基于B样条的外弹道测量数据野值处理方法

针对常规野值剔除方法依赖门限容易造成漏检和误判的现象,根据外弹道测量数据的特点,提出了基于B样条外弹道测量数据野值剔除与重构的方法。介绍了该方法原理及实现的具体算法,并采用多项式+正态测量误差模型的仿真数据对该方法进行了验证。结果表明,利用该方法既剔除了测量数据中的野值,又保证了数据的原始形态。     

基于差分波形奇异值极差的通用电力扰动检测方法

电力扰动数据蕴含大量系统和设备状态信息,基于电力扰动检测分析可实现系统和设备的状态感知。现有扰动检测方法以检测电能质量扰动和故障扰动为主,算法针对性强,通用性和适应性较差,尤其当扰动幅值小或持续时间短时,检测灵敏度较低。为此,提出一种通用的高灵敏度电力扰动检测方法,基于相邻周期差分信号的奇异值分布规律实现扰动检测,利用奇异值极差进行扰动与正常波形区分,提出基于历史奇异值极差序列参考值和差分信号分布特征的自适应阈值计算规则。通过大量仿真和现场实测数据对算法进行验证,结果表明算法在强噪声背景下对各类微弱扰动均具有较高检测灵敏性,证明了算法的正确性和有效性。     

视频图像动目标检测的双三帧差分算法

三帧差分法进行视频图像动目标检测时利用两个帧差分的结果进行逻辑与运算,进而进行轮廓提取。这种取交集的算法势必会丢掉相互独立的目标轮廓部分,因而容易造成目标轮廓断裂和空洞。为改善算法性能提出了双三帧差分算法,该算法利用连续两次或多次具有交集的三帧差分的结果进行逻辑或运算,采用取并集的方法在最大程度上恢复三帧差分算法提取的动目标轮廓的完整性。基于连续4帧和5帧视频图像给出了算法的具体逻辑结构,仿真实验结果给出了新算法与传统算法的性能指标对比。     

基于差分GPS技术的水电站库区淤积测量研究

本文将GPS全球定位系统中的单频差分GPS定位技术和数字超声波测深仪SDH-13结合起来,并通过导航软件将平面数据和水深数据进行匹配,对水电站库区淤积进行实时动态测量,大大地提高测量精度和工作效率。同时,本研究根据库容计算的模型和误差传播理论,提出了一种河道型水库库容计算成果的精度评价方法。最后,本研究成果在安康水电站库区测量的应用表明,本研究提出的方法能经济可靠地完成水电站库区淤积测量任务。     

外弹道测量数据的小波阈值去噪方法研究

针对外弹道测量数据的随机误差难以消除的问题,介绍了小波变换的理论,阐述了小波阈值消噪的基本原理,对硬阈值和软阈值函数的优缺点进行了对比分析,讨论了小波阈值去噪中阈值的选取方法,并将小波阈值去噪理论应用于外弹道测量数据的随机误差处理,以信噪比和均方误差为衡量指标,通过在不同阈值和不同阈值函数条件下的去噪效果的对比,研究了更适用于外弹道测量数据的小波阈值去噪方法。     

双振子差分混沌特性判别方法

利用混沌振子检测微弱信号具有灵敏度高、抗噪性好等优点,其检测的关键在于对混沌特性的判别。该文在对Duffing振子混沌特性研究的基础上,提出了一种利用双振子差分来进行混沌特性判别的新方法。该方法具有直观、计算量小、抗噪性好和易于实现等优点。文中阐述了该方法的原理,提出混沌牵引的概念,给出相应的判别程序流程,最后对该方法进行了数字仿真,并应用该方法处理小电流接地故障保护现场数据,仿真试验结果证明了该方法的可行性和有效性。     

基于差分策略的多目标电力系统无功优化

针对计及有功网损、电压偏差和电压稳定裕度的多目标无功优化问题,提出一种基于差分策略的粒子群算法对多目标电力系统无功优化进行求解。在粒子的速度更新操作中引入差分策略,防止算法陷入局部最优;应用目标序列排序矩阵评价个体适应度,根据适应度大小选择最优引导粒子;该算法在寻优机制中嵌入非劣排序和拥挤距离排序以对种群实施精英选择操作,使算法快速收敛到Pareto前沿;引入自适应参数调整策略,提高了算法的鲁棒性。对IEEE14节点系统和IEEE 30节点系统进行测试仿真,结果验证了所提方法的有效性和可行性。     

