关键词： HRRP   RATR   方位敏感性   方向帧   数据处理   数据增强  

摘要： 现代信息化战争的不断变化,推动着雷达目标识别技术的不断发展,雷达的目标识别主要通过SAR、ISAR、HRRP这三类雷达实现。HRRP作为其中的一维分量雷达相较于另两类二维成像雷达,有处理简单获取容易存储方便等优势,被广泛用于目标识别领域。但HRRP的三类敏感特性使得精确的目标识别需要庞大的训练集支撑,尽管各种基于小样本融合方向帧的新概念新方法被提出,HRRP的训练库仍是一道巨大的难关,本文着眼于此,通过相应的雷达知识尝试对HRRP目标识别数据库进行扩充,论文主要分为三个部分:第一部分,对雷达HRRP的回波特性及散射点模型进行了简要的说明,从而引出一维距离像的三大敏感问题并给出普适的解决方法,其中着重介绍了姿态敏感性及主要的方向帧方法。第二部分,紧接着上一章方向帧数据量大,数据集稀少的问题提出了 HRRP数据库自适应获取,在无先验数据无监督的情况下,从零阐述平台从第一个目标开始的数据处理采集和杂波抑制等各向设备工作逻辑,简单论证了方位角数据集完备的可能性。第三部分,对于HRRP目标识别的另一种常用方法,通过新的卷积神经网络模型,实现深度学习的指定目标分类。为解决数据量不足的问题,采用了数据仿真及生成式对抗网络的方法,人工合成大量数据。最后,探究了深层网络结构在雷达领域的可解释性,使结果更为可靠。

关键词： 路基沉降监测   数据远传   数据处理   小波变换   滑动平均滤波  

摘要： 铁路是国家重要的基础运输设施,当铁路路基沉降超过一定阈值时,将严重影响着铁路的安全,因此对路基沉降进行实时的监测是非常重要的。传统的人工监测方法效率较低,且不能实时采集,在传输距离上也存在一定的局限性。针对上述问题,本文构建数据监测网络,对铁路路基的状态进行实时监测。对采集到的工程数据进行预处理和拟合等操作,为后续的预测工作奠定基础。主要研究内容如下:首先,分析了路基沉降的原因,并对相关理论进行研究。在需求分析的基础上,选取压差式静力水准仪数据采集方式以及可靠性高的数据传输方式,完成整个系统方案的设计并对其进行搭建。然后,针对通信距离受限的问题,利用4G实现远距离无线通信,此外为了达到让通信过程更加稳定的目的,构建Netty框架进行数据采集,同时采用通用性较强的Modbus通信协议,通过RS-485总线与4G-DTU将路基实时沉降数据采集到服务器端。为了保证数据的准确传输,采用CRC-16对数据进行校验,将校验无误后的数据解析成高度数据存入My SQL数据库。当累积沉降值达到设定的阈值时,系统发出警告,及时通知工作人员加以分析解决。同时在云端根据原始数据进行计算,生成沉降日报和月报等数据供用户使用。接着,利用Java语言和My SQL数据库完成了沉降数据监测系统的程序设计。根据需求给出了数据库表格的具体设计过程,另外分析了引起数据异常的原因,详细介绍了异常数据处理的算法等。同时对采集到的工程数据进行预处理,包括粗大误差剔除、滑动平均滤波、小波去噪等,然后利用双曲线和灰色GM(1,1)等方法对预处理后的数据进行拟合。最后,通过描述沉降监测系统的具体实现过程,验证了系统的合理性。实现的页面主要包含实时数据曲线显示、异常数据显示以及数据中心等。并且通过对丢包率的测试,表明了系统的稳定性,本文设计的系统能够较好的实现远程数据采集和沉降状态监测。同时通过对处理后的数据利用误差和等指标进行对比分析,表明九点滑动平均滤波效果优于其他方法。对数据进行预处理也为后续的预测工作奠定了基础。

