基于蚁群算法的电力基建工程物联网全数据管理

针对现有技术中电力基建工程全生命周期数据管理技术落后,计算效率低下的问题,提出了新型的智能化管理系统,该管理系统融合了大数据、云计算、物联网、移动互联等新型技术,通过使用包括计算机网络系统、Web端主站平台、手持终端APP、移动终端采集系统及专用支撑网络的数据管理平台,实现了电力基建工程设备全生命周期管理信息从数据采集、数据传递、数据计算到应用的全生命周期管理,提高了电网设备的自动化、智能高效管理。通过利用数据融合算法和蚁群最优搜索算法,实现目标数据的最优搜索。试验表明,该研究方法准确率高达93%。     

一种扫描方式下分布式雷达多站融合方法

工作在扫描方式下的分布式雷达面临多站数据的目标轨迹匹配问题,难以有效进行多站分布式积累。文中提出一种基于序贯贝叶斯的多站融合算法,该方法可以完成多站雷达不同扫描帧间的多目标轨迹关联匹配,从而有效实现多站信号级融合并获取分集得益。并以该方法为基础,设计面向工程化应用的扫描方式下分布式雷达多站融合解决方案。基于外场试验平台实录数据进行仿真验证,处理结果表明了该方法的有效性。     

概论雷达组网多域融一预案工程化

从网络中心战(NCW)理论“物理域、信息域、认知/社会域”“多域融一冶的核心思想出发,以挖掘和提升雷达组网探测系统探测效能为总思路,重点研究多域融一预案工程化难题,概要论述了雷达组网探测需要多域融一预案的必要性与战技要求,提出了工程化实现多域融一预案的设计方法、实施流程等技术途径,构建了“预案、控制、融合冶与预警体系“目标、环境、装备、人员、情报”五要素之间的关系。研究成果能为新一代雷达组网探测系统论证、研制和使用提供技术支撑。     

基于功率特征的抗密集多假目标干扰跟踪技术

针对密集多假目标干扰下,真假目标识别困难、跟踪精度低的问题,提出了基于功率特征的抗干扰技术。首先,对干扰条件下的雷达量测进行信号似然比预处理,剔除杂波;然后,进行角度卡方检验及同源量测融合,以充分利用虚假目标信息;最后,根据真假目标功率特征构建“分贝数冶加权因子,并结合位置信息,实现真实目标的功率/ 位置双重加权,从而大大削弱干扰信号的影响,达到抗干扰的目的。仿真实验表明,该技术能较好地适应密集多假目标干扰环境,并取得较高的跟踪精度。     

Detection method of LDoS attacks based on combination of ANN ＆ KPCA

Low-rate denial-of-service (LDoS) attack is a new type of attack mode for TCP protocol.Characteristics of low average rate and strong concealment make it difficult for detection by traditional DoS detecting methods.According to characteristics of LDoS attacks,a new LDoS queue future was proposed from the router queue,the kernel principal component analysis (KPCA) method was combined with neural network,and a new method was present to detect LDoS attacks.The method reduced the dimensionality of queue feature via KPCA algorithm and made the reduced dimension data as the inputs of neural network.For the good sell-learning ability,BP neural network could generate a great LDoS attack classifier and this classifier was used to detect the attack.Experiment results show that the proposed approach has the characteristics of effectiveness and low algorithm complexity,which helps the design of high performance router.     

融合灰度与显著性特征的空中红外目标跟踪

针对红外目标特征简单且信息量少导致跟踪精度不高,提出一种基于灰度和显著性特征融合的核相关滤波算法用于空中红外目标跟踪。首先,在保证目标足够特征信息量的前提下对较大的目标进行不同等级压缩。然后将提取的二维灰度特征与显著性特征按页方式进行拼接扩展成三维特征,再将融合的特征用于核相关滤波。实验表明所提算法能够适应多种环境下的空中红外目标跟踪,跟踪精度和成功率典型值分别达到84.8%和63.9%,较大部分算法有很大提高,平均跟踪速度高达125 f/s,体现出了良好的实时性。因此,本文提出的算法在保证实时性的同时提高了跟踪的可靠性,具有一定的实用意义。     

激光雷达在无人车辆中的应用及关键技术分析

无人车辆是社会发展的重要趋势,利用激光雷达技术弥补视觉技术的不足,提高环境探测的准确度是未来无人车辆进行环境感知的重点发展方向。首先介绍了激光雷达技术在地面无人车辆领域的发展历程与最新进展,阐述了激光雷达的基本组成、原理和特点;然后对激光雷达数据处理过程中的关键技术进行了梳理与总结,对不同数据处理算法在不同应用条件下的性能效果进行分析;最后对激光雷达技术的研究方向和研究重点进行了展望。     

多源红外弱小目标灰色关联融合识别方法

针对从复杂地物背景下识别红外弱小目标的需求,提出了一种针对中/长波红外图像的多源信息融合识别方法。首先在对低信噪比红外图像的预处理中改进了去相关和分块阈值分割等算法以抑制温度场的非线性影响,有效提取出目标及其特征,再利用基于灰色理论的目标关联度计算得到基本概率赋值,进一步运用D-S证据理论组合规则对多个观测样本的信任度进行决策融合,得到同一时刻多传感器探测样本数据的最终识别结果。实验表明,该方法对复杂地物背景下的红外弱小目标具有较高的识别效率。     

基于NSST的红外与可见光图像融合算法

针对红外与可见光图像具有不同的特点,提出一种新的基于非下采样剪切波变换（NSST）的红外与可见光图像融合算法.算法首先采用NSST将已配准的红外与可见光图像进行分解,得到低频子带图像和各尺度各方向的高频子带图像;然后对低频子带图像采用一种基于显著图的低频融合规则进行融合,而对高频子带图像的融合,结合人眼视觉特性,采用一种基于改进的区域对比度的融合规则;最后,对融合的低频子带图像和高频子带图像进行NSST逆变换得到融合图像.实验结果表明,该算法能够有效地综合红外与可见光图像中的重要信息,融合效果要优于一般的基于NSCT、NSST的图像融合方法.