XiaoMi-AI文件搜索系统
World File Search System检测概率
结构健康监测应用的发展战略1
永久安装的结构健康监测 (SHM) 系统现在是传统定期检查（无损检测 (NDT)）的可行替代方案。然而，它们的工业用途有限，本文回顾了开发实用 SHM 系统所需的步骤。SHM 中使用的传感器固定在某个位置，而在 NDT 中，它们通常被扫描。目标是使用高时间频率、低空间频率 SHM 数据达到与传统高空间频率和低时间频率 NDT 检查类似的性能。结果表明，这可以通过变化跟踪算法（例如广义似然比 (GLR)）来实现，但这取决于输入数据是否为正态分布，这只有在因操作条件变化而导致的信号变化得到令人满意的补偿时才能实现；最近在这个主题上取得了很大进展，本文对此进行了回顾。由于 SHM 系统可以生成大量数据，因此将数据转换为可操作信息至关重要，并且必须在 SHM 系统设计中解决此步骤。验证已安装的 SHM 系统的性能也至关重要，并且已经提出了一种类似于 NDT 中使用的模型辅助检测概率 (POD) (MAPOD) 方案的方法。该方法使用安装在典型未损坏结构上的 SHM 系统获得的测量值来捕获由于环境和其他影响而导致的信号变化
长寿命环境声呐浮标对...的潜在影响
军事活动的重点最近已从大面积交战转向区域冲突。因此，海军海上作战继续向复杂的浅水近岸环境中的沿海战争发展。这种演变需要新的传感器、先进的作战概念和改进的数据分析能力等。在这些恶劣环境区域规划行动很困难，因为准确预测战术传感器性能取决于对当地环境条件的详细了解。因此，战术任务规划很少是最佳或有效的 - 通常导致覆盖范围不足、风险增加和任务成功率降低。美国海军正在探索延长寿命的环境声纳浮标概念，以更好地表征沿海环境。一些设计包含用于测量海洋温度的热敏电阻串和用于测量环境噪声的水听器。这种复杂的声纳浮标比传统的单次测量消耗性深海温度计要昂贵得多，但它可以提供更彻底的环境评估。本文从覆盖面积和检测概率的角度研究了增加的传感器成本与提高的 ASW 性能之间的权衡。对于这种权衡分析，使用了日本海的温度数据以及来自档案数据和噪声统计模型的真实动态环境噪声场。然后模拟了几个虚构的环境浮标在该区域漂流并在几天内收集数据。分析表明，漂流的延长寿命环境声纳浮标场可以显着改善环境表征、战术规划和 ASW 检测性能。
PoS(ECRS)014 - SISSA
太阳高能粒子 (SEP) 是空间天气中最危险的事件之一。在过去的几十年中，已经开发出多种技术来预测 SEP 的发生，主要基于 > 10 MeV 质子通量与某些前兆（例如太阳耀斑、日冕物质抛射等）之间的统计关联。在本文中，我们重点关注太阳质子事件实时警报 (ESPERTA) 的经验模型，该模型通过考虑三个输入参数来预测≥ M2 太阳耀斑发生后的 SEP 事件：耀斑源区经度、软 X 射线通量和 ∼ 1 MHz 的射电通量。在这里，我们在监督学习框架中重塑了 ESPERTA 模型，并对预测模型进行了交叉验证，同时应用了罕见事件校正（即数据过采样和损失函数加权），因为 SEP 发生的高度不平衡性。使用合成少数过采样技术可获得最佳性能，检测概率为 0.83，误报率 (FAR) 为 0.39。尽管如此，与不平衡情况相比，验证分数的改善很小。SEP 预测的相关 FAR 是样本基准率的自然结果。综上所述，我们给出的证据表明，预测 SEP 事件的统计方法应考虑以下因素：1) 需要根据 SEP 事件的预期发生情况校准模型，2) 决策阈值对模型性能有很强的影响，3) 模型中使用的特征，如果单独考虑，无法完全区分参数空间中的事件类别，因此使用处理不平衡问题的技术并不能保证更好的性能。
数据中的热服务器检测智能传感器放置...
