一种基于软卡方检测的自适应Kalman滤波方法

在传统Kalman滤波中,卡方检测方法简单地将量测划分为正常和异常两种,针对其不足之处,改进并提出了一种新的软卡方检测方法。新方法根据卡方检测结果构造连续变化的量测,利用权重系数,充分挖掘处于正常值与异常值之间的可疑量测新息,同时还将该方法推广成多维量测的多分量卡方检测形式,建立了全面完整的软卡方检测Kalman滤波量测更新方程。最后,通过惯导/卫导组合导航仿真,验证了软卡方检测Kalman滤波的优势:无需任何参数调整且具有比Sage-Husa自适应滤波更小的统计误差波动。

基于因子图结合卡方检测的多AUV协同定位方法

针对复杂的水下环境导致水声通信噪声出现异常值的问题,提出一种基于因子图结合卡方检测的多AUV协同定位算法。建立因子图模型将全局函数估计问题转化为局部函数和积估计问题,利用卡方检测测距噪声异常值。所提算法在测距噪声存在异常值情况下,与传统Kalman滤波算法相比定位误差大幅减小。该研究进行了数学仿真验证,验证了所提算法可以有效提高系统的定位稳定性,处理测距噪声异常值对定位性能的影响。

基于卡方检测和相关向量机的DVL异常信息处理机制

多普勒计程仪(DVL)工作在未知、复杂的水下环境中时,各个波束的有效性不是都能保证,偶尔会不可避免地产生异常信息,导致水下组合导航系统的定位精度下降。针对水下航行器长航时定位中可能出现的DVL野值和短时失效,提出一种用于SINS/DVL组合导航系统的DVL异常信息处理机制,一方面采用滑动窗卡方检测方法,消除野值对导航精度的影响;另一方面采用基于稀疏贝叶斯理论的相关向量机算法建立DVL速度回归预测模型,在DVL短时失效时输出速度信息避免SINS误差积累。基于长江试验的实测数据,对比了所提方法与DVL失效时仅隔离DVL、采用相关向量机模型预测但未处理野值以及采用支持向量机模型预测并处理野值三种方法,所提方法分别提升了68.8%、67.3%和22.6%的定位精度,可以更准确预测DVL速度输出并且避免野值导致的滤波精度下降问题,验证了该DVL异常信息处理机制的有效性和鲁棒性。

网络控制系统中利用主动丢包的重放攻击检测方法

为实现网络控制系统(Networked Control Systems,NCS)中重放攻击的检测,在现有研究利用物理水印检测重放攻击的启发下,设计了利用主动丢包对重放攻击进行实时检测的方法 .首先,在理论层面上,利用系统输出的残差构建检测函数,并通过受攻击前后检测函数的变化,证明该检测方法的有效性.然后,以一辆四轮汽车为被控对象,比较车辆受攻击前后速度与检测函数的变化.最后,综合考虑车辆对重放攻击的检测结果与速度跟踪结果,确定车辆的最优主动丢包率的范围区间.结果表明:加入主动丢包前,车辆受到重放攻击时,速度会发生剧烈变化而检测函数几乎没有变化;加入主动丢包后,车辆受到重放攻击时,速度剧烈变化的同时检测函数也产生了剧烈的变化;主动丢包率为12%~16%时,系统既能够准确地检测出重放攻击,又能够保证车辆平稳行驶,为后续的重放攻击检测研究提供了参考.

基于自适应卡尔曼滤波的FDIA检测方法

针对信息物理系统下的虚假数据注入攻击(False Data Injection Attack, FDIA)中的随机攻击和隐蔽攻击,基于自适应卡尔曼滤波研究了攻击检测问题。常用的卡方检测可以有效检测出FDIA中的随机攻击,但是具有隐蔽性的FDIA可以绕过错误数据检测机制,使得卡方检测失败。由此在卡方检测的基础上结合相似性检测,针对系统噪声的时变特性,基于自适应卡尔曼滤波提出新的检测方法。该算法解决了实际噪声不确定性对系统的影响,且能有效检测FDIA中的随机攻击和隐蔽攻击。通过仿真验证了该方法的有效性。

