检测方法论文大全11篇

检测方法论文篇（1）

[分类号]TP391.1

自从方舟子的“新语丝”使原本长期存在于学术界的学术不端暴露出来之后，学术论文抄袭剽窃引起社会的广泛关注。抄袭剽窃的表现形式多种多样：有些只是在语言文字的表达形式上做手脚，换成同义词或颠倒语句的表达顺序，在文章框架、主要观点和主要论据上却没有大的变化；有些直接大段地“引用”别人的内容；有些综合运用多种手段，将多篇别人的文章拼凑而成自己的；有些“学术高手”直接拿国外的论文翻译成中文发表，等等。抄袭和剽窃“手段”的越来越“高明”，给抄袭剽窃检测带来很大困难。抄袭检测又叫复制检测、剽窃检测或副本检测，根据检测对象性质不同可分为图像、声音和文本复制检测。学术论文抄袭检测是文本复制检测的一种，归根到底是判断两篇学术论文的相似程度。“召回率”和“精准率”是判断检测算法好坏的两个重要指标。为了进一步提高学术论文复制检测判断的准确率，针对学术论文的文档相似度算法的改进和创新研究变得尤为重要。

1　国内外研究现状及存在的问题

1.1　国外研究现状

国外具有代表性的文档相似度算法主要有以下几种：①Manber提出一个sif工具，其“近似指纹”是用基于字符串匹配的方法来度量文件之间的相似性；②Brin等在“数字图书馆”工程中首次提出文本复制检测机制COPS(copy protection system)系统与相应算法，奠定了论文抄袭检测系统的基础；③Garcia-Molin提出SCAM(Stanford copy analysis method)原型，改进了COPS系统，用于发现知识产权冲突。他使用基于词频统计的方法来度量文本相似性，后来把检测范围从单个注册数据库扩展到分布式数据库上以及在Web上探测文本复制的方法；④贝尔实验室的Heintze开发了KOALA系统用于剽窃检测，采用与sif基本相同的算法；⑤si和Leong等人建立的CHEC系统首次把文档结构信息引入到文本相似性度量中；⑥Stein提出一种方法，这种方法能产生一种“指纹”，在某种程度上能有效防止修改；⑦MeyerzuEissen等提出通过根据写作风格上的变化来分析单篇文档，从而决定是否有潜在抄袭；⑧美国学校首先引入Tumitin侦探剽窃数据库，用于防止论文抄袭，此外还有其他类似软件系统用于进行文档相似度分析。当然不同的检测系统其相似度算法的精度也不尽相同。

1.2　国内研究现状

国内关于论文抄袭剽窃检测方面已有一些研究：①张斯通过对中文文本进行自动分词，然后计算它们的相似度，从而判别文本是否抄袭，其对应装置包括：样本输入装置、样本数据库、自动分句分词装置、分词数据库、预处理装置、特征词数据库、相似判别装置、判别结果输出装置和控制处理装置等。②鲍军鹏通过文本的结构信息和语义信息提取文本特征，是通过运用文本剽窃判定模块中设定的探针法，估计待检测文本特征和特征库中的文本特征的最大共同语义，并给出文本雷同度量，从而判别文本是否抄袭。③沈阳是通过先找到存储空间内的格式遗留，再将这些遗留格式附近文档的关键词或／和句子或／和段落与文献库中的文献内容进行比较，从而减少被检测文档的数据量，加快了反剽窃或转载文档检测速度。④张履平通过对已植入水印的文章进行特征撷取，根据所取得的词汇输入搜寻引擎以搜寻相关可疑文章；根据与原文比对结果取得的句子进行水印解析；将所取得的水印信息与原来的水印比对，从而判断是否为剽窃。⑤金博等则对基于篇章结构相似度的复制检测算法有一些研究。

1.3　存在的问题

事实上，由于剽窃形式的多样性和隐蔽性、语法和句法的复杂性等，目前主要采用的“数字指纹”和词频统计两大类抄袭识别技术已经不能满足实际的剽窃检测需求，会造成很多漏检和误检，其“召回率”和“精准率”都有待提高。归根到底是因为其检索模型有待突破，算法亟待改进或需创造全新的算法来针对学术论文抄袭剽窃检测的实际。如何把握并充分利用学术论文的结构和语言特征，提供具有针对性的检索模型和相似度算法及其实现系统，对能否在异构的分布式学术论文资源系统中，对抄袭剽窃检测进行更精确的判断至关重要。

2　学术论文复制检测研究的新思路

针对以上问题，笔者提出以下学术论文复制检测研究的新思路：①建立有针对性的学术论文语料库；②通过对语料库的深层加工、统计和学习，建立统计语言模型；③充分利用学术论文著录项目自身的特点，通过将文档结构化，赋予元数据项加权系数，运用卷积计算学术论文的相似度；④利用支持网络语言的JAVA编程实现相似度算法；⑤通过将待检测论文与数据库中已有文献对比，计算其相似度，当相似度超过某一阈值时，则判断该论文有抄袭的可能，如图1所示：

