基于CUSUM算法的变电站通信干扰检测研究

针对变电站通信过程中干扰检测效率不高的问题,提出一种改进的CUSUM算法检测方案。该方法基于统计学中的序贯概率比,利用非参数CUSUM算法来累积偏差,放大干扰引起的特征变化并对其进行判别。为了适应干扰攻击和信道状况的不确定性,加入滑动窗口与自适应阈值算法实现对干扰的实时检测。运用改进的CUSUM算法在时域对接收信号进行检测,分析累积图的变化过程,与N-sigma、Z-score 2种检测方式比较,仿真结果表明,所提方法的检测效果明显优于二者,其虚警率和漏警率分别为4.0%和5.3%,能灵敏地检测出干扰出现的时刻,有效提升了系统干扰检测效率。

基于CUSUM算法的负压波管道无损检测方法

本文指出盐业化工企业主要采用盐卤作为生产原料,在生产中常需要长距离运输,然而长距离盐卤管道作为输送的主要方式却容易遭受损坏,盐卤管路损坏既影响正常生产又污染周围环境,因此对其运输管路进行无损检测非常必要;目前国内管道泄漏检测技术起步较晚,常用到的负压波管道无损检测作为主流检测技术却难以精确检测到较小的泄漏。针对这一问题,本文提出了一种基于CUSUM算法的负压波检测方法,改善了传统负压波检测的缺点,对细小的泄漏也有很好的反馈作用,便于负压波检测的定位,具有一定的工程实际意义。

利用高阶累积量相关性的地震波传感器阵列目标检测方法

针对传统决策级判决检测方法虚警率高、信息浪费的问题,提出一种远场环境下可有效消除噪声影响的基于高阶累积量矩阵相关性目标检测方法:通过在传感器节点端设定一个发送数据的触发门限,预先对参与融合检测的传感器节点个数进行约束,融合中心在收到节点发送的数据后,计算信号的四阶累积量构建累积量矩阵,并构建相关性统计量作为融合检测的判决统计量;利用临近节点信号累积量矩阵列向量之间的相关性,结合判决统计量得到在恒虚警概率下的检测门限,判断目标是否存在,实现对目标的融合检测.仿真发现其在不同噪声环境下能有效检测出目标,且检测性能优于现有检测方法.

基于高阶累积量的煤矿主通风机振动故障检测研究

受煤矿主通风机运行过程中自身转子等多种因素的影响,在设计煤矿主通风机振动故障检测方法时,经常会出现振动故障类别检测不准确的情况,导致方法的检测精度差。对此,现提出基于高阶累积量的煤矿主通风机振动故障检测方法。对采集到的振动信号进行降噪处理,再计算其多尺度函数,对振动信号进行时频域分析,通过计算振动信号的协方差,计算其振动信号的高阶累积量,由此提取出振动信号的偏度特征和峰度特征,构建振动信号的特征向量。通过计算振动信号特征向量的熵值,识别出其中的故障特征,再计算信号的故障值,检测出不同类型的振动故障。实验结果表明,设计的检测方法在实际应用中误报率均值为5.6%,检测精度高。

基于CUSUM算法的给水管网爆管检测分析

给水管网是城市重要的基础设施之一,负担着输水配水的重要任务,但目前爆管事故频发,严重影响了人们的生产和生活。CUSUM算法利用观测值与目标值偏差的累积进行绘图,具有能对较小异常变化作出明显反应、以及累积滤波的优点。针对以上两个优点提出一种基于CUSUM算法的给水管网爆管检测方法,并对使用条件进行了验证,最后利用实例进行了算法验证并对CUSUM图进行了分析。结果表明,CUSUM算法能很好地检测到管网中的爆管并有效的避免误报。

基于工业控制模型的非参数CUSUM入侵检测方法

为解决日趋严重的工业控制系统(industrial control system,ICS)信息安全问题,提出一种针对工业控制网络的非参数累积和(cumulative sum,CUSUM)入侵检测方法.利用ICS输入决定输出的特性,建立ICS的数学模型预测系统的输出,一旦控制系统的传感器遭受攻击,实际输出信号将发生改变.在每个时刻,计算工业控制模型的预测输出与传感器测量信号的差值,形成基于时间的统计序列,采用非参数CUSUM算法,实现在线检测入侵并报警.仿真检测实验证明,该方法具有良好的实时性和低误报率.选择适当的非参数CUSUM算法参数τ和β,该入侵检测方法不但能在攻击对控制系统造成实质伤害前检测出攻击,还对监测ICS中的误操作有一定帮助.

