有源声呐回波二维匹配滤波特征提取及分类检测

为降低有源声呐回波检测中的杂波虚警,提升低虚警率下的目标回波检测率,提出了一种基于二维匹配滤波的有源声呐回波分类检测方法。该方法将有源声呐接收数据的匹配信号划分为多个脉宽合适的子信号,并利用各子信号分别对接收数据进行匹配滤波处理,提取能够同时联合时频信息和匹配增益的二维匹配滤波特征。同时,选择卷积神经网络作为回波分类检测器,基于获取的二维匹配滤波特征区分回波信号和杂波信号。仿真和实验结果表明,该方法可提升浅海信道下的低虚警回波检测能力,在1‰虚警率下的海上回波检测率达到91.30%,相比已有方法提升4%左右。

人体姿态检测系统的开发及智能服装的设计

针对人体久坐易影响心脏等器官、跌倒救助不及时容易危及生命等姿态异常带来的健康安全问题,采用单片机STM32F103C8T6和六轴运动处理传感器MPU6050等模块设计了一款能够进行姿态检测的智能服装,通过卡尔曼滤波对MPU6050采集的数据进行处理,采用合加速度、角度的阈值处理方法判断用户的身体姿态,为了提高姿态检测的准确性,同时采集用户手机内置的加速度、角速度传感器检测的数据进行辅助判断。实验结果表明,结合手机传感器的数据后,该智能服装对久坐和跑步的姿态识别准确率达到了99.3%和96.7%;对跌倒和下蹲的识别准确率为98%和95.3%,对姿态的识别具有很高的准确性,且健康提醒和安全报警及时,能够有效保障穿戴者的身体健康。

一种适用于雷达侦测的UWB-SOSCA算法

针对宽带雷达检测门限值设置难度大、系统复杂度高、实时性差等问题,提出了一种UWB-SOSCA(Ultra-Wide Band-Smallest of Ordered Statistics and Cell Average)检测算法。该算法主要包括多相滤波、SOSCA恒虚警检测和二元积累。其中,多相滤波将宽带信号划分为多个子信道,降低通道速率;SOSCA恒虚警检测分别对各子信道进行自适应门限调整,提高各子信道检测概率;二元积累对各子信道的检测结果进行时域联合,优化宽带时域连续检测性能。实验结果表明,在信噪比等于7.33 dB,虚警概率为10~(-5)时,SOSCA恒虚警检测算法与传统恒虚警算法相比,检测概率可提升14%;当多相滤波输入信噪比为-5 dB时,UWB-SOSCA算法的宽带线性调频信号脉冲宽度测量偏差优于6.5 ns。该算法具有大监视带宽、大动态范围和高检测概率,可广泛应用于侦察接收机的雷达侦测工作。

±500 kV换流站交流滤波器失谐特性分析

换流阀运行时会产生大量特征谐波,需在换流站交流场配置滤波器解决。该文结合南方电网公司某直流换流站发生的13次谐波失谐保护动作事件,首先分析了失谐保护动作的特性和谐波电流产生的原因;然后探讨了B型交流滤波器失谐保护定值整定问题,提出了针对换流站交流滤波器13次失谐动作特性的改进措施。

无效报警的优化方案

大量无效报警严重扰乱正常工艺操作,造成频繁误停车或导致危险发生,带来严重的经济损失,甚至可能成为安全隐患。通过较为全面地分析各类无效报警产生的原因,并给出包括合理设计报警设定点、静态及动态报警抑制,设计信号过滤器及防抖动功能,合理设计仪表精度及量程等优化解决方案及实施细节,消除各类无效报警,可以大幅地提升企业的自动化管理水平,做到真正的本质安全。

基于机器视觉的履带运输车智能视频监控报警方法研究

为发挥履带运输车更高的效能与价值,引进机器视觉,开展履带运输车智能视频监控报警方法的设计研究。根据运输车的现场作业环境与工作需求,进行CCD工业相机的选型,确定需要采集的视频数据,设计基于机器视觉的履带运输车进行视频智能采集;利用集成机器视觉后履带运输车智能视频分析模块,进行监控视频干扰信息过滤处理;引进边缘算子,自动识别视频中的关键信息,以此辨识不同物体,实现视频源中价值信息的提取与事故现场定位、预警。实例应用实验结果表明:在实际应用中,设计的方法可以满足运输车智能视频监控报警需求,且报警具有较强的即时性。

