【摘 要】
：
近年来,无人机技术迅速发展,且在众多领域得到了广泛应用。然而,由于无人机飞行作业缺乏飞行员现场操作,而无人机内部系统结构又日趋复杂,因设备故障引起的无人机灾难事故频繁发生。对无人机系统进行异常检测,精确感知其异常状态,是提高无人机运行安全性和可靠性的重要手段。然而无人机的数据特点和模式切换的特殊性,为其异常检测带来了诸多挑战,大部分异常检测算法并不符合无人机的实时性、鲁棒性和适用性要求。针对以上问
论文部分内容阅读
近年来,无人机技术迅速发展,且在众多领域得到了广泛应用。然而,由于无人机飞行作业缺乏飞行员现场操作,而无人机内部系统结构又日趋复杂,因设备故障引起的无人机灾难事故频繁发生。对无人机系统进行异常检测,精确感知其异常状态,是提高无人机运行安全性和可靠性的重要手段。然而无人机的数据特点和模式切换的特殊性,为其异常检测带来了诸多挑战,大部分异常检测算法并不符合无人机的实时性、鲁棒性和适用性要求。针对以上问题,本文开展无人机飞行数据在线异常检测技术的研究,旨在设计一种无人机飞行数据在线异常检测方法及平台,为无人机飞行提供安全保障,具体研究内容如下:首先,针对无人机飞行数据的特殊性,为选取合适的异常度量模型,基于注入漂移异常的无人机飞行数据,开展对三种经典异常检测算法的检测性能分析,分别为孤立森林（Isolation Forest,IForest）、一类支持向量机（One-Class Support Vector Machine,OCSVM）、局部异常因子算法（Local Outlier Factor,LOF）。性能统计结果表明,孤立森林算法的TPR、ACC和AUC指标分别为99.077%、97.583%和0.9440,相比于OCSVM和LOF算法表现更优。其次,无人机每次飞行存在起飞、巡航、降落等不同飞行模式,也可能存在不同的任务模式,而不同模式的飞行数据具有不同的特点,不同模式的切换会导致高误检率问题。本文开展面向模式切换的无人机飞行数据异常检测算法研究,提出了基于数据更新的OC-IForest算法,该算法将模式切换后的数据以先进先出的方式更新至训练集并重新训练模型,同时,结合OCSVM算法对模型更新后的异常分数阈值进行自适应学习。利用真实无人机飞行数据对算法进行验证,结果表明,基于数据更新的OCIForest算法误检率低至0.16%,提高了异常检测算法的鲁棒性。最后,针对OC-IForest算法检测时延大和无人机在线异常检测实时性要求高之间的矛盾,设计了基于容器并行的无人机在线异常检测平台。利用容器技术将基于数据更新的OC-IForest算法检测过程拆分为若干个模块,将IForest算法模型拆分为多个小森林模型并行训练,减少了无人机飞行数据的处理、检测以及模型训练时延。通过对相同模式切换数据的仿真实验,该平台在维持较低误检率的同时,显著降低了检测时延,整体时延均小于200ms,完全满足无人机的实时性要求,提高了无人机异常检测算法的适用性。通过对无人机真实飞行数据进行异常检测分析可知,本文所提出的无人机飞行数据异常检测方法及平台在很大程度上解决了无人机模式切换带来的高误检率问题,具有良好的检测效果,并且实现了无人机飞行数据的在线异常检测,有效提升了异常检测算法的鲁棒性和适用性,对无人机健康管理具有一定的现实意义。
其他文献
语义分割作为计算机视觉的基础,是预测图像不同语义类别的像素级任务,广泛应用于人机交互、自动驾驶和场景理解等领域。深度学习的使用极大提高了语义分割的性能,但一般的分割模型因卷积叠加和多尺度特征聚合导致存储成本增加和速度降低。因此,本文针对现有分割算法精度和速度难以平衡且空间占用大的问题,重点研究了应用在嵌入式平台上的语义分割算法,包括瞳孔目标分割算法和城市街景目标分割算法,具体的研究和创新内容如下:
近年来,人工智能技术发展迅猛,已被广泛应用于各个领域,例如个性化推荐系统、自动语音识别以及计算机视觉等。这些技术的成功都是建立在大量的数据基础之上的,但是随着社会的不断发展以及人工智能应用的落地,人们对数据隐私的重视程度越来越高,数据共享不再那么容易,人工智能的发展面临着一定的挑战。联邦学习的出现打破了数据壁垒,使得多方能够在一定安全的条件下进行数据的共享。不幸的是,传统的联邦学习并不能完全保护参
