高速铁路运营环境安全监测系统综述

铁路肩负着助力国家重大战略实施、支撑经济社会发展、满足人民群众出行需求的重要使命，确保铁路运输安全是铁路的工作重心。影响铁路运输安全的因素众多，其中铁路运营环境安全极其重要。我国铁路针对运营环境监测已经建设和应用了相关系统。根据监测对象和应用主体不同，阐述与综合视频、自然灾害、周界入侵、基础设施、接触网状态和列车超视距应用等相关系统的功能和应用情况；从系统自身智能化水平提升、海量视频图像数据价值挖掘和跨系统融合应用3个方面，分析系统智能化发展方向。     

融合注意力机制的轨道入侵异物检测轻量级模型研究

基于智能视频分析的轨道线路环境入侵物自主识别是保障轨道交通运营安全的关键技术之一。然而基于神经网络的高精度目标检测模型严重依赖算力，部署成本高，很难普及运用。为此，提出一种改进yolov4-tiny的轻量级网络模型。在网络主干，通过融合跨阶段结构和通道混洗策略，提出CSPShuffleNet结构，加快网络推理；在网络颈部，引入多头注意力机制，增强网络目标定位能力；在网络头部，使用深度可分离卷积替换传统卷积，进一步压缩网络参数量。基于铁路异物数据集的实验结果表明：相比于原始yolov4-tiny,本模型的均值平均精度最大提高1.4%,参数量减少49.9%,模型容量减少55.4%。验证了本模型对于固定平台和移动平台检测系统的普适性，从而为铁路安全保障提供决策支持。     

磷酸镁水泥-硫铝酸盐水泥复合胶凝材料的抗冻性

为改善快硬磷酸镁水泥的抗冻性，分别掺入26%、30%、34%、38%、42%硫铝酸盐水泥替代过烧氧化镁，制得磷酸镁水泥-硫铝酸盐水泥复合胶凝材料砂浆试样。对冻融循环前后砂浆试样进行了质量损失率测试、抗压强度试验、抗折强度试验、孔隙率测试、扫描电子显微镜观察与能谱分析。结果表明：硫铝酸盐水泥掺量38%、冻融循环100次的砂浆试样质量损失率最小，密实度最大，孔隙率最小；硫铝酸盐水泥掺量34%、冻融循环100次的砂浆试样抗压强度和抗折强度均高于其他试样；掺入硫铝酸盐水泥后水化产物呈颗粒状，试样结构更致密，抗冻性能显著提升。     

碳酸锂对超早强道路修补砂浆性能的影响

为解决硫铝酸盐水泥制备超早强道路修补砂浆后期强度倒缩问题，采用硅酸盐水泥-硫铝酸盐水泥复合水泥制备的超早强道路修补砂浆，探究碳酸锂对超早强道路修补砂浆流动度、凝结时间、小时强度和收缩性能的影响。结果表明，碳酸锂对砂浆流动度无明显影响；显著缩短砂浆凝结时间，掺量为0.05%时，超早强道路修补砂浆初凝时间缩短至空白样的23.64%;为满足施工，掺入一水柠檬酸做缓凝剂对砂浆初凝时间进行调节，初凝时间大于15 min;碳酸锂显著提高砂浆抗折和抗压小时强度，2 h抗折和抗压强度分别为5.5 MPa和31.33 MPa,且28 d强度发展稳定无倒缩，砂浆超早期收缩性能为微膨胀，水泥石体积稳定，满足道路修补材料技术要求，实现2 h恢复道路交通的目标。     

基于智能视觉的铁路大桥人员入侵防护系统设计研究

铁路桥梁监测是保障铁路运输安全的重要手段。为提升现有监测系统对铁路大桥人员入侵的检测能力，设计了基于智能视觉的铁路大桥人员入侵防护系统，该系统由视频平台、智能视觉平台及业务管理平台组成。采用YOLOv5目标检测模型进行人员入侵检测；同时，采用多种图像数据增强技术，扩增训练数据集，进一步提升目标检测模型的泛化能力和场景适应能力。在包神铁路集团有限公司万南站区黄河大桥对该系统进行了部署和测试。测试结果表明，该系统对人员入侵检测的准确率为95.3%，检测实时性为2 ms；人员入侵检测的准确率与实时性均满足实际应用要求。     