摘要 — 最近的研究表明，许多数据中心总能耗的很大一部分是由其冷却系统运行效率低下造成的。如果没有有效的热监控和准确的位置信息，冷却系统通常会使用不必要的低温设定点来过度冷却整个房间，从而导致能耗过高。传感器网络技术最近已被用于数据中心热监控，因为它对已经很复杂的数据中心设施具有非侵入性，并且对瞬时 CPU 或磁盘活动具有鲁棒性。然而，现有的解决方案以过于简单的方式放置传感器，没有考虑数据中心的热动力学，导致不必要地降低热服务器检测概率。在本文中，我们首先将数据中心热服务器检测的传感器放置问题表述为两种不同场景中的约束优化问题。然后，我们提出了一种基于计算流体力学 (CFD) 的新型放置方案，将冷却系统和服务器布局等各种因素作为输入，以分析数据中心的热状况。基于各种服务器过热场景中的 CFD 分析，我们应用数据融合和高级优化技术来找到接近最佳的传感器放置解决方案，从而显著提高检测到热服务器的概率。我们在真实服务器机房演示中的实证结果
用于太空监视的实时空间目标检测和跟踪算法的实现
摘要：天基目标监视对航天安全具有重要意义。然而，随着空间环境的日益复杂，恒星目标和强噪声干扰给空间目标检测带来了困难。同时，由于资源限制，星载处理平台难以兼顾实时性和计算性能。异构多核架构具备相应的处理能力，为天基应用提供了兼具实时性和计算性能的硬件实现平台。本文首次提出了一种光学图像序列中空间目标的多阶段联合检测与跟踪模型（MJDTM）。该模型结合改进的局部对比度法和卡尔曼滤波对潜在目标进行检测和跟踪，并利用运动状态的差异对恒星目标进行抑制。然后，建立了基于现场可编程门阵列（FPGA）和数字信号处理器（DSP）的异构多核处理系统，作为天基图像处理系统。最后，在上述图像处理系统上对MJDTM进行了优化和实现。使用模拟和实际图像序列进行的实验检验了MJDTM的准确性和效率，其检测概率为95％，而误报率为10 −4 。实验结果表明，该算法硬件实现仅需22.064 ms即可检测出1024×1024像素图像中的目标，满足天基监视的实时性要求。
PoS(ECRS)014 - SISSA
太阳高能粒子 (SEP) 是空间天气中最危险的事件之一。在过去的几十年中，人们开发了各种各样的技术来预测 SEP 的发生，这些技术主要基于 > 10 MeV 质子通量与某些前兆（例如太阳耀斑、日冕物质抛射等）之间的统计关联。在本文中，我们将重点介绍太阳质子事件实时警报 (ESPERTA) 的经验模型，该模型通过考虑三个输入参数来预测≥ M2 太阳耀斑发生后的 SEP 事件：耀斑源区经度、软 X 射线通量和 ∼ 1 MHz 的射电通量。在这里，我们在监督学习框架中重塑了 ESPERTA 模型，并对预测模型进行了交叉验证，同时还应用了罕见事件校正（即数据过采样和损失函数加权），因为 SEP 的发生具有高度不平衡性。使用合成少数过采样技术可获得最佳性能，检测概率为 0.83，误报率 (FAR) 为 0.39。尽管如此，与不平衡情况相比，验证分数的改善很小。SEP 预测的相关 FAR 是样本基率的自然结果。总之，我们给出的证据表明，预测 SEP 事件的统计方法应考虑以下因素：1) 需要根据 SEP 事件的预期发生情况校准模型，2) 决策阈值强烈影响模型性能，3) 模型中使用的特征，如果单独考虑，则无法完全分离参数空间中的事件类别，因此使用处理不平衡问题的技术并不能保证更好的性能。
在过渡边缘传感器上伪造光子数
1 引言 光子探测器在量子通信应用中不可或缺 [1]。为确保检测结果的可靠性，重要的是对探测器在预期工作参数和可能的非预期条件下的使用进行特性分析。这种特性分析有助于揭示可能存在的缺陷和不完善之处。这些缺陷可能会导致错误的检测结果，更糟的是，在量子密码应用中，甚至可能出现可利用的漏洞。这种特性分析指导了提高量子系统鲁棒性的工作。多年来，据报道，各种基于雪崩光电二极管 [2-11] 和超导纳米线 [12-14] 的光子探测器遭受了许多攻击。这导致了对抗措施 [15,16] 和不完善不敏感协议 [17,18] 的发展。过渡边缘传感器 (TES) 是一种能够提供完全光子数分辨能力的光子探测器[19-21]。光学 TES 阵列正在开发中，并应用于少光子彩色成像[22-25]。TES 和铌酸锂波导的结合使得各种新的量子光学实验成为可能[26]。TES 的光子数分辨能力已用于表征固态单光子源[27]。它在光子数分辨探测器中也实现了最高的探测效率，在 1550 nm 处高达 95%[28-30]。这种类型的探测器用于需要高检测概率的各种应用，如无漏洞贝尔测试[31]。它的光子数分辨能力也可用于监测