对于世界各国而言,农业都是国民经济的重要组成部分,维持社会的稳定和经济的长期发展都需要农作物的稳定生产。多年以来,农作物产量预测对于政府部门指导农业生产、保证农业及相关贸易的良性运转乃至国家的经济发展都具有关键作用。然而,影响农作物产量的因素是复杂多变的,实现产量的精准预估一直是农业领域中的一个难题。神经网络在处理大规模复杂非线性问题时具有突出优势,能够契合产量预测的需求。因此,本文围绕组合神经网
本文应用中国微生物保藏中心得到的两株典型乳酸菌:德氏保加利亚乳杆菌（Lactobacillus bulgaricus,Lb1.2717）和嗜热链球菌（Streptococcus thermophilus,St1.2718）,协同活化的安琪酵母菌,选取对数后期的菌种接种于米-面混合面团中,通过研究菌种的复配比、发酵时间对米-面混合酸面团的理化及质构特性、发酵活力及感官评定、菌落总数及基础流变特性的影
随着三维传感和重构技术的迅速发展,点云已经被广泛应用于虚拟现实/增强现实、生物医学成像、多人协作、自动驾驶、数字博物馆等多个领域,为用户提供丰富逼真的视觉信息。点云通常包含百万甚至千万个点,如此庞大的数据量对多媒体系统的存储和传输等环节造成了严峻的挑战,如何有效提升点云数据的压缩性能已成为当下的研究热点。点云数据通常分为几何信息和属性信息,现有的点云压缩方案,在对几何信息和属性信息进行编码时,由于
随着机器人技术的蓬勃发展,越来越多的智能机器人走进人类日常生活中的各个领域并完成各种特定任务,为人们的生活带来了诸多便利。而移动机器人能够准确地移动到指定位置并完成特定任务的前提是:在未知的环境中确定自身所处的位置并得到环境地图,即同步定位与地图构建（Simultaneous Location and Mapping,SLAM）。由于现实环境的复杂性以及传感器自身的测量误差,搭载单一传感器的移动机
数据链是信息技术与战术结合的产物,是按照特定的消息规格和通信标准,使用相应的调制解调、差错控制编码和组网通信等技术方案传输信息的通信系统。近些年来,数据链在科学研究以及民生应用等很多领域发挥着重要作用。在民航业务领域,国际民航组织（International Civil Aviation Organization,ICAO）提出了L波段数字航空通信系统1（L-band Digital Aerona
在大数据时代,数据价值急剧增长,与国家安全、社会发展和个人合法权益的关系也日渐紧密。数据流通是释放数据价值的重要环节,但随着互联网的高速发展,隐私数据的泄露问题日趋严重。同态加密是一类在密文数据的基础上直接进行运算的加密算法,可以保证数据的安全性,不会导致隐私泄露。经过加密的数据都是不可见的,这又会导致数据滥用、无法监管验证的情况出现。零知识证明能够向其他人证明数据的合法性。同态加密与零知识证明技
舰船追踪任务对海面侦查、航线调度和货物运输具有重要意义。为了实现海洋领域的智能化和信息化,利用计算机视觉技术与深度学习方法完成舰船追踪逐渐成为了国内外的研究热点。然而现有方法在实际应用中还存在以下两个挑战:（1）在样本数据少、场景简单且有先验锚框的情况下,舰船追踪算法存在尺度问题和特征模糊问题。（2）在样本数据多、场景复杂且无先验锚框的情况下,大多数算法忽视了相邻帧之间的关系并且仅使用单一的模板特
当今社会,互联网已成为人们生活不可或缺的部分,在各个领域得到广泛应用,极大地提高了人们的生活效率。然而,随着互联网的发展,涌现出大量的数据,这些数据占用了大量的本地资源,而云计算技术可以解决大量数据占用本地资源的问题。因此,越来越多的用户或机构选择将数据上传至云端,但上传的数据可能包含就诊记录、账单、家庭住址等隐私信息。如果这些信息被攻击者获取,那么攻击者有可能从中推断出用户的行动轨迹,这会对用户