基于5G的高速铁路自然灾害与侵限监测系统研究与设计

针对既有高速铁路自然灾害及侵限监测受限于通信网络条件限制的不足，本文研究提出基于5G高速铁路自然灾害与侵限监测系统技术方案，利用5G通信技术解决大容量监测数据传输及报警信息实时上车，有效提升高速铁路对自然灾害、异物侵限及周界入侵等安全事件处置能力，增强高速铁路列车运行安全保障能力。     

车载网络入侵检测技术综述

智能网联汽车促进了交通运输的革新与发展，同时也伴生了网络安全问题，给用户的生命、财产造成了巨大的威胁。入侵检测技术作为一种轻量化的防御技术，能够通过建立的特征对攻击进行有效检测，从而完成对攻击的进一步分析与防御。从广泛使用的车载网络出发，调研了近年来针对常见攻击所提出的入侵检测技术，并对这些技术的特征与方法进行了划分，体现了不同技术之间的先进性与局限性，为车载网络入侵检测技术的研发提供了借鉴。     

基于改进FairMOT的铁路周界入侵检测方法

针对铁路综合监控视频中不同远近行人成像面积差异较大、自然环境变化产生干扰等因素造成的检测难题，提出一种改进FairMOT框架的周界入侵检测方法。首先，针对监控视频中不同远近的行人，通过在FairMOT框架中引入感受野模块，丰富不同成像大小行人检测所需的感受野，以更好地提取不同尺度特征信息；其次，针对夜晚时段方法检测性能较低的问题，在编码解码网络后融合空间注意力模块，强化夜间前景行人关键特征，同时优化目标跟踪和判断流程，实现稳定检测；然后，针对缺乏大量学习样本的问题，使用行人检测跟踪数据集与铁路真实数据集混合增强训练，提高方法在全天候检测中的泛化性和鲁棒性；最后，在MOT17数据集和铁路真实数据集上，对改进FairMOT检测方法与CenterTrack,Bytetrack等方法进行对比试验。结果表明：提出的改进FairMOT检测方法在白天和夜晚对不同大小目标检测中，均取得了最高的准确率和召回率调和均值，检测性能最好；方法检测速率为25.2帧·s^-1，能够满足实时检测要求。改进的FairMOT检测方法可以更有效地应用于实际铁路周界入侵检测场景。     

基于多种传感技术融合的高铁周界入侵监测报警技术及应用

铁路运输的行车安全是重中之重。人员违规上道、非法破坏或穿越铁路栅栏等人为因素，落石塌方、泥石流等客观自然因素，随时对列车行车安全构成重大威胁，高铁周界入侵报警监测技术对保证高铁安全运营具有重要作用。结合现阶段高铁周界入侵监测系统应用的具体情况及不足，针对不同场景的关键需求设计不同的监测方案，包括振动光纤+视频融合、毫米波雷达+双光谱融合、激光雷达+视频融合等3种技术方案，并将3种方案在银兰高铁中兰段宝台山隧道口（K357+147）进行现场部署及实测，测试结果表明应用效果良好。     

基于WiSARD无权重神经网络的铁路信号系统入侵检测方法研究

铁路信号系统是保障列车高效安全运行的关键信息基础设施，其安全性直接影响到行车安全。为保证信号系统的网络安全，需准确检测网络入侵。提出基于WiSARD无权重神经网络的铁路信号系统入侵检测方法：采用一种新型数据集构建信号系统流量特征，依据RSSP-I/II协议特点，利用核主成分分析法进行降维处理；选取信号系统中常见的4种攻击方式并结合真实流量组成训练数据集；从准确率和F₁两方面，对比WiSARD和其余3类典型神经网络算法分别在单一、混合攻击流量下的性能。实验结果表明：WiSARD在平均准确率和时间开销之间提供了最佳权衡，能有效提高信号系统入侵检测效率，为提升网络安全感知能力提供有力支撑。