基于双光谱测温技术的电缆热感知系统设计研究

电缆热感知系统能实时感知电缆温度情况,是智慧电力体系的核心组成部分,但现行系统在实际中应用效果并不理想,感知值与真实值偏差较大,而且感知结果置信度较低,无法达到预期的效果,为此提出基于双光谱测温技术的电缆热感知系统设计研究。在系统硬件方面对双光谱热像仪、报警器选型与设计,利用双光谱热像仪采集电缆热图像信息,利用报警器对电缆热故障预警响应。在系统软件方面采用均值滤波法对电缆热图像去噪,并采用阈值分割法对电缆热图像分割处理,利用双光谱测温技术确定电缆温度,实现基于双光谱测温技术的电缆热感知。经实验证明,设计系统感知值置信度在0.95以上,可以实现对电缆温度精准感知。

通信网网管告警过滤机制的研究与应用

随着通信网业务量的迅速增长,其告警数量呈指数级增长。对于融合交换、传输、数据、动力环境等全部专业的通信网集中告警监视系统,必须有效地对海量告警数据进行过滤,才能保证关注告警,实现系统的实用化。在对通信网告警特点进行分析的基础上,提出了分层过滤模型和基于多模板的告警过滤技术,实现了告警数据的逐层收敛;提出了Apriori关联挖掘算法与事件滑动窗口相结合的告警相关性规则生成算法构建告警关联规则,实现了告警过滤模板的智能化生成。

基于事件树模型的电力通信网告警过滤机制

电力通信网络中的故障事件往往产生连锁告警,重要事件被大量次要信息所掩盖,冗余信息过多,易形成信息阻塞。为此文章讨论了事件潮的树型关联结构,提出基于事件树模型的过滤策略,并据此来设计数据模型,剥离出引发事件潮的根本故障原因,减少了推向客户端的事件数量。研究结果对于电力系统通信部门故障告警系统的设计与建设有一定的参考价值。

时域递归滤波算法中k系数确定方法的研究

时域递归低通滤波是高精度光电实时跟踪控制系统在复杂背景条件下提高信噪比 ,检测运动弱小目标的主要方法 ,属于自适应的非线性滤波。这种非线性滤波的关键在于实时确定滤波算法中的k系数。这个k系数是预测偏差的函数 ,它能够根据目标运动的情况实时校正滤波算法。通常在确定这个系数时有不同的算法 ,通过比较这些算法在硬件上实时实现的差别 ,确定出适用于光电实时跟踪控制系统比较理想的时域递归低通滤波方法。

基于环境信息改进入侵警报正确率

通常误用检测所定义之攻击特征仅限于单一信息,而经由单一信息所产生的警报,由于针对某些攻击无法精确做出判断,所以误报比例相对较高。在文中,针对误用网络型入侵检测系统建立一个警报过滤机制,该机制找出攻击成功时所需具备的环境条件。当入侵检测系统发现可疑入侵时,依据环境条件加以实时确认查核。根据这些环境异质信息,可明显减少误报的发生,并且不至于将重要的警报给删除。实验结果证明,所提出之过滤机制可以有效地减少误报,同时不影响检测率。

热释电红外传感器原理及应用

阐述了热释电红外传感器的结构及工作原理,并简要介绍了现在流行的红外组合件构造及滤光镜的使用。最后,以用SD02构成的热释电人体红外报警器为例介绍了热释电红外传感器的应用。

带不确定量测和未知虚警概率的粒子滤波器

为了解决带不确定量测和未知虚警概率的非线性非高斯系统状态估计问题,本文提出了一种新的粒子滤波方法,利用随机不确定量测模型来更新粒子和权值,并基于极大似然准则来辨识未知的虚警概率.本文所提出的带不确定量测和已知虚警概率的粒子滤波方法与现有标准的粒子滤波方法具有几乎一致的计算复杂度,但是更适合用于处理带不确定量测的非线性非高斯系统状态估计问题.此外,在状态转移密度函数被选择为建议密度函数时,本文证明了基于所提出的虚警概率辨识方法的极大似然估计唯一,从而为精确辨识虚警概率提供了理论保证.单变量非平稳增长模型和纯方位跟踪的数值仿真验证了所提出粒子滤波方法的有效性和与现有方法相比的优越性.