基于卡方自动交互检测分析方法的病区单元护理绩效考核

目的探讨公平、公正、科学、便捷的病区单元护理绩效考核与分配方法。方法建立护理工作数量、质量、效率、业绩4个维度90个具体指标的病区单元护理绩效考核体系,从医院信息系统提取实际数据并完成绩效赋值计算,借助卡方自动交互检测分析方法每个月对全部病区单元护理绩效赋值进行分析,按显著性差异(P<0.05)将病区单元归属到不同的绩效等级集群,从而完成对病区单元护理绩效的分类评价,实现护理绩效的动态考核与分配。结果应用新绩效考核方法后,护士及护士长对绩效考核满意度显著提高,护士长绩效考核工作效率显著提高(均P<0.01)。结论借助医院信息系统及卡方自动交互检测分析,能准确、快速完成对病区单元护理绩效考核的分类评价,为护理绩效考核分配提供科学的决策依据,提高工作效率及护理人员的满意度。

基于卡方自动交互检测的GF-1影像鄱阳湖湿地信息提取

快速准确地获取鄱阳湖区域湿地信息,对湿地进行动态监测具有重要价值。本文以国产高分一号(GF-1)影像和辅助地学数据作为数据源,将GF-1影像获取的归一化植被指数(Normalized Differential Vegetation Index,NDVI)、基于蓝光波段的归一化差异水体指数(Normalized Difference Water Index based on Bule light,NDWI-B)以及数字高程模型(Digital Elevation Model,DEM)作为分类变量,采用卡方自动交互检测(CHi-squared Automatic Interaction Detection,CHAID)决策树算法构建分类规则,并进行研究区范围内的湿地信息提取。最后,采用混淆矩阵对分类结果进行精度验证,并与最大似然法监督分类结果进行比较。结果表明,分类结果的总体精度和Kappa系数分别为85.6%和0.82,较最大似然法监督分类结果分别提高了9.6%和0.12,是鄱阳湖区域湿地信息提取的有效方法。

基于IGGⅢ方案的自适应渐消卡尔曼滤波器

渐消卡尔曼滤波器滑动采样区间长度N的取值为单一定值,难以实现滤波精度与动态性之间的平衡。针对该问题,提出了一种基于IGGⅢ方案的自适应渐消卡尔曼滤波器。该滤波器进行新息异常卡方检测,通过构建一个类似于IGGⅢ权函数的三段式滑动采样区间长度N的取值函数,实现滑动采样区间长度N的自适应优化选取,提升滤波精度。Matlab仿真结果证明,基于IGGⅢ方案的自适应渐消卡尔曼滤波器在系统稳定情况下滤波结果更加精确,系统模型参数发生变化时具有更好的动态性,能够实现滤波精度与动态性之间的平衡。

INS/ADS/GPS组合导航高灵敏度故障检测和识别方法

针对卡方检测无法精准定位到故障变量的具体维数以及对缓变故障检测灵敏度低的问题,提出INS/ADS/GPS组合导航高灵敏度故障检测和识别方法。引入序贯滤波的思想,建立了INS/ADS和INS/GPS两种序贯故障检测模型,可将故障定位到导航子系统的具体维数;提出了渐消记忆序贯概率比检测(F-SPRT)算法,解决了缓变故障检测灵敏度低的问题;将序贯故障检测方法与F-SPRT算法结合,建立了高灵敏度故障检测和识别架构。仿真结果表明:在满足虚警率0.1%的条件下,与传统SPRT方法相比,提出的算法对缓变故障检测的灵敏度约提高了2倍,并可有效实现故障的识别。

基于构型寻优的多无人机鲁棒自适应协同定位方法

针对卫星导航信息受扰环境下的无人机自主精确定位需求,提出了一种基于构型寻优的多无人机鲁棒自适应协同定位方法。首先,考虑到多无人机空间构型实时动态拓扑变化特点,设计了一种基于构型寻优的相对测距/测角协同子滤波器。其次,设计了一种用于无人机多源异类观测信息故障检测的改进残差卡方检测算法。通过评估子滤波器状态估计的实时权重,实现故障观测子滤波器的自适应动态隔离及系统状态重构。实验结果表明,所提方法能够充分利用构型优势对从机进行协同定位解算,在无人机内外源观测信息受干扰的情况下,能够快速识别、动态隔离异常观测信息,提高系统的鲁棒抗干扰性能。相对于传统基于卡方检测的故障诊断方法,所提方法从机定位精度提高了20%以上。

