一种在轨海上多运动舰船目标检测和跟踪方法

传统遥感卫星图像处理采用在地面进行目标检测和跟踪处理的模式，卫星将拍摄到的图像数据下传至地面数据处理中心，由地面数据处理系统对接收到的遥感图像数据进行目标检测和跟踪。然而，随着遥感图像分辨率的不断提高，需要下传的数据量增大，导致星地数据传输的时间大大增加，最终造成目标检测和跟踪的时效性降低。针对上述问题，提出一种基于多特征量判别的Canny边缘检测和联合概率数据关联的在轨海上多运动舰船目标检测和跟踪方法。将该方法利用中国科学院微小卫星创新研究院的高分微纳卫星实测数据在模拟星载的嵌入式开发平台上进行验证，结果表明该方法能够在轨对海上多运动舰船目标进行快速、准确的检测和跟踪。     

背景差分与帧间差分相融合的遥感卫星视频运动车辆检测方法

遥感视频卫星的出现为实时连续对地观测提供了新的契机,为遥感动态监测与目标跟踪提供了新数据源。在分析遥感卫星视频目标检测与传统监控视频目标检测的差异的基础上,阐述现有目标检测算法直接应用到遥感卫星视频上存在的不足,提出一种背景差分与帧间差分相融合的方法并将其应用于遥感卫星视频运动车辆的目标检测中。通过抽取UrtheCast遥感卫星视频的4帧实验图像,分别采用背景差分法、帧间差分法和本文提出的方法对运动车辆进行检测并分析。结果表明,本文提出的方法能够更有效抑制移动的背景边缘和残留噪声干扰,提高检测的正确度和质量,在遥感卫星视频运动目标检测中具有良好的应用潜力。     

基于CLIPS专家系统的自动数据判读方法

针对空间有效载荷测试数据和遥测数据量大、判据复杂等特点,提出一种基于CLIPS专家系统的数据自动判读方法.该方法采用CLIPS专家系统语言实现了对复杂规则的描述引入有限状态机实现了对随载荷工作状态变化遥测量的动态判读.采用从频繁模式中挖掘关联规则技术设计了判读知识的辅助获取算法,通过CLIPS自身的推理机制提高了判读速度.满足了有效载荷地面集成测试及在轨运控中对数据判读的要求,提高了判读的效率和准确度,并成功应用于某卫星科研实践.     

基于GAN序列的卫星数据接收系统故障定位

现有的卫星数据接收系统故障定位方法受困于专家知识的难以获取。提出一种基于生成对抗网络(GAN)序列的故障定位方法GANseq。利用故障传播特性,将接收系统分解为M个信号处理单元(SPU),形成一个按照信号处理顺序排列的SPU序列;将故障定位问题转化为有序排列的M个异常检测子问题,其中第m个子问题为对前m个SPU的联合状态的异常检测;然后针对每个子问题采用基于GAN的状态参数检测模型,进而形成GAN序列;综合分析该序列在所有子问题上的检测结果以定位故障SPU。利用实际接收系统进行的实验证明所提出的GANseq不仅从数据驱动的角度完成了故障定位,而且在总体上降低了虚警率,并提高了定位精度。     

基于协同神经网络的云通信异常检测方法

云计算和服务的全分布式和开放结构成为潜在入侵者一个更具吸引力的目标,安全是云计算最大的挑战。为了减少安全隐患,提出了基于协同神经网络网络流量动态特性的云通信网络流量异常检测方法,用协同动力学方程与一组序参量来描述云通信网络通信系统的复杂行为,当这个方程式演变时,只有主要因素决定的序参量可以收敛到1,从而检测出异常。文中使用标准的美国国防部高级研究计划局的数据集进行方法性能的评估,实验结果表明,该方法能有效地检测出网络流量异常,并达到较高的检测率和低误报率。     

一种利用动态控制流路径分析的隐藏恶意代码异常检测方法

提出了一种基于动态控制流路径分析的隐藏恶意代码检测方法.该方法首先有针对性地选取与恶意代码相关的敏感路径并动态记录其执行过程的控制流路径,然后采用基于调用层次树匹配的异常检测算法分析所获得的数据,从而检查出系统中隐藏型恶意代码.实验结果表明,该方法能有效检测出隐藏恶意代码,具有高检出率和低误报率的特点,适用于计算机操作系统内的隐藏型恶意代码的检测.     

基于K-modes聚类分组的大数据相似重复记录检测研究

相似重复记录检测是数据清洗的重要环节,大数据环境下对相似重复记录检测方法的效率和精度提出了更高的要求。文章针对大数据环境下对相似重复记录检测提出了一种聚类分组检测的KCG算法。该方法首先采用改进的K-modes聚类对大数据进行有效的分组,然后在各分组中采用Pair-wise比较算法检测出所有相似重复记录检测。实验分析结果表明,该方法对大数据环境下的相似重复记录检测的效率和精度有明显提高。     

基于实体嵌入和长短时记忆网络的入侵检测方法

针对网络入侵检测过程中无法有效处理入侵数据中分类变量的表示，导致网络入侵检测准确率低、漏报率高等问题，提出一种基于实体嵌入和长短时记忆网络（long short-term memory network，LSTM）相结合的网络入侵检测方法。首先，在数据预处理时，将表示网络特征数据中的数值型变量和分类型变量数据分开，通过实体嵌入方法将分类型变量数据映射在一个欧几里得空间，得到一个向量表示，再将这个向量嵌入到数值型数据后面得到输入数据。然后，通过把数据输入到长短时记忆网络中去训练，通过时间反向传播更新参数，得到最优嵌入向量作为输入特征的同时，也得到一个相对最优的LSTM网络的检测模型。在数据集NSL-KDD上进行实验验证，结果表明实体嵌入是一种有效处理网络入侵数据中分类变量的方法，它和LSTM网络相结合组成的模型能够有效提高入侵检测率。在数据预处理时对分类变量的处理中，实体嵌入方法与传统的One-Hot编码方法相比，检测的准确率提高1.44个百分点，漏报率降低2.99个百分点。     

