【摘 要】
：
近年来无线传感器网络开始广泛应用于各类生产生活当中。通过安放在监控区域内的传感器节点，可以对周围环境中的物理信息进行感知并收集其相关数据，这些数据经过分析之后，能够有效地检测出该区域内发生的各类异常事件。在现有的无线传感器网络异常检测方法中，一般需要已知异常数据的统计模型或者其他相关参数，但在实际应用中这类信息往往不容易获得。此外，随着监控区域的不断扩大，需要部署的节点数量也相应增加，采集到的数据
论文部分内容阅读
近年来无线传感器网络开始广泛应用于各类生产生活当中。通过安放在监控区域内的传感器节点，可以对周围环境中的物理信息进行感知并收集其相关数据，这些数据经过分析之后，能够有效地检测出该区域内发生的各类异常事件。在现有的无线传感器网络异常检测方法中，一般需要已知异常数据的统计模型或者其他相关参数，但在实际应用中这类信息往往不容易获得。此外，随着监控区域的不断扩大，需要部署的节点数量也相应增加，采集到的数据量也不断增长，海量的数据不仅加重了计算开销，而且对数据的实时分析处理也造成了一定的困难。在这样的背景下，研究者们开始探索新的异常检测方法。
随机矩阵理论作为处理高维数据的有效方法，具有独特的优势和广泛的应用前景，已成为无线通信领域的重要工具之一。因此，本文将利用随机矩阵理论的新成果设计新的无线传感器网络异常检测算法，主要工作如下：
(1) 论文概述了无线传感器网络和异常检测的研究现状，总结并归纳了目前已有的异常检测方法和思想，然后对随机矩阵理论的概念和发展过程进行了介绍，并分析了随机矩阵理论中的常用随机矩阵和相关定律，简要描述随机矩阵理论的优势以及当前的应用领域。
(2) 通过对随机矩阵理论中单环定律和平均谱半径的研究分析，设计了基于随机矩阵理论的网络异常检测算法，从整体上分析网络是否出现异常情况，并结合滑动时间窗模型，对数据进行充分的利用和实时分析。实验表明，该算法可有效发现网络中存在的异常情况。
(3) 研究分析了正常情况和受到扰动情况下随机矩阵的特征值以及对应特征向量元素分布的特点，并结合协方差矩阵的奇异值分解的性质，设计了基于特征值和特征向量的元素定位法，实现对异常节点进行精确的定位。仿真结果表明，本文设计的算法相对于传统的异常节点检测算法具有明显的优势且对异常节点的定位有着较高的准确性和有效性。
其他文献
摘要：采用直线感应电机牵引的城轨列车与中低速磁悬浮列车均具有爬坡能力强、牵引能力优越、通过曲线半径小、振动小、噪声低、造价低、污染小、安全性能好等诸多优点，非常适合大中型城市交通发展的新要求。但采用直线感应电机牵引的城轨或磁浮车辆在实际运用时，电机中产生的法向力和侧向力通常会对车辆的运行带来负面影响。因此，研究直线感应电机中空间三维电磁力(推力、法向力、侧向力)的形成机理、探索电机内三维力之间解耦
证监会公布上市公司员工持股计划指导意见，鼓励上市公司实施此计划，将员工利益与股东利益相结合，并以此激励员工与企业荣辱与共。据统计，从2014年1月至2017年8月，截至2017年8月17日，已有320家公司实施员工持股计划。 本文研究的问题是员工持股计划，具有福利性质，没有激励作用。长期结果会导致经营绩效的下降和股东财富的减少。 研究发现：(1)员工持股计划具有福利性质、没有激励作用；(2)管
多电机高精度控制系统广泛应用于数控机床和机器人等高端装备中。随着电机数量增加，跟踪轨迹变的复杂，电机间参数差异、外部干扰等因素影响位置控制精度，进而影响驱动轴之间的协调性和同步性，增大轮廓误差。研究复杂扰动下的多轴系统同步控制策略具有重要意义。 为此，本文通过对不同控制域和预测域下的状态空间方程进行推导，采用模型预测控制(model predictive control, MPC)设计位置-电流
随着智能化网联化技术的进步，车辆作为目前的常用交通工具也紧跟智能化脚步，越来越多的智能功能和网联功能被应用于车辆上，因此车辆对于可靠通信链路的需求变得十分迫切。天线作为主要通讯设备，其性能对链路的可靠性发挥着至关重要的作用。目前车载天线不仅需要在设计初期自身具有较好的电磁性能，还需要在车辆金属构架结合时在所需工作范围内继续保持良好性能。另外现代车辆上往往会配置许多不同种类的天线设备和电气设备，这会
电压稳定问题是系统稳定性研究的一个重要方面，虽然已取得一些进展，但总体上对电压稳定性的研究尚处于初期阶段。由于近年来国内外已发生了数起电压崩溃事故，因此加强电压稳定性及其相关问题的基础性研究具有特别重要的意义。 本文从静态角度出发对与电压稳定性密切相关的几个问题进行了分析，这主要包括： (1)对π型电路的极限工况进行了讨论，求出了恒功率负荷的临界点特性，如临界电压（幅值和相角）、临界（有功、无
由于海水中存在着蓝绿光低损耗窗口，且光通信带宽较大，所以可见光通信成为水下短距高速数据传输的主流方案。然而，目前的发光二极管调制带宽往往只有几MHz，限制了可见光通信速率的进一步提高。多输入多输出（Multiple Input Multiple Output，MIMO）技术可以通过空间复用并行传输多路数据，提高通信速率。所以，将MIMO技术与可见光通信相结合，建立光MIMO通信系统，提高系统容量，
下一代的射电望远镜，如我国作为核心成员国正在进行建设的平方公里阵列射电望远镜，将以其前所未有的灵敏度和分辨率获取射电图像，彻底改变我们对宇宙的理解，极大程度推动人类在天文领域的科学研究。在这一背景下，需要有效的成像方法来处理大数据量的射电图像。传统的算法如洁化算法和最大熵算法得到的重构图像质量有限，对于大规模数据的效果不佳，已经越来越不能满足如今的需要。因而本文旨在研究一种能够有效克服大规模数据处
超分辨率重建技术能够突破数字成像系统的限制，能以低廉的成本有效地提高图像的分辨率和视觉质量，已广泛应用于诸多领域，如安全监控、医疗影像应用、卫星遥感图像等等。近年来，深度卷积神经网络在超分辨率重建上的应用获得了令人印象深刻的性能。但目前基于深度卷积网络的超分辨率重建的方法，仍存在对图像高频细节重建不足，网络模型参数规模过大等问题。为了进一步恢复图像中的细节纹理来提高重建图像的质量，本文将注意力机制
现有路径规划算法大多基于路网，在用于求解数字高程模型（Digital Elevation Model，DEM）下的路径规划时，因数据量大，效率低下。 针对上述问题，本文基于真实地形数字高程模型，在研究现有启发式寻路算法的基础上，给出了相应的解决思路与方法，具体工作如下： （1）给出一种基于改进遗传与蚁群算法相结合的DEM路径规划算法。针对遗传算法和蚁群算法在 DEM 数据下进行路径规划时的效率