基于概率成像的二维波束聚焦冲击定位方法研究

冲击损伤监测是结构健康监测的主要研究内容之一.本文提出了一种基于十字型传感器布置方法的二维波束聚焦概率成像定位算法,采用十字阵列型的传感器布置方法减小了系统盲区,通过二维波束聚焦概率成像方法提高了冲击定位的精度.在二维波束聚焦算法中,波速的准确性是影响结构冲击损伤定位的主要因素,本文通过统计分析得到波速的概率分布函数,带入二维波束聚焦概率成像定位算法中对冲击损伤进行监测,分别得到横向阵列与纵向阵列的概率分布图,对两者进行融合成像可以得到更为精确、科学且直观的冲击损伤定位结果.通过实验研究验证了该方法的有效性与实用性.     

CFRP层板缺陷红外热波雷达成像检测概率研究

建立了Chirp调制激光激励的红外热波雷达成像检测系统,提出了基于分数阶傅里叶变换的Chirp锁相算法和基于希尔伯特变换时域积分的HT算法,实现了对CFRP层板缺陷的检测;合理设计了模拟缺陷的尺寸分布范围与缺陷判定准则,采用Hit/miss法分析了信号提取算法对检测概率的影响;给出了不同检测参数与判定阈值情况下,相关算法、Chirp锁相算法和HT算法提取结果的检测概率数据,确定了红外热波雷达成像系统对CFRP层板缺陷的检测概率水平。     

基于马尔科夫毯约束的最优贝叶斯网络结构学习算法

本文针对最优贝叶斯网络的结构学习问题,在动态规划算法（Dynamic Programming,DP）的基础上,使用IAMB算法（Incremental Association Markov Blanket,IAMB）计算得到的马尔科夫毯对评分计算过程进行约束,减少了评分的计算次数,提出了基于马尔科夫毯约束的动态规划算法（Dynamic Programming Constrained with Markov Blanket,DPCMB）,研究了IAMB算法中重要性阈值对DPCMB算法的各项性能指标的影响,给出了调整阈值的合理建议.实验结果表明,DPCMB算法可以通过调整重要性阈值,使该算法的精度与DP算法相当,极大地减少了算法的运行时间、评分计算次数和所需存储空间.     

一种自适应求三枝决策中决策阈值的算法

 在三枝决策粗糙集模型中,基于贝叶斯决策理论,在给定的损失函数基础上可以计算出不同决策之间的阈值,从而可以推导出各种现有的概率型粗糙集模型,如可变精度粗糙集模型等.但是决策粗糙集模型需要对损失函数预先设定,这就需要合适的先验知识.本文通过研究三枝决策粗糙集模型中的风险损失和建立模型需要的阈值参数之间的关系,提出了一个最优化问题,给出了理论分析,说明解决该优化问题即可求得所需参数,并给出了一种自适应求阈值参数的算法.该算法将每个样本的条件概率作为搜索空间,以决策风险损失最小化为目标,求得的损失函数和阈值能够使得用户基于此作出的风险最小.在部分数据集上的实验也表明了算法的有效性,利用学习到的阈值建立的三枝决策粗糙集模型能够取得更好的分类性能.     

基于深度神经网络的光纤传感识别算法

为解决光纤传感过程中不同类型事件信号混叠造成识别概率降低的问题,搭建了一种采用差分相关计算的双光纤传感结构,并在此基础上提出了基于深度神经网络的信号识别算法。首先利用双光纤回波信号计算相关系数,再通过不同事件类型信号特征设置阈值范围,从而通过相关计算与阈值滤波提高信噪比。设计了包含三个隐藏层的深度神经网络模型,以分离输入层与相关运算层的形式完成低频噪声抑制与信号混叠解调的目的。实验分别对三种常见入侵事件进行测试,并在此基础上分析了不同算法对组合事件的识别概率。结果显示三种事件的回波谱形具有显著特征。三种算法对单一触发事件的识别概率均在95%以上,该算法的识别均值为98.5%。当两个事件同时触发时,三种算法的平均识别概率分别为73.4%、 84.5%和96.4%。当三个事件同时触发时,三种算法的平均识别概率分别为65.2%、78.3%和93.5%。可见,该算法在光纤传感中信号存在干扰及混叠时具有更好的识别效果。     