关键词： 智能运维   异常检测   故障预测   集成学习   数据处理  

摘要： 随着数字化时代的到来，大数据、人工智能和云计算等新技术快速发展，IT系统的关联和复杂程度越来越高。系统的安全稳定运行已经成为企业的重点，其中运维工作是确保系统能够平稳运行的重要保障。传统的运维模式主要是依靠人工排查和处理故障，存在非常多的痛点问题，且有较大的局限性，已不能满足企业数字化发展的要求。智能运维(AIOps)是基于大数据和人工智能技术实现的智能化运维，能够有效解决传统运维中遇到的各类问题。AIOps应用场景主要包括质量保障、成本管理和效率提升三个方向，其中质量保障方向的故障预测和异常检测已经成为运维领域的研究热点和前沿。　　本文基于某大型商业银行运维领域的数据，对故障预测和异常检测两类场景进行了深入的研究，以其对AIOps在大型企业运维场景中落地提供一定的借鉴意义。首先基于系统运维日志数据，采用滑动窗口平均、自回归、支持向量机和集成学习四种算法构建预测模型，对系统未来一段时间内可能出现的故障进行预测。经过两种方法的检验，并通过两套检验标淮进行评价，集成学习算法比单一算法的预测准确率和预测效果更好。然后利用机器学习算法中的孤立森林和LSTM算法构建检测模型，对银行交易量中的异常情况分别进行了检测。对比两种模型的检测结果表明，两种模型均能对异常进行检测，但是对于不同的数据量级，检测能力也不同。当数据量级较小时，孤立森林算法异常检测能力更强;而当数据量级较大时，LSTM算法对异常的检测更有效。

关键词： 双迈克尔逊干涉仪   光层析成像   数据处理   轴向分辨率  

摘要： 与X射线医学成像技术相比,以普通光波为信息载体的光层析成像技术是利用生物组织的吸收、散射、反射等改变光波振幅、相位和偏振等效应,获取生物组织内部信息,具有安全无损、高灵敏度、高分辨率的优点。从光信号中提取生物组织信息是光层析成像的关键。光相干层析成像技术利用低相干干涉准确获取介质中的光变化信息,现已广泛应用于临床诊断与材料检测领域。轴向分辨率是衡量光相干层析成像系统性能的重要指标,主要由光源谱宽来确定。通过加大光源谱宽来提高轴向分辨率的方法将大幅增加系统的成本,且受材料工作波段的限制,对系统轴向分辨率的提升有限。为提高光层析成像的性能,本课题组对双反射干涉仪光学层析成像系统的干涉数据进行预处理以降低干扰,并采用数据处理方法拓宽光源的谱宽,以提高系统的轴向分辨率。本论文的主要工作是基于低相干干涉技术建立双反射干涉光层析成像系统,进行数据处理以提高系统的成像质量。首先,结合迈克尔逊干涉仪概述了低相干干涉技术的原理,介绍了几种不同光相干层析成像系统的结构和原理,分析了层析成像系统轴向分辨率的影响因素,指出现存提高轴向分辨率方法的不足,提出通过数据处理的方法来拓宽光源带宽,进而提高轴向分辨率;在时域光相干层析成像系统的基础上建立了双干涉反射光层析成像系统,简述了系统获取被测体全息谱的原理,概述了系统中主要器件的选型情况,简要分析了不同器件对系统性能的影响。然后,针对系统分析了信号中趋势项和噪声的产生原因和特点,使用不同方法对层析成像数据作了处理。处理结果表明,最小二乘法不适用于本系统数据趋势项的提取,而Savitzky-Golay滤波器能较为准确地提取层析数据中的趋势项,但会损失一部分有用信息,可以通过增大滤波器窗长来减少有用信息的损失;对于噪声的去除,小波阈值去噪的效果较好,而最小二乘法自适应滤波会损失一部分干涉信号,归一化最小二乘法自适应滤波能在一定程度上减少干涉信号的损失;希尔伯特变换法提取的包络并不光滑,有毛刺,通过干涉信号极值点插值的方法获取的包络较为光滑。最后,推导了自适应非线性预测方法的原理。为验证提高系统轴向分辨率方法的可行性,用非线性自适应预测方法对不同类型的信号作了预测仿真。结果表明非线性自适应预测方法对于周期性信号的预测较为准确,但对于衰减过快的信号则会随着数据点数的增加而产生较大误差。

