一种抗CPS控制层欺骗攻击的算法

信息物理系统(CPS)在原本的工控系统中加入了计算单元,使攻击者能够通过对该网络进行攻击。本文考虑攻击者通过恶意篡改信道中传输的传感器测量数据,使计算单元无法根据测量值对物理环境做出正确决策。通过改进针对CPS控制层欺骗攻击的卡尔曼滤波器算法,使改进后的算法对多种类型的欺骗攻击都有较好的检测性能,并能在一定程度上恢复被篡改的数据。本文使用改进算法对田纳西伊斯曼过程中反应釜内的压强测量值进行攻击检测,并与原算法进行比较,通过实验可以验证改进后算法对偏差型和几何型攻击的检测和恢复效果明显优于原算法。     

基于时空解析建模的脉搏信号量化分析方法研究

为实现脉搏信号形态和周期的量化分析,本研究提出一种脉搏信号时空解析建模及量化分析方法。首先,根据脉搏信号的形成机理,将脉搏周期和基线引入脉搏解析模型,得到时空解析模型表达式及12个参数,用于脉搏波的量化描述。然后,提出了基于实际脉搏信号的模型参数估计流程,给出参数估计的优化方法、约束条件和边界条件。将所提出的时空解析建模方法用于国际标准生理信号开源数据库(PhysioNet)幻想曲(Fantasia)子库中的健康人脉搏波,从解析模型中可以得到一些年龄和性别因素引起的人体心脏搏动节律和血流动力学变化。以提取的模型参数为输入,采用随机森林、概率神经网络等机器学习方法对脉搏波按照年龄和性别进行分类,结果表明随机森林法分类效果最好,Kappa系数达到98%以上。本研究提出的时空解析建模方法可有效地对脉搏信号进行量化分析,为脉搏信号相关的应用研究提供了理论基础和技术框架。     

基于DEVS的目标跟踪系统UML建模

目标跟踪系统的建模是信息融合研究的热点之一.本文在目标跟踪系统分析的基础上,将DEVS的形式化描述和UML图形化描述结合起来,研究DEVS的数学模型到UML类模型的映射关系和建模过程,为目标跟踪系统的设计和实现提供了一种可行的方法,并通过EclipseUML环境下的建模和JAVA编程证明其有效性.     

一种用于纤维增强复合材料微观结构图像的阈值分割算法

提出了一种新的阈值分割方法,将原始图像划分为子图像,计算子图像变化统计分布矩阵及平均加权信息熵能量占总信息熵能量和的比例,判断子图像内是否含有目标纤维.提出一种改进的Otsu阙值分割算法对含有目标的子图像进行分割.实验证明:该方法适用于目标稀疏且对比度低、亮度分布不均匀的图像,应用在纤维增强复合材料微观结构图像阈值分割中,能较好抑制图像中的噪声,在不破坏纤维完整性的同时获得较满意的分割结果.     

入侵检测技术评述

入侵检测是保护信息系统安全的重要途径，本文对近年来入侵检测技术的分类、发展与前景作了较为详尽的评述。并提出了与软件计算相结合后形成的智能化入侵检测方法的技术发展方向。     

资产关联拓扑结构的信息系统安全评估模型

提出了基于资产关联拓扑结构的信息系统安全评估模型。以资产关联拓扑结构图为原型表示资产间的关联,量化计算判定各资产间关联以及关联性对整个信息系统风险的影响。该信息系统安全评估模型改进了传统的信息系统风险评估方法,添加资产关联性作为评估过程中的重要信息,实现了量化的信息安全评估。最后给出实例验证了模型对传统评估方法的改进。     

图像DCT系数的α稳态簇分布模型

提出了一种新颖的统计分布模型—α稳态簇模型。根据图像DCT系数的统计特征,结合理论分析和实验验证,验证了图像DCT系数服从于α稳态簇分布模型。α稳态簇模型具有足够的柔韧性,随着特征指数α改变,其分布形状也会改变。图像纹理细节细密程度与特征指数α呈反比例关系,对于纹理细节细密的图像,其特征指数α偏小;对于具有平滑区域的图像,其特征指数α偏大。     

一种用于噪声估计的改进最小值搜索方法

含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明：对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。     

基于改进基音跟踪算法的单通道语音分离

基于计算听觉场景分析（Computational Auditory Scene Analysis,CASA）的语音分离系统通过模拟人耳的听觉感知系统对混合信号进行处理并分离出感兴趣的目标语音,近年来得到了很大的发展。如何在干扰噪声存在的情况下进行正确的基音提取跟踪一直是CASA系统研究的重点。提出了一种基于目标语音源的改进基音跟踪算法。该算法通过对目标源估计和基音检测两个步骤的反复迭代计算,得到最终的基音轨迹。通过在不同噪声干扰条件下与传统基音跟踪算法对比的实验结果证明,该算法能够有效地抑制噪声,提高输出语音的信噪比和语音质量。     

直流伺服系统中单神经元PSD应用的改进

常规PID控制具有结构简单、稳定性好、可靠性高等优点，在调速系统中被广泛应用。但常规PID控制的设计需依靠数学模型，负载、模型参数的变化及非线性因素等影响常规PID的精确调节。单神经元PSD控制器利用神经元的自学习、自组织能力，根据被控对象的变化情况对控制器的权值进行在线调整，达到在线调整PID参数的目的，并且采用无需对象模型的控制算法构成了自适应控制。与常规的PID调节器相比，具有更好的鲁棒性。同时，通过对PSD控制器的改进，在直流伺服系统的仿真应用中得到了较理想的结果。