基于帧间隔-总线电压混合特征的汽车ECU伪装攻击识别

汽车的网联化和智能化发展提高了汽车内部总线CAN(controller aera network)网络被入侵的风险。不像以太网具有完善的身份认证机制和加密传输协议，总线CAN网络采用明文传输数据，其报文非常容易被非法ECU窃取和攻击。因此，如何设计车载的入侵检测系统识别ECU的非法篡改和伪装攻击成为当前汽车网络安全研究的重点和难点。基于此，本文提出了基于帧间隔-总线电压混合特征提取的汽车ECU伪装攻击识别技术。首先，借助嵌入式设备的时间戳机制获取报文帧的帧间隔时间；同时，采样汽车总线网络的电压信号，并采用快速信号处理技术获取总线电压的特征参数（如电压众数和边沿时间等），以此构建ECU识别的指纹特征（即混合特征参数，包含帧间隔时间、电压众数、位时间、边沿时间等）。然后，利用轻量化的Softmax学习算法训练IDS模型并在线识别潜在的伪装攻击等非法入侵行为。为了验证所提方法的有效性，本文开展了基于ECU设备的硬件试验测试；结果表明，所提方法对所有合法ECU的识别精度高达98.33%，即可以通过甄别报文消息源头判断非法入侵；并且相较于传统的基于单特征指纹的方法，本文所提方法能够提高7%左右的...     

采用改进多尺度符号动力学熵的铁路机车轴承故障诊断

针对铁路机车轴承在真实复杂环境下故障特征难以提取而导致故障诊断困难的问题，提出一种改进多尺度符号动力学熵（IMSDE）的铁路机车轴承故障诊断方法。首先，通过邻域滑移均值化的方式改进多尺度符号动力学熵，克服了传统粗粒化造成的熵值偏差缺陷；然后，利用IMSDE充分提取振动信号在不同尺度下的关键故障特征；最后，结合极限学习机（ELM）实现铁路轴承不同故障类型与程度的识别。在此基础上，分别进行了3组试验分析。结果表明，对人为构造的轴承故障和工程实际产生的轴承故障，该方法都具有精准的故障识别效果，对比其他4种方法故障识别率更高，验证了该方法具有一定的工程实际应用价值。     

基于ICEEMDAN-MPE-RF和SVM的齿轮箱特征提取与故障诊断

针对齿轮箱非平稳振动信号特征提取难、特征向量冗余度高和故障识别率低的问题，提出基于改进的自适应噪声完备集成经验模态分解（Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）、多尺度排列熵（Multi-scale permutation entropy,MPE）、随机森林（Random forest,RF）特征重要性排序和支持向量机（Support vector machine,SVM）的齿轮箱特征提取与故障诊断方法。首先，通过ICEEMDAN将各种故障状态的齿轮振动信号分解为一系列不同频率分布的本征模态分量（Intrinsic mode functions,IMF）；然后，计算各阶IMF的MPE值获得非平稳信号时频分布下的非线性动力学特征；最后，通过RF算法评估特征重要性，选择高重要性敏感特征组成最优特征子集输入SVM进行故障模式识别。试验结果表明，该方法特征提取和表征能力强，在不同工况下的平均识别率可达99.79%，在多工况和小样本数据集上比其他方法更具稳健性。     

基于CEEMDAN与KFCM聚类的转辙机退化状态识别方法

针对道岔转换设备在使用寿命内的功率信号特征提取与退化状态识别问题，提出基于自适应白噪声完备经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）与核模糊C均值聚类（Kernel-based Fuzzy C-Means clustering,KFCM）相结合的转辙机退化状态识别方法。首先，对S700K转辙机采集的功率曲线数据进行模态分解，得到多个固有模态函数（Intrinsic Mode Functions,IMFs），通过IMFs的能量幅值获得表征数据退化过程的特征向量；然后，由KFCM算法对特征向量进行转辙机退化状态识别，并进行状态划分；最后，通过计算分类系数和平均模糊熵对该方法的分类性能进行综合评估，并与模糊C均值聚类（Fuzzy C-Means clustering,FCM）和GK (Gustafson Keseel)聚类算法进行比较。结果表明：该方法聚类效果准确率达95.6%，优于FCM和GK聚类算法，能对转辙机的退化状态进行科学划分，为铁路现场道岔设备健康状态监测提供...     