使用补偿非参数CUSUM方法检测DDoS攻击

提出了一种有效的、在攻击目的端检测DDoS攻击的方法。研究目的是为了在花费较少代价的情况下,早期检测到攻击的存在,记录可疑的攻击包。对基于TCP协议的DDoS攻击而言,从受害端进行观察,会发现很多没有确认的TCP报文段。在每个时间间隔?t,计算未确认的报文段个数与总报文段个数的比值,形成基于时间的统计序列,再用经过改进的非参数递归CUSUM(cumulative sum)算法在线、快速检测DDoS攻击,并在检测的同时记录可疑的攻击包。经实验验证,该检测算法不仅快速,而且具有更低的误报率,能够适应更复杂的网络检测环境。另外,还能为攻击的分析取证和追踪提供一定帮助。

基于四阶累积量的DSSS/QPSK信号检测方法研究

根据高斯白噪声的四阶累积量恒为零这一特性,研究了DSSS/QPSK信号的四阶累积量,提出了基于四阶累积量不同切片c4x(0,0,0)、c4x(τ,τ,τ)、c4x(0,τ,τ)和c4x(0,0,τ)的时域和频域检测方法.仿真结果表明,频域检测方法性能优于时域检测方法;综合考虑检测性能和实现难度,基于c4x(0,0,τ)的频域检测方法最好,在虚警概率为1%,信噪比为-11dB时,检测概率仍可达到50%以上.没有引入大规模的矩阵运算,运算量小,易于实现.

基于三阶累积量的红外弱小运动目标检测新方法

为检测强杂波背景中的红外弱小运动目标,提出了一种基于三阶累积量的检测新方法.该方法利用图像中目标经过时像素点灰度值有起伏变化这一特点,将其看作是一种非高斯弱瞬态信号,通过构造三阶累积量对其进行检测.此三阶累积量估计中的去均值处理同时实现了背景杂波的抑制,较好地改善了信杂比(SCR),提高了单帧检测性能.实验表明,该方法能够有效地抑制强杂波背景,在SCR>1时,能可靠检测目标.

基于累积量和主运动方向的视频烟雾检测方法

视频烟雾检测具有响应速度快、非接触等优点。但现有的视频检测方法误报率比较高。通过分析早期火灾烟雾运动规律,提出了一种适用于普通视频的烟雾检测方法。为了加快检测速度,将视频图像分割成大小相等的块,并估计每个块的运动方向。采用滑动时间窗口生成块运动方向时间序列,在此时间序列的基础上计算块的累积量和主运动方向。累积量可以反映出运动持续的程度,而主运动方向表明每个块最可能的运动方向,可以有效地抑制噪声的干扰。根据累积量和主运动方向提取出3维特征矢量,采用贝叶斯分类器进行烟雾的检测。实验结果表明,该方法鲁棒性高、速度快,能够准确地检测烟雾的出现。

红外点目标检测中的能量累积

针对在红外图像目标检测中利用传统动态规划进行能量累积存在较大的能量扩散效应,且检测速度慢、检测概率低等问题提出了一种基于动态规划的红外点目标检测能量累积方法。该方法在传统的动态规划递推式中引入了加权信息熵衰减因子和方向性信息权值。加权信息熵可以反映目标的运动信息,当某搜索区域存在目标运动时,能量累积衰减率小;当目标不存在时,能量累积衰减率大,从而保证了目标轨迹区域能量的大幅累积。方向性信息能够反映目标的运动轨迹方向,能使能量以大概率沿着目标运动方向有效累积。用本文方法和传统的DPA能量累积方法对平均信噪比为2.1725的12帧序列图像进行实验和比较,结果显示,传统DPA能量累积要到第9帧才能到达检测阈值,检测概率为0.956,并且会产生虚假轨迹;而本文方法到第5帧就已经到达检测阈值,检测概率为0.915。结果表明,该方法缩小了能量扩散效应区域,提高了点目标的检测概率和检测速度。

改进的CUSUM网络流量异常检测

网络已是人们学习生活不可缺少的一部分,如何能够准确、快速地检测出网络流量异常,并做出合理的响应,是网络正常运行的保证。本文提出改进的CUSUM流量异常检测算法,通过对CUSUM算法对网络流量进行检测,在警告判断条件和增加约束条件两方面进行改进。最后实验结果表明,CUSUM算法实现简单,在提高异常流量检测的误报率和漏报率方面有较大改进。