3　具体方法及步骤

3.1　建立某一学科专业的学术论文语料库

新一代的兆亿级的大规模语料库可以作为语言模型的训练和测试手段，用以评价一个语言模型的质量。本文建立的语料库中存放的是在学术论文语言的实际使用中真实出现过的学术论文语言材料；是以电子计算机为载体，承载学术资源语言知识的基础资源；通过对真实语料进行分析和处理等加工，使之成为本文的学术论文抄袭检测模型和算法的训练与测试手段。

利用丰富的学术资源数据库，如Dialog、SCI、EI、INSPE、IEEE、Science Direct、EBSCO、PQDD、SPRINGERLINK、KLUWER、Science online、Medline、CNKI、中文科技期刊全文数据库、万方数据科技信息子系统、万方数据商业信息子系统、七国两组织的专利数据库、国内外专利数据库等异构的分布资源，通过信息检索，从某一学科专业着手，构建某一学科专业领域的学术论文语料库。

3.2　以信息论为工具，创建统计语言模型用于学术论文检索

数学是解决信息检索和自然语言处理的最好工具。其实早在几十年前，数学家兼信息论专家香农(Claude Shannon)就提出了用数学方法处理自然语言的想法。语音和语言处理大师贾里尼克(Fred Je-

linek)首先成功利用数学方法解决了自然语言处理问题。统计语言模型(即基于统计的语言模型)通常是概率模型，计算机借助于统计语言模型的概率参数，可以估计出自然语言中每个句子出现的可能性，而不是简单地判断该句子是否符合文法。统计语言模型以概率颁布的形式描述了任意语句(字符串)s属于某种语言集合的可能性，需要对任意的语句s都给出一个概率值，例如：P(他／认真／学习)=0.02。本文充分利用学术论文不同于报纸新闻论文或其他类型文档的语言特点，以建立的学术论文语料为训练和测试基础，提出新的基于学术论文的统计语言模型作为针对学术论文抄袭剽窃检测算法的检索语言模型。具体做法为：以信息论为工具，把握学术论文的语言特点，通过对以上所建立的学科专业语料库进行深层加工、统计和学习，获取大规模真实学术论文语料中的语言知识，建立基于学术论文语料库的统计语言模型；通过实验，与其他文本信息检索模型进行比较，论证其有效性。

3.3　利用学术论文中描述资源对象语义信息的元数据结构，计算文档相似度

充分利用正式出版的学术论文的结构特点，根据学术论文中标引出的K个描述资源对象语义信息的元数据(Di，i=1，2…k)，将学术论文结构化；然后利用已有的基于学术论文语料库的统计语言模型，将待比较的论文的各相同元数据Di(i=1，2…k)部分进行比对得相似度si，再根据元数据对论文的重要程度给定第i个元数据项相似度权函数wi；则整篇学术论文总体的相似度为Sd=∑Wi*Si。

具体算法举例如下：

将待检测的学术论文的元数据如题名Til、关键词Kyl、摘要Abl、正文.Tel、参考文献Rel等元数据字段抽取出来，与语料库中已有论文的相应元数据字段内容题名Ti2、关键词Ky2、摘要Ab2、正文Tx2、参考文献Re2进行相似度计算。计算时，在篇名字段前给以0.25，0.4，0.15，0.1和0.1的加权系数。建立的统计语言模型计算待测论文和语料库中已出版的论文j同一元数据字段的内容相似程度，记为：Sim_Tij，sim―Kyj，Sim_Abj，Sire Tej，Sim_Rej，卷积后得整篇论文与语料库中某篇论文j的相似程度值计算公式为：Sinai―larity_paper_j=0.25×Sim_Tij+0.4×Sim_Kyj+0.15×Sim_Abj+0.1×Sim_Txj+0.1×Sim_Rej；再计算与待检测论文最相似的那个最大相似度Max_Similarity=Max{Simflarity_paper_j}；如果Max_Similarity大于设定的阀值1(如40％)，则判断为疑似抄袭，这样的论文需要审稿专家仔细认真审理，如果Max_Similarity大于设定的阀值2(比设定的阀值1大，如80％)，这样的论文极有可能存在抄袭，需要审稿专家特别注意。在计算相似度值后，计算机系统记录下相似度高于设定阀值的抄袭和被抄袭的学术论文来源、相似度值、及其各元数据项信息(包括作者信息)。以上各元数据项相似度计算过程中，加权系数可以根据需要做适当调整为其他数值，但系数总和为1。