AUV海底地形匹配导航方法综述

基于智能水下机器人（AUV）导航任务需求与战略规划，总结国内外海底地形匹配导航技术研究现状，分析海底地形匹配导航系统应用中所需的关键技术及解决途径，包括滤波算法、地形特征提取和测深数据处理等。系统性归纳海底地形匹配导航的前沿方向，并结合我国的研究现状与发展需求展望海底地形匹配导航未来的发展方向，即发展高精度水下激光测距地形测绘设备、发展低分辨率先验海图下的海底地形匹配导航算法，以及通过深度学科交叉趋势提升海底地形匹配导航的精度、效率和鲁棒性。     

基于SVR的汽油机过渡工况进气流量预测研究

针对目前汽油机进气流量预测精度不高的问题，分析支持向量回归机(SVR)应用在进气流量预测的可行性，提出一种基于SVR的进气流量预测模型。该模型通过结合支持向量回归机的结构优势，采用灰色关联分析法(GRA)对模型的特征向量进行提取，并利用遗传算法(GA)对模型参数进行寻优辨识，以提高模型的泛化性能和预测精度。运用汽油机过渡工况仿真试验数据对模型进行了训练和预测，并应用MATLAB/LIBSVM工具箱实现SVR模型的回归预测功能。结果表明：SVR模型的预测值与试验值的误差控制在2%范围之内，有效实现了过渡工况进气流量的预测；与常规的RBF神经网络预测模型、BP神经网络预测模型相比，SVR模型具有更高的预测精度，适用于汽油机过渡工况空燃比的精准控制。     

基于语义识别和机器视觉的智能审核方法研究

为实现报告自动化审核，本文提出通过基于网页提取信息填充报告模板，根据脚本算法审核报告基本信息，将报告中的文字及图片内容进行特征提取以及深度学习，识别报告结论的逻辑及技术准确性。结合优化OpenCV图像识别算法，在实现图片占用最小空间特征识别的基础上，实现图片信息提取。该研究具有较好的通用性，为实验室报告审核工作提供高效解决思路。     

关于CMS分辨率和锐度的分析和试验方法研究

分辨率和锐度是影响摄像机监视器系统（CMS）图像质量的重要因素，GB15084（报批稿）和UN R46法规中对CMS的分辨率和锐度的技术要求和试验方法均源于ISO16505。本文系统全面地介绍了法规中对分辨率和锐度的定义和技术要求，以及利用黑白双曲线图评估CMS的分辨率和斜边测试图卡测试CMS锐度的试验方法。同时，通过搭建试验场景，利用成像亮度计和专业的分析软件，完成了某CMS产品的分辨率和锐度的测试。     

基于差分进化算法的钢轨轮廓迭代旋转配准方法

钢轨断面轮廓检测需要对采样轮廓进行配准处理，传统的配准方法往往采用拟合轨腰、轨颚、圆心等特征部位点，并结合仿射变换实现。然而，这些轮廓配准方法过于依赖某些特定特征点，一旦个别特征点出现干扰或异常时，则无法实现正常配准，导致系统整体鲁棒性下降。提出一种基于差分进化算法的钢轨轮廓迭代旋转配准方法，可以提高配准的鲁棒性和整体精度。研究发现，在钢轨轨颚的内拐线段处利用Ramer多边形逼近算法可以定位到轨头内侧直线；以轨侧中点、轨颚间断点和轨腰间断点3处特定部位作为基准，再通过比对采样轮廓与标准轮廓在同一坐标的相对位置确定旋转方向；利用差分进化算法进行旋转迭代，从而实现钢轨轮廓的精确配准。实验结果表明：与其他现有方法相比，该方法在采样数据伴随有重度噪声，甚至数据缺失的情况下，依然能够满足较高的配准精度，极大地提高了检测系统的鲁棒性，具有较强的工程应用价值。     

TDLAS技术在天然气泄漏检测中的应用研究

文中基于TDLAS技术基本原理，将TDLAS技术应用于天然气泄漏检测中，根据不同的应用场景设计固定反射式气体探测设备、旋转云台式气体检测设备、手持式激光气体遥测仪等应用方案，并通过不同种类检测设备的实验对比，结果显示在甲烷浓度较低时，激光遥测仪更灵敏。基于TDLAS技术的甲烷激光遥测仪具有响应速度快、无接触测量、检测灵敏度高等优势，能够提高检漏的安全性与检测速度。