基于KF的列控系统数据篡改攻击检测方法

为提高城市轨道交通列车运行控制系统信息安全保护级别、针对列控系统面临的潜在数据篡改攻击进行有效检测。首先基于列控系统的运行原理以及信息交互特性,对列车追踪运行过程、攻击者篡改列车上下行信息过程进行数学建模;其次提出基于卡尔曼滤波器(KF)的列车状态估计方法和基于卡方检测器相结合的入侵检测方法,通过对卡方检测器进行改进,使之能够检测数据篡改攻击并在攻击期间持续输出报警;最后通过半实物仿真平台进行仿真,并给出验证结果。结果表明:入侵检测方法可以对攻击者的数据篡改攻击给出实时报警,且具有95%以上的准确率和6%以下的误报率。

基于静态JPEG图像的信息隐藏分析检测方法研究

信息隐藏和检测技术已日趋重要且应用广泛熏隐藏分析的目的在于检测媒体中隐藏的信息。本文针对JPEG图像文件的隐藏检测技术应用熏介绍了几种典型的隐写术的原理和弱点。通过对相关隐藏算法的研究分析熏讨论了基于统计特性的检测隐藏信息的方法熏并在结论中给出了相关的实验结果。

考虑测量野值的锂电池异常数据检测与SOC估计算法

针对锂电池状态估计中传感器测量出现野值的问题,文中设计了卡方检测器和相应的滤波算法,消除了野值对锂电池荷电状态估计的影响。通过二阶RC等效电路对电池动力学模型进行描述,并采用卡尔曼滤波的方法离线辨识电池模型的参数。在考虑了传感器数据存在野值的情况下,采用卡方检测器对野值进行实时检测。当检测到野值发生时,根据零阶保持的思想提出一种只依赖于模型的SOC估计算法,有效地抵抗了测量野值。在FUDS工况下,通过实验仿真发现,文中设计的野值检测器和改进的SOC估计算法能够精确检测到野值的发生,并可保证SOC的估计误差在2%以内,体现了良好的估计性能。

基于LSB图像信息隐藏的检测及处理

信息隐藏技术可以使一些信息通过图像等载体越过防火墙系统.为维护网络的安全,检测网络上传输的图像是否含有隐藏的信息就显得非常重要,但现在检测方法都不太理想,即使检测出有隐藏信息,也提取不出来.本文通过分析几种常见的检测方法的不足,给出了一种思想,能有效的破坏隐藏信息,从而保证网络的安全.

基于JPEG图像的信息隐藏检测算法研究

提出了一种可靠检测出隐藏在JPEG图像中秘密信息的隐藏检测算法.该算法通过对JPEG图像的LSB隐藏算法分析,运用χ2(卡方)统计分析的数理方法,不仅可以有效的检测出隐藏在图像中秘密信息的存在性,而且还能估计出嵌入秘密信息的位置.经仿真实验表明,该算法检测效率高,易于实现.

用一个相对简单的方法来探测核苷酸替代模型的异质性(英文)

对于可观察到的分子序列进化模型的不同,提出一个相对简单的方法——卡方检测,来检测在DNA序列间替代过程的同质性。这个卡方检测方法不管在座位间下列3个条件是否满足皆是成立的:(1)替代率的异质性;(2)进化率/模型的相关性;(3)替代模型的变异。计算机模拟也显示出卡方检测在各种生物学条件下的序列进化模型是非常有效的。在真实数据中,11种节肢动物线粒体DNA的比较中发现,水蚤或卤虫与其他9种节肢动物以高百分比违背了同质性进化模型假设,显然是由于AT含量高而引起的,且在两种蚊子的线粒体DNA比较中发现,其满足同质性假设仅有7.69%。还比较了卡方检测与KumarandGadagkar的ID检测之间的效能差异:在较为复杂的模型下,卡方检测效率在许多情况下较ID检测方法略高;并且在犯I-型错误以及卡方测验的效率曲线中清楚地表明我们的方法是保守的,而Kumar等的方法是不保守的。