3.4　推广使用

通过对某一学科专业的研究，进一步拓展到其他学科领域，从而最终实现在异构的分布式学术论文资源系统中，对各个学科领域的学术论文抄袭剽窃进行跨平台检测。

检测方法论文篇（2）

1.1研究工具。目前，网页检测工具较多，提供的检测功能也有所不同，能够进行各种浏览器的兼容性测试、负载测试，以及网页标记语言检测等。比较知名的网页检测工具有Googlewebpagetester、BrowserShots、IETester、Feedvalidator等。网页正确性检测是W3CWebQualityTools中的功能，主要包括：（1）标记检测（MarkUpValidator），可用于检测网页上的各种常用的标记语言的规范性和正确性，如HTML、CSS、XHTML、XML、WML等；（2）Web内容的数据交换规范（FeedValidator），用于检测Atom或RSSfeed语法的规范性和正确性；（3）层叠样式表检测（CSSValidator），用于检测内嵌在HTML、XHTML中的CSS样式的规范性和正确性；（4）超链接检测（LinkChecker），用于检测网页中超链接（Link）和锚点（anchor）的规范性和正确性。本研究主要使用W3C提供的网页标记语言检测工具（MarkUpValidator），检测论文投稿网站上网页的各种常用的标记语言的规范性和正确性。通过该工具可以检测出受测网页的错误数（W3C网页标记规范性）、服务器种类、网页大小、网页格式、网页编码（GB-2312或其他）、文件类型等，并会列出错误之处及建议改进的方式。检测的方式除了可以直接输入网址外，也可以上传该网页的源代码进行检测。图1为网页标记语言检测的主界面，本研究主要采用输入统一资源定位符（URL）的方式进行网页检测。检测结果分成两部分；一部分是结果摘要，叙述错误数、警告数、编码（Encoding）及网页格式（Doctype）是什么版本等，如图2所示。另一部分则为检测出的错误或警告详细结果，并列出改正建议如图3所示。1.2研究样本。由于我国学术期刊的投稿网站较多，难以对所有的论文投稿网站的所有网页标记语言的正确性进行检测，因此本研究需要选择一定数量的样本进行检测工作。参考北京大学图书馆公布的2014版《中文核心期刊要目总览》，本研究选择其中列出的出版事业类12种期刊，以及图书馆事业、信息事业类的18种期刊进行研究（总计30种期刊），选择这些期刊作为研究样本的原因一方面是这些期刊均属于中文核心期刊，在网络上得到的关注度比普通的期刊高[12]，一方面是出版类、图书情报类的期刊属于专门研究期刊编辑出版等问题的专业期刊，研究这些学术期刊建立的论文投稿网站网页标记语言的正确性和规范性具有一定的示范作用。由于选取的30种期刊中有部分期刊没有建立论文投稿网站系统，部分仅有Email投稿方式，因此在研究中需要将这些期刊忽略，最终所选取的期刊如表1所示，有效样本为21个，取样日期为2016年4月5日。由于考虑首页为论文投稿作者首先打开的界面，其网页标记语法的正确性将首先影响到用户的操作，因此本研究将检测目标锁定在论文投稿系统网站的首页（MainPage），在网页标记语言检测的主界面中输入首页的统一资源定位符（URL）进行检测，并记录其检测结果。

2检测结果的统计分析

检测方法论文篇（3）

压缩感知是一种新型的采样方法，通过信号记录每个观测过程中投影的数据，如果感知信号资源小，则可以将这些信号资源进行压缩处理，以保证在观测值数量少的情况下信号结构的准确性和完整性。相对于重构结构复杂的感知信号，信号和图像的重构步骤复杂，且重构效果很差，面对这些不能被正确重构的感知信号，应采用采样的方法将特征量从样本数据中采集出来，通过检测目标信号，完成检测流程。综上所述，通过正交匹配追踪研究压缩感知信号的检测算法，其综合应用性能很好，检测范围和效果很好。

一、感知信号检测

1. 感知信号理论概述

信息获取是压缩感知信号理论的核心内容，其理论基础建立在信号系数、样本数据处于非相关性的状态下的数据测算，通过数据重构和特征量数据采集，以局部分析整体的方式，完成检测流程。压缩感知理论的内容主要包括：①将感知信号的投影在观测向量上，利用重构思想对样本数据进行重构测算，并建立检测集合，如果信号程度为M，则其重构集合稀疏度为K（K

2. 感知信号检测原理

二、基于正交匹配追踪的压缩感知信号检测算法

1.检测算法。正交匹配追踪是一种新型改进算法，其检测方法的理论依据是正交匹配理论，和其他感知信号检测算法相比，正交匹配追踪算法的检测流程更为简单，检测结果的准确度很高。其检测特点是在每次迭代中将选出的列用Gram-Schmidt正交化方法进行正交化处理，将采集到的样本数据选列在空间投影中，通过直观的数据变化曲线，选择精确的检测算法，这种检测方式不仅可以简化检测过程，还能提高样本数据各特征量的收敛速度。在数据迭代次数相同的情况下，空间投影出的采样信息的更新速度很快，检测人员可以通过采样值选出最优投影，并随时更新系数，以确保空间投影的真实性，检测结果的准确度。

