基于EEMD分解的电场时序差分在雷电预警中的可行性分析

为了解决大气电场数据预报雷暴虚警率高的问题,将集成经验模态分解（EEMD）方法和二阶差分法结合应用于大气电场资料的分析,提出了一种雷电预警分析方法。该方法先用EEMD分解出晴天天气和雷暴天气大气电场的不同时间尺度变化分量,然后对包含雷电信号的高频模态分量IMF1（本征模态函数）进行二阶差分分析。晴天无雷暴发生时,地面大气电场的差分值集中在-0.5-0.5 k V/m3之间;雷暴过程中,差分大气电场出现剧烈变化,雷暴发生前,IMF1二阶差分量的增幅会明显变大,所对应的电场频率在0.016 5-0.045 5 Hz之间跳跃。经过仿真试验,结合雷达回波资料进行验证,得到雷电探测概率（probability of detection,POD）为85.1%,预警平均时间为30.2 min。

基于粒子群优化的串级模糊PID无人机飞行控制系统

为了解决无人机飞行控制系统存在的平稳控制响应慢、自适应能力差、抗干扰能力弱的问题,分析了无人机飞行控制系统的原理,建立了无人机飞行控制模型,在串级模糊PID控制的条件下,利用粒子群优化算法的迭代寻优能力,实时确定模糊控制中的量化因子、比例因子以及初始PID参数,通过模糊控制在线调整PID参数,使平稳控制中的参数时刻保持最优化,设计了一种基于粒子群优化的串级模糊PID的飞行控制系统。实验结果表明,当量化因子e、ec的值分别为3、0.75,比例因子k_(1)、k_(2)、k_(3)的值分别为0.5、2、0.5时,系统稳定性达到最优。相比于串级PID控制与串级模糊PID控制,通过粒子群优化后的控制系统具有更优的控制精度和稳定性,能较好地提高系统的性能指标,满足快速高效调平的飞行要求。

低空飞行安全气象保障技术

随着我国低空域范围的陆续开放以及军民融合上升为国家战略,低空飞行安全气象保障体系是目前一个重要的研究方向。针对我国低空环境复杂多变、低空飞行气象保障体系不足的问题,介绍了一种基于地面气象探测,低空雷达监测,风云系列气象卫星和北斗导航卫星的陆空天一体化低空飞行安全气象保障系统建设方法,全方位多角度监测低空风速、风向、温度、湿度、气压等气象信息,由低空飞行管控中心分析整理并生成相关应对空域指令,解决低空飞行器飞行过程中气象预警、飞行计划、航线情况以及事故救援等相关保障信息缺失的问题,为我国低空飞行安全气象保障技术支持指出了发展方向。

用Delphi实现大气电场仪系统中PC机与MSP430单片机的串行通信

提出基于MSP430单片机的下位机数据采集系统与Delphi环境下PC机的串行通信的软硬件实现方法。依据系统的工作流程和通信控制原理,分析了单片机与PC机通信的硬件控制电路、通信协议,并设计了上下位机通信软件。重点分析Delphi语言中MSComm控件的使用方法,将该方法应用于具有大气电场预警功能的大气电场仪的实时信息采集处理中,成功实现了功能要求。实际应用表明,该通信方案稳定可靠且控制简单,具有很强的工程实用性和广泛的应用前景。

路面红外测温中行车干扰信号的识别

研究了红外遥感路温的干扰来源,分析了晴、多云和阴雨天气条件下路面红外遥感温度与行车干扰样本的特点,拟合干扰信号并分类,提出了一种基于均值-标准差作初始中心加速K-means聚类分离干扰信号,利用路面与车辆的温差、车辆信号的标准差和干扰信号的持续时间,识别车辆干扰、低速障碍物和环境突变的3种特征并保留环境突变数据,提高路面红外测温精度的方法。结果表明,该方法在晴天和多云天算对干扰信号的总体识分别为95.6%和90.9%,阴雨天的识别率为78.2%,能有效提高路面红外测温的准确度。