基于时域有限差分网格生成改进算法的混响室简便计算方法

为解决时域有限差分(FDTD)方法中零厚度平面的剖分问题,实现对有损混响室的快速简便数值计算,提出了一种基于三角面元的FDTD网格剖分改进算法,并将混响室的缝隙泄露、趋肤效应等导致的损耗等效为混响室内空间介质损耗,将混响室内搅拌器与腔体壁均等价为无厚度的理想电导体,结合FDTD网格剖分算法建立有损混响室简便模型,采用三维旋转矩阵实现搅拌器的步进。从混响室的储能和统计均匀特性着手,对仿真和实测得到的归一化场强和品质因数进行对比,并采用Kolmogorov-Smirnov(KS)检验的方法考察仿真结果、实测结果与其相应的理论值的归一化电场强度累积分布函数(CDF)曲线拟合度,检验结果均接受了原假设,且大部分P值均高于0.5,验证了所建简化混响室模型的正确性。     

改进ITD-LS结合奇异值差分谱的间谐波快速检测方法

间谐波检测技术是电力系统谐波治理的重要工作内容,文章提出一种改进ITD法结合奇异值差分谱的快速高精度检测。通过改进ITD法可以直接根据含有系统特征信息的量测数据进行参数辨识。首先利用奇异值差分谱进行系统定阶;然后应用改进的ITD算法直接对含噪信号进行精确检测从而得到各谐波的实际频率;采用最小二乘法(Least Squares,LS)对各间谐波分量的幅值进行精确检测。改进ITD法以SSI法的协方差矩阵(Toeplitz)为输入数据,克服了数据处理方法不准确性带来的误差,提高了参数辨识精度。与SSI法相比,改进ITD法精度没有降低,同时缩短了计算时间。仿真结果表明:该方法计算速度快,检测精度高,抗噪声能力强,验证了所提方法的可行性和有效性。     

基于特征耦合泛化的流量异常检测方法

针对现有流量异常检测模型中稀疏特征易被特征选择算法忽略的问题,提出一种基于特征耦合泛化(FCG)的流量异常检测方法。首先,采用DBSCAN密度聚类算法去除数据中的离群点,降低异常点对后续FCG算法的影响。其次,使用最大相关最小冗余(mRMR)算法对数据特征进行排序,选择对分类最具影响力的特征生成FCG算法中的类别区分特征(CDF),以增强分类能力。利用K最近邻(KNN)算法填补CDF中的缺失值,保持数据完整性。然后,将数据按照攻击类别分组,分别使用mRMR算法对特征进行排序,挑选每种攻击类别数据中具有实例区分能力的稀疏特征作为FCG算法中的实例区分特征(EDF)。利用两种特征在异常检测数据中的耦合程度和EDF的上层概念将EDF转化成更泛化的特征。最后,将经过处理的数据输入基于贝叶斯优化(Bayesian optimization, BO)参数的随机森林(RF)模型进行分类识别。通过在NSL-KDD数据集上进行仿真实验,准确率达到了91.79%,验证了所提方法具有较好的检测性能。     

基于空间特征融合的车间作业工具检测算法

手和工具的交互是区分车间人员作业行为的关键信息。为防止泵件装配工序错漏,达到实时监测的目的,提出基于空间特征融合的车间作业工具检测算法。首先,为了提高对目标的定位能力和检测精度,基于帧差法分割前景中的手部运动区域,获得具有运动空间特征的纹理图像,结合装配过程的RGB图像构成目标检测网络的双通道输入。设计空间感知模块实现双通道输入的空间特征融合,获得全局空间信息。利用特征增强模块融合全局空间信息和深层语义信息,加强显著位置的特征响应。然后,采用ESNet(enhance shuffleNet)重构主干网络,基于深度可分离卷积实现多尺度特征提取,提高检测速度。最后,针对图像背景中局部元素变化问题,采用CutOut数据增强方法,提高模型抗干扰能力。实验结果表明,本文所提算法有效降低了误检率,较传统YOLOv5s的mAP提高6.4%,能够快速准确检测车间人员作业时使用的工具。     

基于分块差分与背景减除的运动检测

本文提出了一种基于分块的帧间差分与背景减除相结合的运动目标检测方法.该方法中,运动目标检测分两步进行,在粗分割阶段,首先把视频图像划分为多个子块,用帧间差分对运动图像各个子块进行检测,分离出背景区域和前景区域,背景区域用来构造和更新背景模型.一旦背景构造完成后,便可以对粗分割出的运动区域采用背景减除方法进行细分割,检测出精确的运动目标.使用帧间差分获取的背景区域构造和更新背景,能有效地把停止的运动目标融入背景,同时也能去除场景中突然运动的目标原来位置所留下"鬼影".实验结果表明,该方法克服帧间差分提取目标不精细缺点,解决了背景减除方法中背景构造更新的困难,能够对监控场景中运动目标进行精确检测,对光线变化、背景干扰不敏感,具有较好的鲁棒性和实时性.     