用于空间物体观察和测量的地面光学传感器网络性能指标
地球轨道上的空间物体总数估计超过 20 万个，而目前不断跟踪和编目的空间物体数量约为 2 万个。在我们这个时代，太空交通量每年都在增加，因此可能发生碰撞的风险也随之增加，全球都需要控制近地空间环境，特别是低地球轨道。这是每个北约国家的共同问题，可以通过各国之间的全球合作来解决。此外，与轨道物体测量位置相关的不确定性是影响性能、准确性和及时性的主要因素之一。因此，旨在协调大量传感器是该领域最重要的方面之一。本文提出了一种算法来估计全球分布的光学资产网络（望远镜和探测器）的性能，该网络使用现成的望远镜组件，部署在不同位置的多个站点。在探测尺寸小至 3 厘米的太空物体的情况下，定量性能指标计算为网络在给定时间窗口内可见的总分类碎片比例（在我们的例子中，已考虑 24 小时）。所提出的算法将所有 NORAD 目录、DISCOS 目录提供的所有物体物理数据以及所有光学和大气数据作为输入。然后，它会传播空间物体群，以获得它们在选定时间窗口内的位置，过滤掉所有不在地面站网络视线范围内足够时间的物体，以保证可行的轨道确定，并对满足所有先前条件的物体估计光学资产可实现的信噪比。这些值直接转化为检测概率，从而为给定的地面传感器网络配置提供性能指数，可用作评估不同架构时要优化的目标函数。
微型原子磁传感器在...中的应用
新一代微型超高灵敏度原子磁强计正在开发中，并已集成到军事系统中。这些新系统整合了微机电系统、原子物理学、光学、电磁学和数据采集方法方面的进步，在总磁场灵敏度方面实现了创纪录级别的性能，同时实现了尺寸、重量和功率的大幅降低。非常小规模的传感器（大约几立方厘米）已在标量和矢量模式下进行了演示，并集成到各种国防应用的设计中。我们工作的重点是将这些传感器实际集成到操作平台中。在工作环境中使用这些传感器有许多意义，例如优化信噪比、检测概率和误报缓解。为各种军事目标检测、定位和特性描述任务开发可在地球磁场中有效运行的传感器模块和平台的挑战是巨大的。我们研究平台和环境噪声的缓解以及传感器阵列和相关数据采集系统的开发。除了建模和模拟之外，还通过初步实验数据研究了传统低频磁力仪的变化和增强。特别是，我们讨论了传感器控制、目标地理定位和数据处理的独特部署概念。重点放在针对平台子集（小型无人地面、无人海底和无人驾驶飞行器）和感兴趣的目标定制的具有特定带宽灵敏度的原型上。应用包括海底和地下威胁检测配置 - 特别是与固定或移动爆炸物和紧凑金属目标（如弹药、简易威胁装置、潜艇和其他危险物体）相关的配置。我们展示了微型磁传感器的当前和未来特性的潜力，包括非常高的磁场灵敏度、带宽选择性、源场控制和阵列处理。
在战略海峡部署声呐浮标和声音监视系统，以支持印度尼西亚群岛国家的水下防御系统
摘要 ：ALKI 水域是印度尼西亚的战略海峡，具有复杂的特性，容易受到外国船只的渗透。目前，印尼海军仍然注重海平面安全，而随着当今技术的进步，许多外国潜艇正在利用水下区域实施跨国犯罪。被利用的水面下的区域是阴影区，有可能成为潜艇的藏身之处。阴影区是一个安全区，其中层的温度和盐度反映了传入声波的传播，因此潜艇可以避免被声纳探测到。本文旨在通过安装声纳浮标和声音监视系统 (SOSUS) 来监视进入印尼领土的外国潜艇的动向，尤其是通过战略海峡，为使用声学层析成像技术提供替代解决方案。本研究采用混合方法，处理受访者问卷中的定量数据，这些数据涉及使用分析网络过程 (ANP) 和检测概率理论方法确定声纳浮标放置坐标的标准和替代方案。为了处理定量数据（阴影区和潜艇探测），研究人员使用抛物线方程法模拟和建模了 SOSUS 的声波传播，该方法使用 MATLAB 和 Act up v.2.2L 工具箱进行处理，并处理来自专家访谈的定性数据以完成定量数据。研究结果表明，获得了声呐浮标的最佳放置优先级和数量。通过关注温度、盐度和声速等水文海洋数据，优化了声波传播模拟。它还通过固定声纳阵列操作的概念获得了 SOSUS 的放置位置和数量，希望能够了解阴影区并检测外国潜艇，以支持印度尼西亚群岛的水下防御系统