基于数据过滤的化工过程报警优化

为减少重复报警对操作者造成的滋扰,对报警限进行了优化设计。在死区的基础上,引入了基于数据过滤的报警限优化设计,并结合实例进行了分析。死区和数据过滤的结合有效地避免了重复报警的产生。

基于BP网络的移动通信网络告警多级筛选算法

本文通过分析移动通信网络中无线、交换、传输故障告警数据的分布模型和特点,提出了一种基于BP网络的多级告警筛选模型。该模型在实时采集移动通信网络中告警数据的基础上,通过对告警数据的过滤和预处理将告警数据归一化,并使用二进制编码机制将告警数据编码为可使用神经网络进行处理的类型,进而通过使用高斯感知器对告警数据进行预分类,有效降低BP网络需要处理的故障告警数据量,最后通过利用BP网络的自适应特点和模式识别能力,对告警进行模式识别分类,定位主要故障点,提高了移动网络告警的监控效率和网络的稳定性。

低信噪比1090ES报头的恒虚警检测方法

针对S模式1090 MHz扩展电文(1090ES)的报头检测在低信噪比下虚警概率高的问题,提出基于报头多脉冲匹配滤波的恒虚警率报头检测方法。由于检测门限是利用报头低电平期间的样本确定的,所以该方法对1090ES的数据块中的伪报头的误检具有一定的抑制能力。仿真结果表明,在低信噪比环境下,该文方法相对于传统1090ES报头检测方法具备较好的检测性能,且较好实现1090ES数据块中伪报头的抑制,减轻了后续设备的数据处理负荷。

基于STM32与图像复原技术的红外报警装置

设计了一种基于STM32单片机的红外报警系统.系统采用了基于Cortex-M3内核的STM32微控制器来实现;对系统的工作原理、硬件组成以及图像复原的算法进行了详细的叙述.经过多次实验,证明了系统简单实用,安全可靠,适用于家庭防盗、警戒等多个场合.针对图像有运动模糊的问题,采用维纳滤波的算法进行了图像复原,通过实验测试,证实算法可行.

基于局部方差中值滤波的极/超低频信道噪声抑制方法

针对极/超低频信道噪声模型参数估计复杂度高而难以实施最优非线性处理的问题,根据噪声时域波形分析,本文提出了一种基于局部方差中值滤波的抑噪方法.该方法利用局部方差提取结构信息以强化噪声脉冲性,提高中值滤波抑噪性能;采用基于恒虚警率的奇异值检测方法实现含噪样点的盲判决,利用自适应中值滤波算法实现噪声的盲抑制.仿真和实测结果验证了该方法的有效性.相比最优非线性处理,该方法无需噪声参数估计,因而更具实用性.

用CMOS探测脉冲激光中的虚警抑制技术研究

如何在保证激光探测距离的基础上保持低的探测虚警,一直是激光探测系统的核心问题。以CMOS成像型激光探测系统为技术背景,分析了引起虚警的主要因素是场景噪声和强光干扰等,对此提出从三个方面来抑制系统虚警:光谱滤波技术;提高图像采集帧频,减少积分时间;帧相减技术。实验表明,在采用相同的探测阈值时,它们使虚警概率得到大大的降低,达到了较好的虚警抑制效果。

应用匹配滤波器的车道线恒虚警率识别方法

针对多种道路场景下车道线的识别问题,提出了一种应用匹配滤波器和恒虚警率检测器的处理方法。根据车道线横截面的灰度轮廓特征,对图像局部区域,采用不同尺度的匹配滤波算子,实现不同环境条件下车道线区域的特征增强;利用可产生自适应阈值的恒虚警率检测器,提取车道线特征点,并通过随机抽样一致性方法拟合产生车道边界线。在车道线跟踪阶段,建立车道线参数数据库,分析当前帧车道线与数据库的匹配置信度,并动态更新该数据库。在嵌入式系统中,经过多种工况的试验验证,该算法能稳定地识别车道线,准确提取相关参数,处理速率达到30FPS。