基于改进麻雀搜索的雷暴云电荷反演方法

为解决雷暴云电荷反演方法精度较差、现有电荷反演模型受多站组网观测造成的环境误差影响等问题。在假设雷暴云层等厚模型的基础上,推导雷暴云电荷反演所需非线性方程组,建立基于三维大气电场的雷暴云电荷反演模型,通过正弦混沌映射函数优化麻雀搜索算法(SSA)种群初始化方式,提高种群分布的非线性,使用莱维飞行(Levy)函数和反向学习策略优化算法发现者的位置更新方式,提出一种基于改进麻雀搜索算法(ISSA)的雷暴云电荷反演方法。利用三维大气电场仪对地面电场数据进行观测并分析电场特征,使用混合策略改进的SSA算法反演雷暴云充电模型参数。实验结果表明,使用三维大气电场仪观测所得数据进行反演,能够有效消除多站组网观测造成的误差,对比SSA,改进后的ISSA算法反演所得雷暴云两秒相邻电荷量的偏差率均在1%左右,适应度值最低达到5.38,能较为精确的反演雷暴云电荷参数,为研究其充放电过程提供一定参考。

基于网络流量时空特征和自适应加权系数的异常流量检测方法

针对传统异常流量检测模型对流量数据时空特性利用率较低从而导致检测模型性能较差的问题,该文提出一种基于融合卷积神经网络(CNN)、多头挤压激励机制(MSE)和双向长短期记忆(BiLSTM)网络的异常流量检测方法MSECNN-BiLSTM。利用1维CNN挖掘空间尺度下的异常流量特征,并引入MSE,多角度自适应特征加权,强化模型全局特征的关联能力。将网络流量的特征输入BiLSTM,捕捉流量数据的时序依赖性,进一步建立网络流量在时间尺度上的关系模型。利用softmax分类器进行预测分类,实验结果验证了所提模型在异常流量检测领域的有效性。

基于EWT-SVM的雨量识别方法

为了从雨声信号中识别出雨量的大小,提出了一种基于经验小波变换和支持向量机的雨量识别算法。对于采集到的雨声信号先进行去噪,接着对信号进行经验小波变换分解,分解后得到数个经验小波函数分量,然后通过Matlab编程对各个经验小波函数分量进行特征提取,在时域和频域范围内组成评价特征矩阵,最后通过SVM对特征矩阵进行分类识别。通过仿真实验发现,对于同一个信号,经验小波函数相较于经验模态分解有更好的自适应性并且克服了经验模态分解的混叠现象和端点效应。实验结果表明基于经验小波变换和支持向量机的雨量识别方法在雨量识别领域具有良好的效果,研究方法为雨量识别、智能雨量计的发展奠定了良好的基础。

超密集网络中基于BCD的联合频谱资源优化方法

针对超密集网络(ultra dense network,UDN)中基站密集部署导致的严重层间干扰问题,构建了考虑频谱复用和共信道干扰条件下最大化系统总吞吐量问题模型,提出了一种基于块坐标下降(block coordinate descent,BCD)法的联合频谱资源优化(joint resource optimization based on BCD,JROBB)方法。该方法将原问题分解为分簇、子信道分配和功率分配三个子问题,通过BCD法迭代优化子信道分配和功率分配,逼近原问题的最优解。仿真分析表明,在复杂度提升有限的情况下,系统总吞吐量比现有典型算法平均至少提升22%,可以有效提升频谱利用率。

基于复杂网络演化博弈的无线传感器网络入侵检测方法

针对无线传感器网络资源受限和入侵检测系统策略优化问题,本文提出一种基于复杂网络演化博弈的无线传感器网络入侵检测方法。结合小世界模型理论,模拟网络节点之间的连接关系,在不改变节点原有关系的前提下增强网络连通性并降低传输能耗;构建关于簇头节点和恶意节点的无线传感器网络攻防博弈模型,通过收益矩阵计算节点收益,利用奖惩机制描述节点在博弈过程中选择不同策略的收益变化;引入经验加权吸引力学习算法改进传统博弈的策略更新规则并将该算法应用于入侵检测系统,使得簇头节点能够动态更新策略选择,得到不同条件下的入侵检测最优策略。实验结果表明,与传统方法相比,所提算法的簇头节点检测策略扩散深度可以达到79%,该算法下簇头节点在保障自身检测收益的同时尽可能选择检测传感器网络中出现的攻击,保证网络检测率并减少网络各类资源的消耗。