非高斯噪声下的信号检测算法与性能分析

为改善非高斯背景噪声下的信号检测性能,提出了采用非线性阈值系统的信号检测算法.该算法首先利用阈值系统对接收信号进行预处理,其次采用最小平均错误概率准则对预处理后的信号进行检测,最后推导了所提检测算法的误码率解析表达式并给出仿真验证.理论分析和仿真结果表明:在高斯背景噪声下,线性最佳检测算法的检测性能优于所提检测算法;在非高斯背景噪声下,所提检测算法的检测性能较线性最佳检测算法有显著提升.     

基于双正交小波和边缘加权的图像去噪算法

文中针对现有去噪算法存在的问题,提出了一种基于双正交小波和边缘加权的新的图像去噪算法.该算法对图像进行基于图像移位相关性的自适应二叉分解,研究了白高斯噪声在双正交小波分解下的功率谱,并结合图像的边缘信息,对不同区域的去噪阈值以不同权重加权.实验结果表明,文中算法去噪所得图像的MSE优于小波变换全局阈值去噪,视觉效果明显优于维纳滤波去噪.     

基于深度学习的光纤网络异常数据检测算法

从大规模光纤网络的海量数据中快速识别异常数据是光纤通信技术的一个关键性问题,也是近年来优化光纤通信网络及提高通信准确性的一个重要研究方向,主要解决异常数据的监测精度和收敛速度之间的制约关系。针对此问题提出了一种基于深度学习与遗传算法相融合的监测算法。该算法通过深度学习完成初始数据的分段预处理,再将具有分段属性的交叉概率与变异概率引入遗传算法,从而增强异常数据特征的保留效果。分段预处理将原有数据根据不同属性进行划分,从而大幅缩减了初始滤波的数据量,达到提高异常数据检测速度的目的;将分段属性导入遗传算法的遗传因子使其结果具有加权效果,增加了数据的可分性,从而提升了监测精度。将所提算法与未优化遗传算法、聚类算法进行对比实验,结果表明,所提算法、传统遗传算法和聚类分析算法的异常数据量最小相对误差分别为0.029、0.093和0.104;偏差平均值分别为0.047、0.155和0.156,平均收敛时间分别为5.84 s、12.6 s和9.32 s。由此可见,所提算法在监测精度、稳定性及时效性方面均得到了较好的优化。     

巡航导弹景象匹配算法适应性研究

文章针对景象匹配制导的需求,研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法,分析了算法的适应性、计算量和实时性等,比较了每种算法的优缺点.结合巡航导弹的使用,讨论了影响匹配结果的一些基本的、可能的因素,主要是环境因素.用三种分辨率的图像作了大量的实验,针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析,给出了有关结论.     

云数据中心高能效的虚拟机迁移整合算法研究

基于多资源能效模型,通过改进CPU双阈值法提出了多资源双阈值法触发虚拟机迁移,并将基于粒子群算法的虚拟机放置算法应用于虚拟机的能效整合.仿真实验结果表明,与传统的启发式算法相比,该算法有效地减少了物理节点的启用数量和虚拟机迁移次数,使系统资源利用率更加均衡.     

IP网络中的合法监听技术

介绍了IP网络中合法监听的相关知识,对比了网路数据流监听的2种方案：简单监听和DECON监听,分析了2种方案的优缺点,提出了一种更优的监听方案,此方案将监听点和数据流转化为二分图的2个集合,多次采用匈牙利算法完成监听点和数据流的匹配。此方案不仅使所用的数据流得到监听,而且使得数据流平均的分配到监听点上,有效解决了前2种方案中某个别监听点负载过重和引起的网络拥塞问题。     