关键词： MALDI-MSI   质谱成像   数据处理   算法   仿真模拟  

摘要： 质谱成像是一种生物成像方法,该技术以质谱检测技术为基础,可以在生物组织切片上同时分析上百种分子的空间分布特征和生化物质的含量特征。质谱成像技术目前被广泛应用在药学、医学、植物学、司法鉴定等领域,具有着广阔的应用空间和前景。目前现有的质谱成像技术采用单点扫描的技术,每次完成质谱成像所需要的成像所需时间较长。这个缺陷也在一定程度上制约了质谱成像技术从实验室走向日常生活中。本文提出了一种多点扫描的质谱成像方法,它的基本原理是:首先进行硬件仿真获得分辨率较低的质谱成像图,然后通过算法将分辨率较低的质谱成像图还原成分辨率较高的质谱成像图。还原的主要依据是生物体的区域化特征,生物体的区域化特征在质谱成像中的体现是:每个生物体组织切片中的每个区域内的物质分布都存在着极大的相似性。第四章和第五章分别介绍了两种算法:基于统计规律的多点扫描质谱成像算法和基于聚类拟合的多点扫描质谱成像算法。主要区别在于前者使用生物组织切片的光学照片和低分辨的多点扫描质谱成像图作为还原的依据而后者直接使用低分辨的多点扫描质谱成像图作为还原的依据。本文通过下述实验方式来验证多点扫描质谱成像技术的正确性:用由传统单点扫描仪器质谱实验得到的质谱成像图来展示物质在生物体内的分布情况,在Simulink中模拟多点扫描质谱成像的硬件执行过程并通过哈达玛变换并得到分辨率较低的质谱成像图,随后运用第四章和第五章的两个算法分别将分辨率较低的质谱成像图进行还原。通过将还原得到的高分辨率质谱成像图与由MALDI-MSI得到的质谱成像图进行比较,可以得出如下结论:(1)使用多点扫描技术进行质谱成像可以大大减少质谱成像中所需要的扫描次数,提高质谱成像的效率。(2)虽然多点扫描的质谱成像技术会让质谱成像的正确率有所降低,但是仍然可以反映出生化物质在生物体内的大致分布,并不影响质谱成像的目的达成。

关键词： 机器学习   数据处理   抗剪承载力   自然语言处理   文本分类   可解释模型  

摘要： 混凝土是目前运用最为广泛的一种建筑材料,因此混凝土结构性能以及状态预测工作至关重要。传统地,学者从试验现象当中提炼客观规律然后建立力学模型,并基于试验数据进一步地拟合出半经验公式。但力学分析模型简化了部分关键因素,经验公式误差大、泛化能力弱。混凝土结构会产生一定程度的病害,影响结构安全。目前主要通过人工分析病害文本来评估结构的健康状态,但是这个方法主观性强,效率低下。机器学习是一种功能强大的数据拟合工具,可从数据层面寻找输入输出之间的非线性关系,为数据处理与分析提供了新的手段。基于以上背景,本文提出采用机器学习手段进行混凝土结构承载力和状态预测方法。该方法是一种数据驱动的结构性能计算评估方法,借助机器学习算法高效准确的优势,建立高效精确、多参数、多数据类型的混凝土结构数据分析模型。本文针对不同类型数据建立机器不同学习模型,选取传统方法难以处理的构件抗剪计算与结构整体健康状态评价问题作为案例,探讨了建立分析处理传统数据和文本数据的一般机器学习模型的可行性,最后基于机器学习可解释性方法为模型预测结果提供了可信度。主要工作和成果如下:(1)基于机器学习算法建立有效的传统数据分析模型。具体地,首先建立钢筋混凝土深梁的抗剪承载试验样本数据库,综合考虑材料性质与几何参数等抗剪影响因素;再选择270个样本进行特征处理,输入特征包括材料属性、几何尺寸、加载位置等,以抗剪承载力真实值作为输出;之后基于Python语言编写程序,建立集成学习机器学习模型;最后使用该模型预测深梁抗剪承载力,并将模型预测结果与经验公式计算结果进行对比。结果表明,机器学习模型预测精度达到90%,与经验公式相比具有更高的精确度,更小的误差,验证了混凝土结构数字化数据分析的可行性。。(2)结合自然语言处理技术,基于机器学习算法建立有效的文本数据分析模型。具体的,首先基于263个桥梁病害文本样本,建立病害文本-健康状态等级数据库;再使用NLP技术及工程经验完成病害文本的分词、特征处理、向量转换工作,实现病害关键词序列的信息转化;最后以文本向量作为输入,以桥梁健康评价等级作为输出,训练机器学习模型。结果显示该模型分类效果能达到90%准确度,验证了文本类型数据处理分析的可行性。(3)基于已有研究结果分析机器学习模型预测的可解释性。具体的,使用Shap方法在数据集层面上定量计算剪力墙抗剪影响参数对抗剪承载力的贡献,在单个样本与整体样本的角度分别分析了各参数的shaply值,结果符合一般研究结论,并探讨了参数之间的交叉影响,同时使用SHAP方法定量计算了文本分类任务中关键词的shaply值,结果显示SHAP方法能对病害文本分类模型作出一定程度的解释。