基于优化长短时记忆网络的海面微弱目标检测

针对强混沌背景噪声下传统方法难以检测微弱目标信号的问题,研究了混沌相空间重构理论和麻雀寻优算法,提出一种基于优化长短时记忆网络(LSTM)的混沌背景下微弱信号检测方法。利用麻雀搜索算法优化LSTM模型参数,提高模型预测精度,降低目标检测门限,结合LSTM模型进行单步预测,利用预测误差从强海杂波背景下检测出微弱目标信号。以Lorenz混沌系统作为混沌背景进行仿真实验,对叠加的小信号进行检测,结果表明,该方法能够有效地检测微弱信号,其预测的均方根误差0.00171(信噪比为-137.707 dB),相较于传统神经网络预测模型、LSTM预测模型、GA-LSTM预测模型、PSO-LSTM预测模型均有显著提升。利用IPIX雷达信号进行预测实验,进一步验证了该方法的有效性。

基于PSO-BP神经网络的湿度传感器温度补偿

针对自动气象站采用的HMP45D型温湿一体化传感器在实际应用过程中易受温度影响的问题,提出了基于粒子群优化算法(PSO)的BP神经网络温度补偿模型,利用粒子群优化算法对BP神经网络的初始权值阈值进行全局寻优,将粒子群优化算法优化好的权值阈值赋给BP神经网络,对BP神经网络进行训练。根据不同温度条件下测得的多组湿度传感器数据,通过建立模型,实现温度补偿,与传统BP神经网络补偿结果进行比较。实验表明,与传统BP神经网络模型相比,利用PSO-BP神经网络模型进行温度补偿后所得的误差绝对值之和降低了10.3887%RH,PSO-BP神经网络可以克服传统BP神经网络易陷入局部极值的局限,补偿精度更高,能更加有效地补偿温度对湿度传感器的影响。

基于生成对抗网络和混合时空神经网络的入侵检测

针对网络入侵检测领域存在检测准确率低的问题,研究异常流量样本少和分类器性能不佳时的入侵检测模型,提出一种基于改进生成对抗网络和混合时空神经网络的入侵检测模型。改进生成对抗网络通过学习异常流量样本的分布特性,生成具有特定标签的人工异常流量样本;融合卷积神经网络和双向长短时记忆神经网络提取攻击流量的时空融合特征,利用注意力机制对时空融合特征进行加权,构建混合时空神经网络对网络流量进行分类预测。在UNSW-NB15数据集上对所提模型进行仿真实验,准确率和F1分数分别为92.93%和94.81%,表明所提模型能够有效改善原始数据集中的类别不平衡性问题,提高对异常流量样本的检测能力和网络入侵的检测准确率。

基于小波变换的广义相关时延估计算法

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟，本文结合小波变换的特点，提出了一个基于小波变换的广义相关时延估计算法并给出了它的时域和频域公式，此算法与直接互相关法相比，能对信号与噪声的假设条件放宽且在低信噪比下能有效估计时延。为了提高时延估计精度，在广义相关时延估计的基础上本文又提出了基于基小波的二次加权法。经仿真证明了这两种算法的有效性。