一种基于核空间局部离群因子的离群点挖掘方法

提出了一种基于核空间局部离群因子（KLOF）的离群点挖掘方法。该方法通过核函数将数据集映射到特征空间,然后在特征空间计算每个模式的局部离群因子。该方法继承了基于密度的局部离群因子（LOF）的优点,可以定量地描述每个模式的离群程度;同时又克服了LOF的不足,对线性不可分的数据,可以取得比较好的分析结果。通过两个仿真的和两个真实的数据集对KLOF及LOF方法进行了比较,结果表明,KLOF具有适应的数据集范围宽,识别率高等优点。     

基于 RTK 定位的图像差分跑道异物检测

机场跑道异物是威胁航空器飞行安全的重要因素之一,开展跑道异物的自动检测研究是有效保障航空器飞行安全的必 然要求。 针对异物检测问题,首先提出了基于 DGPS(differential GPS)定位的图像差分异物检测方法,通过载波相位差分(RTK) 技术获取道面图像的高精度位置信息,对同一位置的两幅图像进行对齐操作以满足图像差分的条件,接着采用直方图规定化的 方法来完成亮度矫正,再通过差分实现异物检测,最后进行了实验验证。 实验结果表明,该方法可有效检测尺寸不小于 2 cm× 2 cm 的异物。     

基于相电压差值极性的配电网单相接地故障检测方法

针对现有配电网自动化设备和方法难以快速准确检测线路单相接地故障的问题,提出一种基于相电压差值极性的配电网单相接地故障检测方法。通过分析配电网线路单相接地故障时的电压幅值特征,考虑中性点不接地系统和中性点经消弧线圈接地系统的区别,揭示线路单相接地故障时故障相与非故障相的电压幅值关系。利用故障相与非故障相的电压幅值特性,定义线路的电压差值极性系数,建立相应的单相接地故障检测判据,实现线路单相接地故障的快速检测。仿真结果表明,所提方法能够有效检测线路单相接地故障,检测结果不受中性点接地方式、负荷波动和故障角度的影响,具有较好的抗高阻故障能力。现场试验表明,所提方法可在3 ms内检测线路是否发生单相接地故障,可有效检测2.5 k过渡电阻的单相接地故障,具有较好的工程适用性。     

一种基于滑动差分的车辆边缘检测新方法

在基于视频的交通监控系统中,车辆的快速、有效提取是车辆检测中的一个重要环节。在彩色图像中,当车辆出现在道路上时,因为车辆与道路相比颜色上有较大的差异,所以在车辆的边缘像素点上会发生颜色的突变。本文以此为依据,结合车辆的几何信息,提出了一种新的车辆提取算法。此方法通过对彩色图像进行逐行扫描的方式,利用滑动差分滤波器,确定每行的车辆边缘像素点,进而将车辆从图像中提取出来。实验证明,该方法能简单有效地提取车辆。     

基于HRM特征提取和SVM的目标检测方法

在航拍图像的目标检测中,由于目标外部形态以及复杂背景的影响,对一个有效的航拍目标检测仍然是目标识别领域的一个巨大挑战。提出了一种基于Hu矩、径向矩(Radial moment)组成的HRM(Hu Radial Moment)特征和支持向量机(SVM)的目标检测方法。该方法为首先提取目标的Hu矩特征,并结合其各向同性的径向矩特征共同构成新的特征向量HRM,然后采用支持向量机来对特征进行分类、预测。实验结果表明,针对不同的目标外部形态和复杂的外部场景,所提出的方法具有较高的检测率,且是高效的。     

基于多域特征的螺栓松动检测方法研究

螺栓作为机械设备最常用的连接件,螺栓连接的稳定性对保障机械设备安全运行起着至关重要的作用,对螺栓松动程度进行检测有着重要意义.针对螺栓松动4种不同状态,提出了一种基于变分模态分解(VMD)及时频敏感特征与最小二乘支持向量机(LSSVM)相结合的螺栓松动检测方法.针对螺栓松动的4种不同状态,搭建了螺栓松动检测模拟实验平台...     

基于相位差校正的电网频率高精度测量

电网频率是重要的电能质量指标之一,频率的高精度测量同时也是许多应用技术的基础。该文介绍一种基于相位差校正的电网频率测量方法。理论分析和仿真表明这种方法具有较强的抗干扰性,其频率测量精度主要与信噪比、频率偏差及采样数据的长度有关。该方法原理简单、运算速度快、校正精度高,能够满足电力系统测量实时性要求。