2. 实验结果分析。实验结束后，通过检测结果进行分析可知，在每次迭代中，OPM检测算法的感知信号的波形都相对平稳，在一段时间内，其特征量不会随着加性高斯白噪声的变化而变化。当采集样本数据在规定资源数量时，OPM的检测结果和MP的检测结果大体相同，当检测阈值超过3时，OPM的检测结果的准确率明显由于MP检测算法。实验结果表明，与MP检测算法相比，本文提出的OMP检测算法其检测成功率很高，可以在提高检测成功率，所需采样点数、抑制噪声等方面有更好的性能，所以正交匹配追踪压缩感知信号检测算法是一种综合应用性能很好的信号检测方法。

结论：通过上文对正交匹配追踪压缩感知信号检测算法进行系统分析可知，通过匹配追踪定位感知信号，采集特征量，不仅可以方便于检测人员搜集信号样本，还能大大提高检测结果的准确性。通过对每次迭代的特征量进行及时、系统修正，可以延长采集样品的有效时间，以获得更科学、更真实的检测结果。

参 考 文 献

检测方法论文篇（4）

从理论与实际应用来看，谐波检测的相关研究已获得了很大的研究成果。如今电力系统谐波检测已经成为分析谐波源和治理谐波的关键部分，在实际应用中主要存在着下列几种检测谐波的方法和手段。

1 谐波特征

谐波是电网中的非正弦波电压，对谐波的检测是解决谐波频率出现紊乱的基础，是对电量传输过程中有效控制谐波占有量的指标依据。由于受到了技术的限制，传统检测电力谐波含量方式没有对谐波进行分析和显示处理，多采用仪器自带的分析仪和MATLAB软件包，并没有对图像编程和远程调控。

2 谐波测量方法

解决谐波传输过程中出现的问题和对谐波进行检测，才能全面了解谐波频率的检测和定性，才能实时监控电网传输中产生谐波的含量及方向。通过对电量电压幅值、电向参数、谐波含量的精确检测，可确保计量仪表的准确度。检测谐波源以及改进治理方法对改进和提高电网传输质量有很大的帮助。谐波的出现显得无规律可循，随机性、非线性很强，要想测量谐波显得非常困难。它会对电网电力传输产生一定的影响，对用电仪器的工作性能产生干扰。因此许多专家学者都对谐波产生和处理解决方法进行研究。从目前的研究成果上来看，能产生检测效果的测量谐波方法有以下几种：1采用模拟滤波器；2采用无功率原理的检测方法；3以傅里叶理论作为检测方法；4从神经理论角度对谐波的测量方法；5以小波段频率变换的测量方法；6以虚拟仪器的谐波测量为基准的测量方式。

2.1 采用模拟滤波器

模拟滤波器检测是对谐波进行检测的最早方式。其检测方式是通过带组滤波器来检测谐波的。操作过程和方式及其简单，优点是检测成本低，能使电网中的一些固有频率的谐波屏蔽掉。采用滤波器的检测方式有两种：A是以电量通过滤波器的方式去除电压中的谐波分量。从而分析谐波电压分量的形成。B电量通过滤波器检测出其基波分量，同被检测的电压进行比较相减，从而得到谐波电压。此方法虽然简单有效，但方法陈旧、误差大。而且由于电路元器件受环境、地点的影响较大，这种方法的准确性并不显著。

2.2 采用无功率原理的检测方法。

此种方法的准确性很高，能准确检测出谐波值。这种方法运用三相电路与电力滤波器来检测谐波。原理是在电路电量传输过程中的瞬间进行检测。此方法效果虽好，但是基础准备繁琐、花费高、不适用。

2.3 采用傅里叶理论的检测方法。

现阶段使用较多的检测方式是采用傅里叶原理的谐波检测方法。此方法实施简便，可快速检测出谐波的幅值、谐波频率和产生位置。当检测信号中谐波的指数是标准频率的整倍数时，测量精度会达到最高。但是检测的缺点也很明显，需要有充足的时间。检测一次后要从新定值进行第二次检测，根据两次测量的数据进行统计。并且检测时信号分量不是标准电量整倍时，此种算法将会产生电流频谱的泄漏，将影响检测时的谐波幅值、产生方位和频率的误差。由于此种方法的检测效果明显，有些学者专家曾提出对其改进的方式。用检测仪器采集的数据与泰勒数据进行比较，整理出其周期性排列数据。与检测数据进行比对修正，可在使用原有检测设备的基础上，不增加原有的数据，提高对谐波数据的精度修正。

2.4 从神经网络理论角度对谐波的测量方法。

神经网络原理在谐波检测中的运用非常成功，它也可以用来辨别和测量谐波，是用有源电力滤波器，以神经元自适应原理检测电流谐波方法，提高了对谐波的检测速度。这种以仿真形式模拟途径的测试表明，对有源滤波器检测电流中谐波的能量和方位提供了一个有效的途径。

