摘要：传统的网络异常流量检测方法往往存在特征选择差与泛化能力较弱等缺陷,导致检测精度较低。为此,提出了一种基于长短记忆网络(LSTM)与改进残差神经网络优化的异常流量检测方法。首先分析网络流量特征,通过预处理来降低网络流量特征值的差异性;然后设计了一种三层堆叠LSTM网络来提取不同深度的网络流量特征;最后设计了一种带跳跃连接线的改进残差神经网络对LSTM进行优化,改善了深度神经网络中的过拟合与梯度消失等缺点,从而提高网络异常流量检测的准确率。实验表明,所提方法具有较高的训练准确率,数据处理的可视性效果较好,二分类和多分类下的分类准确率分别为92.3%和89.3%。与当前入侵检测方法相比,所提方法在精确率、召回率等参数最优时具有最低的误报率。在数据样本在遭到破坏时具有较强的稳健性,同时也具有较好的泛化能力。

摘要：复杂环境中的列控系统容易遭到各类网络流量攻击,现有的攻击流量检测方法往往特征选择差、稳定性较弱,导致检测精度较低。为此,提出一种通道增强卷积神经网络与分割残差优化的攻击流量检测方法。首先通过降噪式自动编码器对正常流量进行建模,同时使用无监督训练将原始特征空间转换为重构特征空间;然后利用通道增强使相关误差向量转化为分类器的多通道输入变量;最后为增加神经网络的特征表示多样性,设计一种多路径的分割残差网络来优化CB-CNN,通过学习不同维度级别的流量特征来优化分类。实验结果表明:所提方法具有较好的训练性能,NSL-KDD数据集与真实铁路安全网络中获得的平均精确率分别为94.573%与96.78%。在误报率较低的同时均具有较好的分类可视化效果。综合对比其他检测方法,提出方法检测实时性较好,能够适用于复杂场景的列控系统网络攻击检测,在噪声存在时具有较好的鲁棒性。

摘要：为提高高污染与高温环境下液位测量精度,设计了一种基于HT1200M的导波雷达液位测量系统。系统以STM32F103为控制核心,利用基于HART协议HT1200M芯片进行信号传输与接收,通过自适应LMS(最小均方误差)算法对测量结果进行滤波处理,有效去除回波波束干扰噪声,提高测量精度。结果表明该测量系统精确度高,能够满足工业现场环境对液位测量要求,能够提高相关工业自动化控制程度。

摘要：为解决头部姿态智能轮椅控制精度问题,设计了一种基于巨磁阻(GMR)传感器校正与融合的头部姿态控制系统。系统以STM32F103为硬件平台,采用四元素法描述姿态信息,通过三轴陀螺仪输出角度解算姿态。由于陀螺仪漂移误差随时间积累,利用梯度下降法动态计算最优收敛步长,逐次迭代修正陀螺漂移误差。实验结果表明:传感器校准过程正确有效、校正后漂移误差减小,控制系统能精准控制智能轮椅运动。

摘要：为提高黏稠和高温环境下的物位测量精度,采用非接触式的射线法,设计了一款基于S3C2440微处理器和WinCE操作系统的高精度物位计。射线由探测器接收,经光电转换、整形、滤波成脉冲信号送到MCU。完成了系统的软、硬件设计,实现了数据的采集和处理、测量数据的显示和存储。应用表明,仪表工作稳定可靠,测量精度高,人机交互界面好,符合工业应用标准。

摘要：The non-linearity problem of aircraft system could not be overcome by using the MEMS sensor *** order to improve the accuracy of aerial vehicle attitude,an aircraft attitude estimation of the MEMS sensor based on modified particle filter is *** aircraft attitude is optimized by the conjugate gradient method,and the drift error of gyroscope is ***,the particle weight is updated by the observed value to obtain an optimized state ***,the conjugate gradient method and the modified particle filter are weightily combined to determine the optimal weighting *** attitude estimation is carried out with STM32 and MEMS sensor as the core to design *** experimental results show that the static and dynamic attitude estimation performances of the aircraft are *** performances are well,the attitude data is relatively stable,and the tracking characteristics are ***,it has better robustness and stability.