视频监控中多磁盘存储调度算法的研究

在视频监控应用系统中,视频信息存储需要大量磁盘存储空间,需要采用设计合适的机制进行视频信息的存储调度,既可以进行多路同时存储又保证存储效率。提出了基于磁盘剩余空间和被访问频度的多磁盘存储调度算法以及定时检测增加磁盘剩余空间的算法。     

网络视频监控中运动目标跟踪方法改进

针对传统的基于Kalman滤波的MeanShift跟踪算法目标运动速度突然改变时跟踪丢失的问题,在Kalman滤波器中引入加速度项使跟踪保持稳定;为了提高Camshift跟踪算法的实时性,使用简化的Camshift算法自适应调整跟踪窗口尺寸。实验结果表明2种改进分别提高了速度突变时跟踪准确性和目标跟踪的实时性,适合网络视频监控场景。     

关于提高短波测向定位效果的探讨

短波测向定位在排查相关干扰、维护电波秩序方面发挥着巨大的作用.本文从这个角度入手,推导了短波定位的相关算法,结合工作实例对提高短波实际定位效果提出了自己的建议,并指出了现有定位软件存在的一些不足.     

基于面部特征信息的疲劳检测算法研究

目前疲劳检测在生活中很多方面都有应用,尤其在驾驶领域,包括道路驾驶、轮船驾驶以及飞机驾驶等。疲劳程度的判断对于驾驶领域有着一定的帮助,可以减少事故的发生。鉴于此情况,提出一种改进的PERCLOS疲劳检测算法,用于对驾驶人员进行疲劳检测。首先,在现有AdaBoost算法的前提下,通过与Haar-Like特征相结合,分析人脸面部特征;其次,利用改进的PERCLOS算法对驾驶人员的疲劳状态进行监测,对其做出疲劳判断。     

远程监控系统串口通信抗干扰算法研究

在分析KMP算法特点的基础上,对其应用结构进行改进,并将改进后的算法应用在单片机与GPRS模块之间的串口通信中.该方法将模式与主串中对应子串的相似程度进行了评估,并根据相似程度的大小决定是否响应命令.通过实验表明,运用所提出的方法后,单片机与GPRS模块进行串口通信时抗干扰能力具有较大提高.     

基于Zigbee的无线电压监测系统设计与实现

提出了一种基于ZigBee无线传输的低成本无线电压监测系统,并设计了一种新的浮动电压传感器,适用于中压和高压（MV/HV）公共设备监测。该系统使用TI-CC2530为控制器并通过合理的假设提出了一种新的移动平均电压传感（MAVS）算法,并对其单相和三相电压应用算法进行了理论分析。最后在高达30kV的电压下对无线浮动电压传感器进行了实际实验,实验结果显示提出的低成本无线电压传感器可以很好的实现电压监测功能,误差低于3%。     

基于频谱监测数据的联合时差定位方法

在分析电磁频谱监测网辐射源定位需求和现有时差定位算法特点的基础上,介绍了联合时差定位流程。对Chan算法定位、Chan算法与Taylo级数展开相结合的联合定位及粒子滤波对定位的改善情况进行了分析和仿真,并对仿真结果进行了比较。提出了一种基于频谱监测数据、采用Chan-Taylor算法和粒子滤波的联合定位方法,可有效利用电磁频谱监测网络各节点的监测定位数据,提高对目标信号的定位精度。     

红外光学薄膜监控系统初始化参数自检算法设计

本文对红外光学薄膜监控系统研究中的初始化参数,包括输入膜系、监控方式、监控波长、材料系数、比较片选项、控制速率和进程膜系以对话框的形式给出,用户在输入参数时程序对用户的输入进行自动监视,确保用户能正确地输入各个参数,使光学薄膜的自动监控提供安全机制,本文还给出了上述自动监视的相应算法。     

基于MEMS的摇摆振动测试方法研究

针对船舶、海洋平台等大型工程结构在风浪载荷激励下的大幅摇摆振动测试问题,提出了一种基于MEMS陀螺仪的动态角度测量方法,并进行了模拟试验.利用互补滤波较好地解决了陀螺仪的零漂问题,对单自由度摇摆振动的时域和频域曲线进行了分析.