器动力故障自主检测系统,介绍了系统设计的组成与总体结构,研究实现了ARM微控制器LPC2148的硬件连接电路,PWM 信号发生电路,A/D 采样电路及前置放大电路等;对系统硬件平台进行了启动代码等系统底层软件的设计,对自主检测算法进行了研究,建立了系统的启动环境;并通过飞控测试对系统进行了调试,测试中通过PC上的串口软件,设置串口为C0M1,波特率为115 200,校验位为NONE,数据位为8,停止位为1,发送和接收均为16进制显示,实验结果表明系统对于无人飞行器动力故障自主检测的准确性与稳定性均有很大提高。     

基于STM32的嵌入式煤层压力监测系统设计

为了能够对煤层开采时的压力进行实时监测和数据保存,设计了一种基于STM32F103ZET6的嵌入式高精度多路压力采集系统;利用压力传感器和18位模数转换器FS511完成煤层压力的采集并转换为数字信号,通过数字开关CD4051实现通道转换,以实时操作系统μC/OS-II作为软件平台,处理压力数据,借助图形用户接口μC/GUI实现压力数据和曲线的显示,借助文件系统FATfs实现以文件的形式将数据保存在SD卡中,便于PC读取;利用CAN总线将数据传输至上位机,进行更为复杂的处理;测试结果表明:煤层压力监测系统精度达到0.01%;本系统精度高,实时性好,满足了矿山压力实验室的需求。     

基于Sagnac光纤干涉仪的管道泄漏检测和定位技术

研制了一种基于Sagnac干涉仪的分布式光纤传感器,可实时进行管道泄漏检测与定位.阐述了该传感技术的工作原理和泄漏点定位方法,并推导了泄漏引起的光信号相位变化表达式。管道泄漏实验结果表明,水压为0.3MPa时,该技术能有效地检测到管道泄漏的发生并准确定位。     

“压力管道安全检测与评价技术研究”项目简介

该项目研究内容以压力管道安全保障为中心，在管道危险源辨识与安全状况等级评价、无损检测和结构完整性评估技术三个方面取得了突破性进展。突破了安全状况等级定量评价、薄壁和大曲率管道焊缝缺陷检测、复杂管系统结构完整性评估等技术难题，首次提出在用压力管道安全保障五大环节的全过程技术方法，系统建立了压力管道安全检测与评价方法体系，在压力管道事故预防技术领域实现了跨跃式发展。     

基于环状检测器的WSN节点异常度双向多重检测方法

双向多重检测一直是WSN节点异常检测的难点,结合人工免疫原理提出了基于环状检测器的WSN异常度双向多重检测方法,引入人工免疫原理,设计了环状检测器,利用环状检测器能够实现对异常信号的分级,并根据小波包提取信息的异常特征信号,结合设计的环状检测器进行检测,无需知道异常信号的参数和特点,只要有正常的信号样本就能对WSN节点的早期故障进行检测,实时预警;以美国Crossbow公司生产的内置震动传感器的WSN节点进行测试,测试结果表明,环状检测器在选择合适的内径和外径后,能够准确地对WSN节点的异常进行检测,检测准确率高达95%以上,比传统系统准确率提高了35%左右,满足了WSN系统对WSN节点准确检测的要求,有效地解决了传感网络节点异常双向检测的问题。     

基于CANopen协议的水下机器人控制系统设计

为了提高AUV控制系统的可靠性、灵活性,采用分布式网络代替之前的集中式网络;并通过CAN和CANopen协议搭建分布式网络,主节点采用ARM-Linux,从节点采用AVR-μCOS;分别针对主从节点进行设计和优化,并给出了具体的实现方法,最后对CAN网络进行了优化;最终提高了AUV的控制系统设计的灵活性,同时提高了可靠性和实时性。     

基于启发式算法的异常用电检测研究

随着社会经济的高速发展,电网规模不断增大,电网容量不断提高,电力损耗问题日趋严重,为了合理高效地利用电力,对于网用电量异常的研究十分关键。针对电网用电量异常的问题,对某城市一区域电网用电量数据进行逻辑分组聚类预处理,并运用启发式算法构建两种针对性的启发式模型。利用从电网部署的检测仪表收集到的数据进行实验验证,结合启发式算法进行检测,异常用电情况下的相对异常指数较正常情况扩大6～10倍,能够对电网的异常电量使用现象有较好的识别与检测能力,验证了所提出方法的有效性。     