应用统计模式识别技术进行电气设备故障诊断的分析与探讨

故障诊断属于两类判别分析问题。本文采用统计模式识别技术,利用来自生产实践中的大量相关信息数据构造诊断模型。试图对电气设备的故障进行有效的识别。将 FISHER 判别准则试用于电机故障的检测识别,得到良好的效果。实践证明,这是一种比较有效的方法。     

一种基于聚类的入侵检测新方法

根据目前应用于入侵监测的算法中普遍存在的对输入顺序敏感,无法自适应地确定参数以及需要大量的训练数据等问题,且k-means算法存在初值选取的问题,因而提出一种新的聚类算法进行入侵行为的监测。该方法的优点是对输入数据顺序不敏感以及能够比较准确地选择聚类的初值。实验中采用了KDD99的测试数据,结果表明该方法可以比较有效地检测真实网络数据中的已知和未知的入侵行为。     

基于显著图融合的高分四号卫星光学遥感图像多运动舰船检测方法

高分四号（GF-4）卫星是目前世界上分辨率最高的静止轨道光学遥感卫星,它具有高时间分辨率、高空间分辨率和大成像幅宽等优点,可对指定区域进行连续观测。提出一种适用于GF-4卫星光学遥感图像的多运动舰船检测方法。首先,对遥感图像进行中值滤波去噪和非线性灰度拉伸;然后,通过谱残差法提取显著图;最后,使用基于加权Dempster-Shafer证据理论的图像融合方法对显著图进行融合处理后,进行舰船检测。GF-4卫星遥感图像真实数据的实验表明,本文所提方法能够对GF-4卫星光学遥感图像进行快速、准确的多运动舰船检测。     

基于神经网络和奇偶向量的卫星故障诊断

提供一种卫星故障诊断方法以提高GPS导航定位的完整性。该方法在奇偶向量的基础上利用广义似然比法检测卫星故障 ,再利用神经网络进行故障诊断以提高卫星故障诊断的准确性。     

一种多时相遥感图像多目标检测算法

随着遥感技术的快速发展,遥感图像得到广泛的应用,其中目标检测是遥感图像众多应用中非常重要的一个分支。目前大多数目标检测算法都是基于单时相遥感图像,对于多时相遥感数据的处理方法较少。最近发表的多时相目标检测算法有滤波张量分析,其将多重线性函数与张量相对应的关系应用于遥感图像目标检测,但该算法只能进行单目标检测,无法同时检测多个目标。本文借鉴多目标约束能量最小化算法中对于多个目标输出能量的约束和滤波张量分析中对于应用张量滤波器的思想,提出多目标滤波张量分析算法,能够在多时相遥感数据中实现同时检测多个目标。模拟和真实数据实验结果均表明,该算法可以有效地提高多时相图像中多目标检测精度。     

基于深度强化学习的低轨卫星下行功率分配方案

当前的卫星资源分配方案大多为同步轨道卫星设计,针对低轨卫星的高动态特性,以及存在频率和功率资源受限的问题,提出一种基于深度强化学习的功率分配算法。首先对低轨卫星功率分配场景进行建模,引入一种时隙划分方案来简化低轨卫星的动态特性模型,进一步提出一种基于深度强化学习算法的功率分配策略,该策略通过调节单颗低轨卫星各个波束中子载波的功率值,降低同频干扰,能达到提升低轨卫星频谱效率的目的。仿真结果表明,所提算法能够在较短时间内收敛并达到稳定状态,在总功率一定的条件下,该方案能有效提升单颗低轨卫星的吞吐量,其频谱效率明显高于注水算法和Q学习算法。     

面向LEO卫星网的显式TCP方法

提出一种利用TCP接收端卫星TCP流数量和经过路径卫星数这2种网络显式信息来调控发送窗口的新方法. 此方法中各TCP流根据自身的不同时延对丢包作出敏感度不同的窗口调整反应,以对应时延越大拥塞反应策略越低效的规律. NS2仿真结果表明,这一方法不仅能在应对信道丢包的同时,提高各不同时延的TCP流的公平性、保证其吞吐量,还能较好地预防星地下行链路的丢包,并提高其带宽利用率.     

遥测降雨异常值的三步抗差统计探测

由于遥测降雨系统自身的原因,遥测降雨资料中常有异常值的出现.充分利用降雨分布特征以及抗差统计理论,提出一种三步抗差统计方法探测遥测降雨资料中的异常值.本方法采用Tukey fence统计方法抵御异常值的干扰,用三步的形式以适应降雨资料的分布特征.对面平均降雨量进行的分组,进一步提高方法的探测效率.数据证明,新方法的探测效果较好,且符合水文预报要求.     

基于Duffing混沌振子的短波3G-ALE信号多通道检测方法

在非合作通信对抗方实施短波3G-ALE信号的检测时，由于低信噪比、载频频偏等不利因素，传统方法检测性能不佳，提出一种基于Duffing混沌振子的多通道检测方法。首先利用公开的探测报头对截获信号滑动相关预处理，然后将相关运算信号通过不同角频率本振与相同内置参数混沌振子相结合的多路检测通道，以检测通道的振子输出状态发生变化作为信号检测与载频估计的依据。理论分析与仿真实验表明，该方法可有效提高3G-ALE信号检测性能，并且一定程度上降低了常规混沌检测方法的复杂度。