基于加权累积差分的运动目标检测与跟踪

针对视频序列中缓变运动目标检测与跟踪的问题,改进加权累积差分方法,设计一种快速检测缓变运动目标的权值分配算法。在检测出的运动目标区域中提取特征点,利用最大距离原则确定特征点的匹配范围,根据视差一致性原则,提出非回溯的误匹配检测方法。实验结果表明,该方法能有效提高跟踪的效率和精度。

基于高阶累积量的单帧复杂云背景下红外小目标检测

高阶累积量由于可以抵抗高斯噪声的影响而被广泛地应用于信号处理的各个领域。针对复杂云背景下单帧红外图像弱小目标检测的问题,与传统的时空管道滤波方法不同,通过建立合理的数据模型,在抑制缓变背景和噪声的同时,结合小目标局部范围内突变的特点,三阶累积量的计算使得目标在单帧全局检测可检的信噪比达到了1.66。

基于三阶累积量对角切片的信号特征检测

提出了一种基于三阶累积量对角切片的特征检测方法。该方法既不需待检信号做高斯和平稳的假设,也不需要有信号的先验知识。其原理是首先通过滤波器组将检测信号在频域上进行分离,选取输出能量较大的一组子频带信号近似给出信号的时频描述;然后在各个选中的子频带内分别计算三阶累积量的短时估计,从而抑制有色噪声,将信号的特征检测出来。仿真信号验证了该方法的有效性和适应性。

基于互累积量的多雷达信号层融合检测

针对多雷达检测海上目标的研究背景,本文提出了一种新的基于互累积量的多带雷达信号层融合检测方法,该方法融合不同雷达的观测信息,对不同频带的雷达观测在统计相关域上进行积累,最后进行检测。仿真结果表明,与传统的融合检测方法相比,新方法能够显著提高融合处理后的信杂比,有效提高海上目标检测概率。

基于高阶累积量和匹配滤波的信号检测新方法

针对通信侦察中的空间弱信号检测问题,提出了一种基于高阶累积量和匹配滤波器相结合的信号检测新方法。该方法利用高阶累积量有二阶以上信息,且高斯噪声的高阶累积量恒为零的特性,在传统似然比检测基础上,依据高阶累积量对高斯噪声的抑制能力,结合匹配滤波器进行弱信号检测,在低信噪比条件下获得了更高的检测概率。蒙特卡罗仿真结果证明了该方法的有效性。

基于高阶累积量的目标机动检测新方法

机动检测是多模型目标跟踪中的一个关键问题 .在卡尔曼滤波中 ,当目标机动被噪声淹没时 ,传统的机动检测算法将失效 ,多分辨方法虽然能够有效地抑制噪声 ,可靠检测机动 ,但由于计算复杂导致严重的检测延迟 ,从而限制了它的应用 .本文提出一种基于三阶累积量的机动检测新算法 ,它有效地克服了上述二者的缺陷 .由于高阶累积量能够抑制高斯噪声 ,因此在三阶累积量域易于检测机动 .同时通过采用逐点更新法 ,可实时进行机动检测 .仿真结果表明 ,该算法优于传统算法和多分辨方法 ,特别是在低信噪比的情况下 .

基于CUSUM的自适应攻击检测

为了能够快速发现DDoS攻击,尽量减小或避免其危害,基于CUSUM算法,以发送和接收数据包数量比例为特征量,提出一种快速的DDoS攻击检测算法.并通过动态调整期望值和警告阈值,使算法具有更好的适应性,能够运用于不同的网络环境.最后通过实验对算法进行验证.

基于滤波器组和高阶累积量的信号特征检测

结合高阶累积具有对加性高斯和对称非高斯噪声不敏感的特性,提出了一种基于滤波器组和高阶累积量的特征检测方法。该方法既不需待检信号做高斯和平稳的假设,也不需要有信号的先验知识。其原理是首先通过滤波器组将检测信号在频域上进行分离,选取输出能量较大的一组子频带信号近似给出信号的时频描述;然后在各个选中的子频带内分别计算三阶累积量的短时估计,从而抑制有色噪声,将信号的特征检测出来。仿真信号和实验信号验证了该方法的有效性和适应性,即使信号特征完全淹没在噪声中,也能检测出来。