基于小波变换的汽车电子漏电信号检测系统设计

汽车电子漏电信号具有较强的微弱性和瞬时性。当前的漏电信号检测方法无法避免这种微弱性和瞬时性的特点,导致漏电信号检测准确性较低。设计并实现了一种新的汽车电子漏电信号检测系统。该检测系统由硬件部分和软件部分构成。在硬件设计方面重点介绍了基于PCI1712数据采集卡的漏电信号采集模块和滤波电路;软件部分由LADVIEM和MATLAB仿真软件共同编程完成,重点阐述了小波变换滤波器的设计方法,并给出部分漏电信号采集程序。实验结果表明,该系统能够有效提高汽车电子漏电信号检测的准确性和检测效率。     

基于逐行处理的高光谱遥感异常快速检测方法

针对基于逐像元处理的因果实时异常(Causal Real-time Relationship Reed-X Detector,CR-RRXD)检测算法计算量大,以及基于逐像元方式边检测边成像显示的时间过长而不能满足快速处理要求的缺陷,提出了一种基于逐行处理的CR-R-RXD检测算法.与基于逐像元处理的CR-R-RXD检测算法相比,该方法将高光谱图像整行像元向量作为输入,即处理一行高光谱数据只需计算一次,极大地减少了计算次数.实验结果表明,与R-RXD和基于逐像元处理的CR-R-RXD算法相比,本文算法可在获得与R-RXD算法几乎相同的检测准确度的情况下,实现快速实时处理,其检测准确度相较于基于逐像元处理的CR-R-RXD算法有所提高,且算法检测时间大大缩短,增强了算法的时效性.     

新型分布式光纤管道泄漏检测技术及定位方法研究

介绍了一种基于萨尼亚克(Sagnac)干涉仪的直线型分布式光纤管道泄漏监测系统,实时进行管道泄漏监测和定位。此系统有两条传感光纤,可有效提高管道监测距离。推导了泄漏信号引起的光信号相位变化表达式;分析了该干涉仪应用于泄漏检测的原理及其泄漏源定位方法,并在分别距两传感光纤末端的法拉第旋转镜为3.990km和4.024 km处进行了泄漏检测实验。管道泄漏实验结果表明,该系统较准确地确定了泄漏源位置且定位误差小于1.05%.     

面向机电设备状态监测的嵌入式视听传感系统设计

针对机电设备状态监测集成化与智能化的需求,以DM642为内核,围绕视听信号处理搭建了由视频/音频信号处理模块、存储器扩展模块、外部接口模块等组成的嵌入式视听传感系统,提出了基于改进帧差法的运动检测方法及异常声音识别算法;测试结果表明,系统对机电设备运行状态能进行有效监测,对故障现象进行合理识别。     

基于低秩张量分解的高光谱RX异常目标检测算法

经典的RX异常检测算子假设背景数据信息符合高斯分布,但是由于高光谱图像混有大量的加性噪声,使得图像产生退化,背景信息并不完全符合这类分布。针对这一问题,提出了基于低秩张量分解的高光谱图像RX异常目标检测算法。该方法首先利用高光谱图像的张量数据结构和低秩数据特性,引入低秩张量分解方法对高光谱图像进行数据恢复,使得异常目标信息相比于复杂背景信息变得突出;再利用RX异常检测算子对恢复之后的高光谱图像进行异常目标检测;最后得到异常目标检测结果。通过仿真实验对比,提出的新的异常目标检测方法具有检测精度高、虚警率低和鲁棒性好的特点。     