自动气象站数据采集器温度通道的环境温度补偿

针对自动气象站数据采集器温度通道容易受到环境温度影响限制测量精度的问题,对数据采集器进行了温度漂移检测实验并对实验数据进行了误差分析,提出了基于改进自适应遗传算法优化的最小二乘支持向量机(improved adaptive geneticalgorithm least squares support vector machine,IAGA-LSSVM)的温度补偿方法。改进的自适应遗传算法能够对最小二乘支持向量机拟合过程中的关键参数进行调整从而建立最优模型。与传统LS-SVM相比,IAGA-LSSVM对温度数据的建模均方根误差减小了0.007,有效提高了建模的精度。根据建立的最优函数模型对该数据采集器温度通道进行温度补偿结果表明,经该方法补偿后的数据采集器在任何温度环境下的温度测量误差均小于0.03℃,具有更高的测量精度和稳定性,有效提高了自动气象站的温度观测质量。同时,设计开发了温度补偿界面,为自动气象站观测数据校验和实际业务应用奠定了基础。

一种湿度传感器温度补偿的融合算法

针对自动气象站上湿度传感器在实际应用过程中易受温度影响的问题,提出采用RBF神经网络与最小二乘相结合的融合算法实现湿度传感器的温度补偿。该方法将湿度传感器在温度影响下的特性曲线分为两个非线性段和一个线性段,并且自适应的确定线性段和非线性段,在线性段利用最小二乘方法拟合出直线方程,在非线性段利用RBF神经网络补偿温度产生的影响。仿真结果表明,这种方法简单易行,与一般的BP神经网络和最小二乘多项式方法相比,具有拟合训练速度快,补偿精度高的特点,可以有效用于湿度传感器的温度补偿,提高传感器的测量精度和可靠性。

风杯式风速传感器启动风速校准实验箱的分析与设计

针对风杯式风速传感器启动风速现场实时校准问题,分析了影响风杯式风速传感器启动风速的因素,提出了现场测量启动风速的方法,基于此方法设计了启动风速校准实验箱,为获得最优实验箱结构参数,通过Fluent软件分别研究了不同结构的动力段、整流段以及收缩段对实验箱流场形态的影响,选取合适的结构,确定了实验箱结构在不同风扇转速下的流场形态,结果表明:所设计的实验箱出口段气流速度平稳,方向一致,满足校准需求。

一种场磨式三维大气电场传感器

针对市面上电场传感器只能探测一维电场垂直分量且电场测量结果存在一定的误差,为了更加精确地测量大气电场强度,提高雷暴云预警的准确率,提出一种场磨式三维大气电场传感器,传感器主要结构由屏蔽罩、感应电极、光电开关、叶片和电机组成,电路设计主要包括I-V转换电路、差分放大电路、峰值检测电路和滤波电路等,进行传感器实地电场测量实验并整理实验数据;实验结果表明,该传感器能够对环境电场进行水平和垂直分量测量,有效反映了环境电场特征,验证了场磨式三维大气电场传感器结构设计和电路设计的有效性。

基于经验模态分解的脉搏信号特征研究

通过研究了脉搏信号的时域特征,利用阈值法提取了脉搏信号的时域特征点,得到了潮波与主波峰值的比值以及脉图K值。在分析经验模态分解算法的基础上,利用其对非稳态信号分解的自适应性,对典型高血压病人和正常人脉搏信号进行了EMD分解,研究了脉搏信号各模态的能量特征,提出了模态能量商的概念。对临床采集的130例高血压病人、高校50例健康中年人和50例健康大学生脉搏信号分别进行潮波与主波比值、K值和模态能量商特征计算,结果表明模态能量商能够区分正常人和高血压病人,并且与高血压弦脉程度有较好的相关性。实验证明所提出的模态能量商特征具有较好的重复性与稳定性,可以作为脉搏信号识别的特征向量。

超声波换能器测风阵列的改进设计

为了减弱风场在超声波换能器测风阵列中产生湍流,降低湍流对信号采集精度的影响,分析了换能器阵列影响流场的因素,采用6个收发一体的超声波换能器,设置独立的3条测风路径,根据不同来流方向,建立了风速计算模型,结合换能器晶片的工作特性,改进测风阵列的设计,降低了阴影效应的影响。利用FLUENT软件,通过设置不同的雷诺数、来流风速和风向参数,仿真了流场在阵列中分布特性,得到阵列速度云图和测风路径速度变化图,验证了改进后的测风阵列性能有效提升,说明了所设计阵列能满足测风精度提高的要求。