2.5 以小波段频率变换的测量方法

现阶段的检测方法是以FFT信号波段的谐波测量方式。这种方法检测的效果最好、最准确。问题是实际操作过程中的步骤较繁琐，采样和实际频率很难做到严格的同步匹配，时间操作的细小差异和电量稳定，都足以产生检测误差。都会产生谐波频谱泄露，使测量的谐波值和谐波方向的频率与实际当量存在细小的差别，很难满足系统对精度的需求。所采取的针对性措施就是选用加窗插值方法对FFT计算的修正。此方法可有效减少谐波频谱泄露的产生，对其他各种次谐波的的干扰也有抑制作用。

2.6 以虚拟仪器的谐波测量为基准的测量方式。

虚拟仪器是由计算机系统经过编程产生的一种测量仪器的软件，它以计算机为平台，用数据链塑造出仪器形式出现在屏幕上，它的核心内容是已经鉴定和设定相关的检测信息和方法。一旦接入对谐波数据的采集和检测，经过计算会立刻显示结果。此软件是对加窗插值FFT系统的补充，经检验测量稳定，

3 小结

随着科技的发展，对谐波检测手段也在不断更新，方式也向智能化、实用化、简单化、精确化发展。本文从多角度，多种方式对谐波检测进行阐述。使我们能够感受到不同形式谐波检测对电流、电压和各种谐波峰值起伏变化，以及谐波畸变率等参数进行详细的分析考证。介绍传统检测方法和现在通用谐波检测方式，通过对比介绍来表明所介绍方法的性能和操作规程。对以虚拟仪器进行谐波检测的实用性的讲解，来说明电力系统中对谐波检测的发展趋势。

参考文献：

[1]曹健，林涛，刘林，张蔓，崔一铂.基于最小二乘法和复连续小波变换的电力系统间谐波测量方法[J].电网技术，2009（17）

[2]杨洪耕，惠锦，侯鹏.电力系统谐波和间谐波检测方法综述[J].电力系统及其自动化学报，2010（02）

[3]惠锦，杨洪耕.一种新的电力系统谐波间谐波两步检测法[J].电力系统保护与控制，2009（23）

[4]龚黎明，公茂法，李琦.基于傅里叶和小波变换的电力系统谐波分析[J].电子质量，2010（10）

[5]卿柏元，周毅波，李刚.电力系统谐波检测技术的现状与发展趋势[J].广西电力，2009（3）

作者简介：

检测方法论文篇（5）

中图分类号：TH49 文献标识码：A 文章编号：1672-3791（2014）03（b）-0089-01

压力容器不管在制作过程还是在日常使用过程中，可能会由于各种各样的原因产生许多缺陷，如温度、压力频繁变化引起的疲劳裂纹，腐蚀对壁厚的影响，制造中产生的应力在使用期内逐步释放引起的开裂，因此压力容器检测是必须的一个工作。现阶段，各种无损检测技术如超声波法，射线法，涡流法，声发射法等越来越普遍的被用于检测压力容器。这其中有两个问题需要关注：一是如何选择无损检测方法（检测方法适用范围）；二是这些无损检测方法在使用过程中有哪些要点。

基于上述分析，笔者结合相关工程检测经验，着重论述了压力容器各种无损检测方法适用范围，以及其使用要点，对于提升相关压力容器检测水平有一定意义[1～6]。

1 压力容器无损检测方法

1.1 适用范围[1～2]

压力容器在确定检测方法时，首先要分析每种方法的优缺点及适用范围，具体如下：（1）表面检测法，使用最为广泛的一种方法。当压力容器采用铁磁性材料时，外部采用湿式磁粉，内部采用荧光磁粉；当压力容器采用非铁磁性材料时，外部采用着色法，内部采用荧光磁粉。（2）射线法，用于适用于检测板厚较小的压力容器，人体无法进入内部的压力容器，无法应用超声波法检测的部位，以及对超声法检测过得结果进行复检。特别注意不同的射线发射机其检测能力不同，如420 kVX射线机适用于板厚小于100 mm，而300 kVX射线机适用于板厚小于40 mm。对于气泡，夹渣等体积型缺陷容易检出，而对裂纹等面积型缺陷较差。（3）超声检测法，主要用于检测高压螺栓，压力容器锻件，容器内部裂缝，对接焊缝内部缺陷。其优势在于面积缺陷率检出高，灵敏性好，有成套自动化设备；缺点是其不适用于定性的判断，对结构表面光洁度要求较高。（4）声发射检测法，其原理同超声检测法，用于检测活动性缺陷。需要对压力容器进行加载。当确定缺陷的可疑部位后，还需要采用超声检测法确定是何种缺陷及其程度，对于缺陷的定性判断较为准确。其优点是检测效率高，检测范围广，可以预测裂纹扩展趋势。（5）涡流检测法，用于焊接表面裂纹检测（电流式扰动磁敏探头），换热管腐蚀检测（常规涡流检测用于检测非磁性换热管，远场涡流检测用于检测铁磁性换热管）。（6）TOFD检测法，用来检测厚板焊缝（400 mm以下），确定焊接内缺陷大小。（7）磁记忆检测法，检测压力容器的高应力区（易发生疲劳，腐蚀损伤）。（8）漏磁检测法，检测容器壳体的点腐蚀情况，特别适用于在役状态下压力容器的及时监测。