高低危生活方式食管癌患者放化疗临床疗效的比较

目的:研究高危与低危生活方式食管癌患者放化疗后的临床效果.方法:对重庆市万州地区食管癌患者496例采用卡方自动交互检测法建立分类树模型进行危险因素筛选.通过巢式病例对照研究分析高危与低危生活方式患者临床放化疗效果.结果:从分类树模型15个潜在危险因素中筛选出7个主要危险因素,进食快和饮水污染是最重要的危险因素.在饮酒者中,吸烟、进食过快者更容易出现食管癌.具有肿瘤生活方式高危险因素者放化疗中位生存时间(21mo)高于低危险因素生活方式组患者中位生存时间(14mo),差异具有显著性(t=15.87,P<0.01).结论:饮水污染和不良饮食习惯(进食过快烫、吸烟与饮酒)可能是该地区食管癌的生活方式高危因素,放化疗可能使高危生活方式食管癌患者临床受益更多。

基于容错卡尔曼滤波的校验无人机精确测高法

针对旋翼无人机多机载高度传感器中传感器信号突变导致融合高度信息误差较大的问题,提出了一种基于容错卡尔曼滤波(FTKFT)的高度精确测量方法。该测量方法包括1个主滤波器和3个子卡尔曼滤波器(GPS/气压高度计/超声波高度计),利用卡尔曼滤波器对各高度传感器进行滤波并计算其高度估计值与误差值作为检测信号,以惯导短时间内二次积分作为参考信号,通过检错器进行状态卡方检测与残差卡方检测。最后,基于每个高度传感器的输出误差通过加权的方法实现多高度传感器的最优数据融合。仿真和飞行实验验证了该方法的测量精度及实时容错性能够满足校验要求。

E-CHAID决策模型下骨髓增生异常综合征DRGs分组实际运行效果分析

目的 分析E-CHAID决策模型下骨髓增生异常综合征DRGs分组对住院费用的实际影响。方法 回顾性搜集2021年2月至2023年2月浙江省某三甲医院HIS系统中病案首页出院诊断首项为骨髓增生异常综合征的患者资料。对病案首页全部指标进行组间多元线性回归检验、Mann-Whitney U检验及Kruskal-Wallis H检验,以VIF(方差膨胀因子)<10、单因素筛选中P<0.05的指标为自变量,以住院费用为因变量,采用E-CHAID穷举算法建立DRGs分组决策树模型。以各DRGs病例组合“住院费用中位数+1.5倍标准差”为费用上限,计算各DRGs分组上限费用与所有病例上限费用之比,分析住院费用分布特征。结果 共纳入2 223例骨髓异常综合征患者。是否使用单克隆抗体、是否ICU入住、输血次数3个变量为E-CHAID决策树模型的分层分类变量节点,建立了12个节点,共生成7个终端节点,变异系数CV分别为0.40、0.15、0.23、0.21、0.25、0.51、0.46,各DRGs分组间Kruskal-Wallis H检验具备统计学意义(H=2 816.568,P<0.001)。2 223例患者中超出费用上限76例(3.42%),超上限费用患者的住院总花费为662 241.71万元,占DRGs总住院费用的1.40%;DRGs 1~7组相对权重分别为1.49、2.42、2.14、1.33、1.10、0.47、0.24。结论 E-CHAID决策模型下骨髓增生异常综合征DRGs分组异质性较强,组间分布合理,可为浙江省后续开展骨髓增生异常综合征等恶性血液疾病的地方性DRGs医疗付费改革提供一定依据。

基于CHAID模型的某县农村居民生活方式影响因素分析

目的分析某县农村居民生活方式影响因素,为改变农村居民不良生活方式,提高其健康水平提供参考依据。方法采用多阶段随机抽样方法抽取山西省某县18岁及以上的农村居民600人进行问卷调查。应用SPSS 20.0统计软件对数据进行CHAID模型分析。结果本次调查收回有效问卷588份。其中,吸烟、饮酒、体育锻炼、高盐饮食、油腻饮食分别占37.59%、38.95%、50.68%、9.86%、14.80%。CHAID模型分析表明,性别、年龄和婚姻状况是吸烟的主要影响因素,30~59岁男性的吸烟率最高;性别和年龄是饮酒的主要影响因素,30岁及以上男性的饮酒率最高;文化程度是体育锻炼的主要影响因素;文化程度和月收入是高盐饮食的主要影响因素,小学及以下文化程度者高盐饮食的比例最高;性别、文化程度和月收入是油腻饮食的主要影响因素,小学及以下文化程度的男性油腻饮食的比例最高。结论农村居民生活方式现状不容乐观,应有针对性地开展健康教育,引导农村居民形成健康的行为生活方式,以降低慢性病发生的危险性。