关键词： 瓦斯运移   物理模拟测控系统   数据处理   瓦斯抽采预测   机器学习  

摘要： 智慧化矿山是我国煤炭高质量开采的发展战略,由于井下生产环境复杂导致传感器测量数据出现不完整、失真现象,无法获得准确的瓦斯运移状态信息,难以建立有效的采空区卸压瓦斯抽采状态(抽采与上隅角瓦斯浓度)预测模型,对瓦斯抽采状态智能识别造成影响,为煤层智能开采带来安全隐患。针对该问题,研制了大尺度瓦斯运移三维物理模拟自动测控系统,开展了物理模拟过程控制与物理模型可靠性分析,获得了煤层开采过程中覆岩裂隙演化、矿山压力分布、卸压瓦斯运移、瓦斯抽采等问题一体化研究方法;提出了基于遗传算法与自适应卡尔曼滤波算法的传感器测量数据处理方法,解决了因传感器疲劳损伤与测量环境不一致引发的测量数据不完整与失真问题;提出了时空序列下覆岩垂直应力、气体浓度变化趋势分析方法,获得了煤层开采与瓦斯抽采状态下瓦斯运移时空演化规律;基于机器学习算法分析并获得了覆岩裂隙演化特征与瓦斯运移主控因素之间的内在联系,利用裂隙网络与瓦斯运移演化之间信息的互补性,建立了多维数据下采空区卸压瓦斯抽采状态预测模型。论文主要研究工作如下: 1)设计了大尺度瓦斯运移三维物理模拟实验测控系统。该系统集煤层开采、柔性加载、瓦斯涌出、矿井通风、瓦斯抽采过程控制与数据采集于一体,可实现大尺度(模拟最大采深2105 m,采高0～12 m,工作面面长200m,面宽160m)物理模型密闭环境搭建与煤层开采过程模拟,并基于山西和顺天池高瓦斯煤矿与物理模拟相似准则设计了物理模拟实验方案。 2)基于煤层开采条件控制原理与关键参数变化特征建立物理模拟自动控制系统。提出了基于风量环与风压环反馈回路的双闭环通风过程控制方法,并结合电磁开关建立了U型、U+L型通风方式转换控制系统。提出了以气压、气体流量监测为基础,涌出量为反馈回路的瓦斯涌出过程控制方法,通过对涌出气体压力及余量的实时监控,保1障了气体涌出过程控制的可靠性。建立了以气压环反馈回路为核心,PI控制算法为手段的瓦斯抽采控制系统。 3)基于测量环境特征与物理模型可靠性分析搭建物理模拟测量系统。开展了传感器、线缆、岩层组合体静应力分析,获得了传感器体积与通讯线缆设计参数。提出了“带电安装”的安装方法,研制了低功耗多源自适应传感器状态监测系统,系统总功耗小于22w,实现了物理模型搭建至开展实验全过程的7*24小时传感器状态实时监测与故障自动诊断,覆岩垂直应力与气体浓度等其他关键参数实时同步测量。 4)针对因物理模型搭建(相似材料装填及固化)时间过长(近一年)所引发的传感器测量数据不完整与失真问题,开展了测量数据误差分析,提出了基于遗传算法与自适应卡尔曼滤波算法的测量数据处理方法。获得了当覆岩垂直应力测量点数量为11个时,重构覆岩垂直应力分布曲线效果最佳,最少测量点数量为6个,建立覆岩垂直应力测量关键数据集并重构测量缺失数据。提出了基于气体运动等效模型的气体浓度估计方程,获得了不精确系统与量测误差下的气体浓度测量数据处理方法。开展验证实验,获得样本组与对照组气体浓度变化幅值与趋势保持一致。 5)提出了时空序列下覆岩裂隙与瓦斯运移演化规律分析方法。开展了模型剖切与皮尔逊相关性实验与分析,获得了覆岩垂直应力变化与覆岩裂隙演化趋势正相关,并基于时空序列下覆岩垂直应力与气体浓度变化趋势数据集,获得了采动状态下瓦斯运移时空演化规律。 6)基于机器学习算法建立多维数据下气体运动状态预测模型。建立了内含气体运移主控因素与覆岩裂隙演化信息的采空区覆岩应力与气体浓度估计模型,挖掘多维数据的内在联系。建立了多维数据下上隅角与抽采气体浓度预测模型,模型预测值与真实值之间均方根误差(RMSE)为0.06。为开展采空区卸压瓦斯抽采状态预测、智能评价等问题的研究提供一种新的方法。 以上研究成果通过物理模拟原型山西和顺天池煤矿与陕西建新煤矿采空区卸压瓦斯抽采工程实践验证进行了验证。为开展瓦斯运移、覆岩裂隙演化等问题的研究提供可靠、精确的大尺度三维物理模拟实验平台,提出了一种新的采空区卸压瓦斯抽采状态预测模型,获得了更加全面的瓦斯抽采状态信息,为煤炭智能开采提供了安全保障。