由上分析可知，在确定检测方法时，依据设备材料，制作工艺，使用年限，工作条件，通过预测缺陷的可能部位及其形状大小，来确定相应的检测方法。但是要注意的是，在实际工程检测中，往往要用到几种方法联合检测，这样才能满足降低检测费用，提高检测可靠度。

1.2 检测方法要点

虽然大多数无损检测方法均已实现自动化成套设备，在检测过程中人的干扰因素已被大大消减了，但是还是有必要研究这些方法的操作要点。这些要点主要集中在对于检测对象的处理，如表面清洁度的要求，表面残留物质的要求，对比试件的要求等，具体如下[3～8]：（1）渗透法，容器适宜温度：10℃～40℃；需要清洗焊接接头表面，确保受检部位清洁度，特别注意残留物中是否有强酸性物质，因而其会大大降低检测的灵敏性；需要使用静电喷涂渗透液；去除多余渗透液时，需要注意防止过度清洗；使用喷涂法施加溶剂悬浮湿式显像剂以防漏检。（2）射线法，目前射线法均是成套的自动化设备，可以直接将检测结果显示在计算机屏幕上，并且有相应的软件来帮助显示缺陷位置及缺陷等级。使用过程中，一般对于内径小于1.2 m的压力容器，采用中心法，否则采用偏心法。（3）TOFD法，注意与受检部件要紧密贴合在一起；在选择耦合剂时，尽量避免采用水（易受温度影响）和对工件，人体无伤害的耦合剂；遇到焊缝高度大于70 mm的情况时，将其划分为不同的区域来进行检测；在对缺陷进行定量分析时，以D扫描为主，B为辅。应当认识到，这种方法精度受人为操作因素影响大，其对缺陷的定位结果还不是有很大的保证。（4）磁粉检测法，注重表面清洗，将焊缝及热影响区清洗干净；对于不同的部位选择合适的磁化方法，如对接焊缝用交叉磁轭法，而角焊缝和机械损伤部位用触头法；磁化时间一般在1～3 s内；标准试片采用D或者M1型；若检测油罐，需要防止磁化形成的电火花。（5）涡流检测法，采用涡流检测时，需要采用对比试件来调节试验精度；对比试件的选择应注意要需受检试件有大致相同的电磁性能，表明状态，热处理状态，规格等，其缺陷采用通孔或者刻槽。声发射检测法，可以进行在线检测，检测点布置要适当，如焊缝至少布置两个，其他大面积检测要采用三角形或菱形布置法。在采用这种方法前，需要对缺陷的类型和位置有个大概的了解。

2 结论

（1）本文讨论了表面检测法，射线法，超声检测法，声发射检测法，涡流检测法，TOFD检测法，磁记忆检测法，漏磁检测法等方法的适用范围，对于检测压力容器时选择何种检测方法提供了标准。

（2）本文论述了渗透法，射线法，TOFD法，磁粉检测法，涡流检测法等方法的操作要点。渗透法，TOFD法，磁粉法，涡流法等要注意保持受检工件的清洁度，否则检测结果会受到影响。磁粉法注意磁化过程中的电火花。涡流检测法要做对照试验，注意对比试件的要求。声发射法要注意检测布点是否合理。

参考文献

[1] 无损检测综合知识[M].北京：机械工业出版社，2005.

[2] 肖维鹏.无损检测方法在压力容器检验中的综合应用[J].石油和化工设备，2011，14（8）：60-61.

[3] 崔亚强，刘觉非，任传江.球形储罐的磁粉检测[J].无损检测，2009，31（8）：659-661.

[4] 张树鹏，赵文生.X射线实时成像系统在压力容器无损检测中的应用[J].焊管，2007，30（6）：45-50.

[5] 王强，张光新，周泽魁，等.基于声发射的输油管线破坏点定位方法研究[J].浙江大学学报：工学版，2005，39（3）：322-329.

检测方法论文篇（6）

1 校园网络安全现状

随着网络应用的普及，电子商务！电子银行和电子政务等网络服务的大力发展，网络在人们日常生活中的应用越来越多重要性越来越大，网络攻击也越来越严重。有一些人专门利用他们掌握的信息技术知识从事破坏活动，入侵他人计算机系统窃取！修改和破坏重要信息，给社会造成了巨大的损。随着攻击手段的变化，传统的以身份验证、加密、防火墙为主的静态安全防护体系已经越来越难以适应日益变化的网络环境，尤其是授权用户的滥用权利行为，几乎只有审计才能发现园网是国内最大的网络实体，如何保证校园网络系统的安全，是摆在我们面前的最重要问题。