基于3G-ASCX的小型飞行器异常导航信号检测系统设计

传统方法在异常导航信号信噪比较低时对小型飞行器异常导航信号的检测效果不理想。设计并实现了一种基于3G-ASCX的小型飞行器异常导航信号检测系统,硬件设计时着重于ASCX传感器模块、异常导航信号检测模块、主控基站模块、3G/GPRS传输模块的研究,3G/GPRS传输模块的硬件设计中,通过功耗低体积小的CC1100完成异常导航信号的收发,传输过程中通过芯片STC12C5410AD完成电容的平衡转换,选取了MC3486进行电压的转换,最终实现异常信号数据的安全快速传输;软件设计中,系统软件流程设计及异常导航信号检测模块软件设计,最后进行仿真实验,实验结果证明,相比传统系统,所设计系统检测到的小型飞行器异常导航信号同实际测量的异常导航信号具有较高的匹配度,与实际值相比,误差小于1dB,适合推广使用。     

基于声谐振驱动的氢气流量检测系统设计与实现

氢气在空气中的爆炸极限浓度较低,当前电化学传感器氢气检测中容易受到电磁干扰引起爆炸,安全系数低;设计并实现了一种基于声谐振频率驱动的氢气流量检测系统设计方法,通过检测不同浓度的氢气通过传感器后引起的传感器谐振频率的变化反应氢气的浓度变化,系统基于S3C2410模块设计,设计了外围的信号调理电路,对芯片进行了Linux系统移植,安全性和准确性都有很大提高;最后进行仿真实验,实验工具包括传感器与探头,芯片搭建的硬件电路,USB数据采集卡;型号分别为1%,2.54%,3.05%,4.1%的经过国家标准检验的氢气,型号为0.513%的一氧化碳,型号为100%的二氧化碳与氧气;实验结果表明,系统能在10 s内对超浓度的氢气流量监控报警,误差在小于0.015,不同的交叉气体下系统的氢气流量检测准确度高达98%,具有很强的实用性。     

基于光谱角累加的高光谱图像异常检测算法

针对传统方法中用作背景的像素中存在干扰像素的问题,提出一种基于光谱角累加的高光谱图像异常检测算法。通过计算测试区域待测像素光谱向量与其他光谱向量之间的夹角,并将其累加,得到图像中每个像素的异常程度;然后使用波段选择预处理方法进一步提高检测性能。HyMap高光谱数据验证表明,在虚警概率设为0.008时,检测概率达到0.73,即在提高异常检测可靠度的同时,降低了虚警概率。     

基于SIFT特征匹配的电力设备外观异常检测方法

基于电力设备巡检机器人平台,提出了一种电力设备外观异常检测方法。该方法使用SIFT特征点提取算法,进行特征匹配,使用基于RANSAC的方法求解单应矩阵进行配准。在经过配准后,对像素的差值使用Mean Shift分割算法提取异常区域。实验证明该方法对于光照有较高的鲁棒性,且受匹配误差和拍摄角度偏差、位置偏差影响较小,能够有效的将变化区域提取。     

基于策略融合的电网运行异常值检测方法

电力系统的异常数据会影响电力系统的安全稳定运行。传统的异常数据检测方法已无法实现对海量电力系统运行数据的有效识别与判断,对此,提出了一种策略融合的电网运行异常值检测方法,该方法结合了机器学习算法与统计学算法,通过机器学习快速确定异常数据出现的时间段,随后采用统计学算法对电网运行异常值进行有效判断。将提出的方法应用于包含了多种用电消费端的电网运行数据,并将实验结果与三种传统方法的实验结果进行了比较。实验结果表明,提出的策略融合异常值检测方法的F1-score高于其他三种方法,相比于其他三种方法具有显著性,可以快速且有效地识别电网运行异常数据。     

基于多检测器最大熵融合的多通道光谱图像异常检测

提出了一种多检测器最大熵融合的多通道光谱图像异常检测算法.选择多个不同的异常检测器,并利用自适应窗宽非参核密度估计方法估计其各自的输出分布,保留了多通道光谱图像数据的“长尾”特性,且避免了先验模型假设带来的模型误差.将各原始检测器的输出投影到具有标准正态边缘分布的变换空间中,利用变换空间中模型化的最大熵融合规则实现多检测器的决策级最优概率融合.在原数据空间通过似然函数的检验完成多通道光谱图像的目标检测.利用机载EPS-A航拍多通道光谱图像进行了实验,实验结果表明了算法的有效性.