关键词： 激光雷达测深   人工智能算法   波形分类   一维信号处理  

摘要： 机载测深激光雷达是近海岸海底地形测绘的重要技术手段,可以为海洋工程、港口建设、海洋生态环境保护及军事等多个领域提供高精度的海底地形。然而,雷达回波中包含了陆地回波和不同深度的海洋回波,波形形状十分复杂。再加上海水介质对激光的散射和吸收作用造成的激光能量衰减,使得海底回波混叠在后向散射回波和噪声之中,难以确定其位置。因此,开展机载测深激光雷达回波数据的处理算法研究以提升测绘精度就变得十分重要。针对近海岸探测需求和机载测深激光雷达的回波特点,本文围绕回波建模、波形分类和海洋回波深度解算三个要点展开研究。首先,根据海水的光学性质和激光传输过程中的状态变化,基于蒙特卡洛算法构建了激光传输模型。模型模拟了激光从发射到接收的全过程,并根据噪声产生原理在接收回波中加入了太阳光背景噪声和探测器噪声。其次,本文设计了深度学习和机器学习两种算法对陆地回波、浅水回波和深水回波三种回波类型进行分类。其中,深度学习方法设计了一种多源卷积神经网络架构,通过在输入层添加响应函数以及采用时间和通道双维度权重校准模块增强了网络的表达能力。机器学习方法通过波形分析确定了11维特征向量,在标准化后由随机森林算法进行分类。最后,本文根据得到的分类结果设计了不同的海洋回波深度解算算法。其中浅水回波采用理查德森-露西反卷积算法进行解算,深水回波则采用一致性点漂移算法对后向散射回波进行拟合,再结合理查德森-露西反卷积和峰值探测算法进行解算。仿真数据集上的实验结果显示,多源卷积神经网络的分类精度达99.52%,与现有的机载测深激光雷达回波分类方法相比拥有最佳的鲁棒性及可扩展性。而随机森林的分类精度达到了99.79%,在常用的机器学习分类算法中分类效果最佳,但其可扩展性要弱于多源卷积神经网络。在海洋回波的深度解算上,理查德森-露西反卷积算法和一致性点漂移算法拥有最高的探测成功率和最小的水深偏差,实现了对机载测深激光雷达全探测范围内的高精度深度解算。

关键词： 在线检测   超声测厚   波导杆   波形分析   数据处理  

摘要： 化工生产过程中对于处于高、低温环境下设备的实时检测存在困难,需要设计一种能够长期固定在严苛环境下的设备上并对其腐蚀易发生的部位进行在线测厚的装置。经过研究,选择使用超声检测作为装置的基本技术,利用波导杆将超声换能器与严苛环境隔绝,使其工作在合适的工况下。对于基于超声导波的在线测厚装置的设计,首先要解决波导杆的加入使超声波传播方式复杂化的问题,根据导波在有界固体中的传播方式,使用横波直探头在波导杆中激发出不发生频散的水平剪切(SH0)波作为信号源。其次,需要确定波导杆的形状与尺寸,借助有限元模拟软件Comsol,对不同形状和材料的波导杆进行传热模拟,比较出最能够隔绝温度的波导杆。然后,设计波导杆与试件相连接时所用到的夹具,该夹具能够提供合适的压紧力来满足波导杆与试件之间干耦合的需要。此外,针对超声波会随着不同的温度与材料传播速度发生改变这一特点,需要构建一套超声检测波形分析和数据处理方法。最后,搭建了实验台对上述装置的研究与设计进行验证。研究结果表明,材质为316不锈钢、尺寸为1×18 mm的矩形截面、长度为300mm的波导杆具有较好的温度隔绝效果;设计出的装置在5～50 mm的范围内可以进行有效测厚,整体误差率在0.5%以下。对实验装置进行了集成,形成了一部可以用于化工生产现场的具有网络传输功能的测厚装置样机,基本实现了对于处于高、低温环境下设备进行实时检测。