因此，校园网对入侵检测系统也有着特别的需求校园网的特点是在线用户比率高、上网时间长、用户流量大、对服务器访问量大，这种情况下，校园网络面临着许多安全方面的威胁：

（1）黑客攻击，特别是假冒源地址的拒绝服务攻击屡有发生攻击者通过一些简单的攻击工具，就可以制造危害严重的网络洪流，耗尽网络资源或使主机系统资源遭到攻击同时，攻击者常常借助伪造源地址的方法，使网络管理员对这种攻击无可奈何。

（2）病毒和蠕虫，在高速大容量的局域网络中，各种病毒和蠕虫，不论新旧都很容易通过有漏洞的系统迅速传播扩散"其中，特别是新出现的网络蠕虫，常常可以在爆发初期的几个小时内就闪电般席卷全校，造成网络阻塞甚至瘫痪。

（3）滥用网络资源，在校园网中总会出现滥用带宽等资源以致影响其他用户甚至整个网络正常使用的行为如各种扫描、广播、访问量过大的视频下载服务等等。入侵检测系统（IntrusionDeteetionSystem，IDS）的出现使得我们可以主动实时地全面防范网络攻击N工DS指从网络系统的若干节点中搜集信息并进行分析，从而发现网络系统中是否有违反安全策略的行为，并做出适当的响应"它既能检测出非授权使用计算机的用户，也能检测出授权用户的滥用行为。

IDS按照功能大致可划分为主机入侵检测（HostIDS，HIDS）网络入侵检测（NetworkIDS，NIDS）分布式入侵检测（DistributedIDS，DIDS）其中，网络入侵检测的特点是成本低，实时地检测和分析，而且可以检测到未成功的攻击企图"从分析方法的角度可分为异常检测（Anomaly DeteCtion）和误用检测（MISuseDeteCtion）其中误用检测是指定义一系列规则，符合规则的被认为是入侵其优点是误报率低、开销小、效率高Snort作为IDS的经典代表，是基于网络和误用检测的入侵检测系统入侵检测技术自20世纪80年代早起提出以来，在早期的入侵检测系统中，大多数是基于主机的，但是在过去的10年间基于网络的入侵检测系统占有主要地位，现在和未来的发展主流将是混合型和分布式形式的入侵检测系统。

2 入侵检测研究现状

国外机构早在20世纪80年代就开展了相关基础理论研究工作。经过20多年的不断发展，从最初的一种有价值的研究想法和单纯的理论模型，迅速发展出种类繁多的各种实际原型系统，并且在近10年内涌现出许多商用入侵检测系统，成为计算机安全防护领域内不可缺少的一种安全防护技术。Anderson在1980年的报告“Computer Seeurity Threat Monitoring and Surveillance”中，提出必须改变现有的系统审计机制，以便为专职系统安全人员提供安全信息，此文被认为是有关入侵检测的最早论述；1984一1986年，Dorothy E.Denning和Peter G.Neumann联合开发了一个实时IDES（Intrusion DeteCtion Expert System），IDES采用统计分析，异常检测和专家系统的混合结构，Delming1986年的论文“An Intrusion Deteetion Modelo”，被公认为是入侵检测领域的另一开山之作"。1987年，Dorothy Denning发表的经典论文AnIntursion Deteetion Modelo中提出了入侵检测的基本模型，并提出了几种可用于入侵检测的统计分析模型。Dnening的论文正式启动了入侵检测领域的研究工作，在发展的早期阶段，入侵检测还仅仅是个有趣的研究领域，还没有获得计算机用户的足够注意，因为，当时的流行做法是将计算机安全的大部分预算投入到预防性的措施上，如：加密、身份验证和访问控制等方面，而将检测和响应等排斥在外。到了1996年后，才逐步出现了大量的商用入侵检测系统。从20世纪90年代到现在，入侵检测系统的研发呈现出百家争鸣的繁荣局面，并在智能化和分布式两个方向取得了长足的进展。其中一种主要的异常检测技术是神经网络技术，此外，如基于贝叶斯网络的异常检测方法，基于模式预测的异常检测方法，基于数据挖掘的异常检测方法以及基于计算机免疫学的检测方法也相继出现，对于误用入侵检测也有多种检测方法，如专家系统（expert system），特征分析（Signature analysis），状态转移分析（State transition analysis）等.

入侵检测系统的典型代表是ISSInc（国际互联网安全系统公司）Rea1Secure产品。较为著名的商用入侵检测产品还有：NAJ公司的CyberCoPMoitor、Axent公司的Netprowler、CISCO公司的Netranger、CA公司的SeSSionwall-3等。目前，普渡大学、加州大学戴维斯分校、洛斯阿拉莫斯国家实验室、哥伦比亚大学、新墨西哥大学等机构在这些方面的研究代表了当前的最高水平。随着计算机系统软、硬件的飞速发展，以及网络技术、分布式计算！系统工程！人工智能等计算机新兴技术与理论的不断发展与完善，入侵检测理论本身也处于发展变化中，但还未形成一个比较完整的理论体系。

在国内，随着上网的关键部门、关键业务越来越多，更需要具有自主版权的入侵检测产品。我国在这方面的研究相对晚，国内的该类产品较少，但发展较快，己有总参北方所、中科网威、启明星辰，H3C等公司推出产品。至今日入侵检测技术仍然改变了以往被动防御的特点，使网络管理员能够主动地实时跟踪各种危害系统安全的入侵行为并做出及时的响应，尤其在抵御网络内部人员的破坏时更有独到的特点，因而成为了防火墙之后的又一道安全防线。

随着互联网的进一步普及和深入，入侵检测技术有着更广泛的发展前途和实际价值。尽管问题尚存，但希望更大，相信目前正在研究的大规模分布式入侵检测系统、基于多传感器的数据融合、基于计算机免疫技术、基于神经网络及基于遗传算法等的新一代入侵检测系统一定能够解决目前面临到种种问题，更好地完成抵御入侵的任务。

3 未来和展望

随着网络规模和复杂程度的不断增长，如何在校园网多校区乃至异构网络环境下收集和处理分布在网络各处的不同格式信息！如何进行管理域间的合作以及保证在局部入侵检测失效的情况下维持系统整体安全等"同时，伴随着大量诸如高速/超高速接入手段的出现，如何实现高速/超高速网络下的实时入侵检测。降低丢包率也成为一个现实的问题，面对G级的网络数据流量，传统的软件结构和算法都需要重新设计；开发和设计适当的专用硬件也成为研究方向之一"时至今日，入侵检测系统的评估测试方面仍然不成熟，如何对入侵检测系统进行评估是一个重要而敏感的话题。

参考文献

检测方法论文篇（7）

中图分类号：TM925.07 文献标识码：A 文章编号：1009-914X（2015）05-0282-01

1 引言

近年来， 随着网络应用复杂度的不断提高， 网络攻击方法层出不穷。各种网络攻击方法中， 木马攻击是最具危险的手段之一。一旦计算机系统被种植木马， 就将长期潜伏， 对系统的保密性、可用性造成致命伤害。本文提出了一种在新型木马检测系统中， 基于不完全信息博弈理论的计算机木马检测策略选择方法， 为解决准确检测木马问题提供了新的思路。

2 计算机木马检测系统构成

本文成果应用的计算机木马检测系统由主机信息检测模块、网络信息检测模块和智能决策模块三个模块组成。

主机信息检测模块对主机的文件、进程、网络连接、加载文件等信息结合白名单检测、端口关联等检测方法， 按照检测策略进行检测。网络信息检测模块基于网络协议的分析， 对宿主主机发出的数据包进行层层剥离， 准确获取数据包信息， 同时根据各种信息特征进行统计， 从中发掘可疑网络流量信息。智能决策模块将网络和主机获取的数据根据攻击特征进行逐项分析， 然后对分项结果关联形成检测结论， 最终显示给用户。

3 木马检测与反检测博弈行为分析

3.1 木马反检测的一般方法及分析

木马必须的功能包括隐蔽启动、网络外联。木马反检测方法大体有隐藏进程、隐藏模块、隐藏网络连接、隐藏文件、隐藏服务、隐藏启动项、穿透防火墙。

3.2 木马检测的博弃行为

在木马检测过程中， 自始至终存在着对抗双方检测与反检测的博弈。木马检测系统要制定应对不同等级木马的检测策略。从检测到的可疑程序中将这些正常程序甄别出是系统的重要工作。在计算机被种植木马的环境下， 检测工作是一个双方不完全信息动态博弈的过程， 检测系统必须逐步寻找最优策略， 以达到检出目的。

3.3 不完全信息动态博弃

根据随机博弈的思想， 检测系统的每一个部分检测的结果概括成一种“状态”。双方在该部分的收益取决于各自采用的策略。通常， 一个两方随机博弈用如下七元组描述（S，，， Q，，，β），其中：

一般的木马检测博弈过程如下：在某个检测模块工作的时刻t， 博弈处于状态∈S。，木马从反检测策略集中选择策略， ， 系统从检测策略集中选择策略， 然后木马得到一个收益= （，，）， 系统得到收益= （，，），然后博弈进入第二个状态∈S。

根据不完全信息动态博弈理论， 当期收益不仅取决于当前状态和这种状态下木马与检测系统选择的策略， 还取决于双方针对对方类型所做的概率分布判断。根据随机博弈理论， 木马的收益应该为= （，，）， 假设此时木马对不会被检测出的概率判断为μ， 根据不完全信息博弈理论，其收益为= （，，，μ）， 同理， 假设此时检测系统对木马是否判断出被检测出的概率判断为λ， 此状态下其收益为= （，，，λ）。

4 基于动态博弈的木马检测策略选择

木马检测环境下， 针对一个特定的状态， 策略选择过程为：

（1）首先确定检测系统和木马的策略集；

（2）当前状态下， 确定针对检测系统不同的策略， 木马对被检出的概率μ分布；

（3）根据木马实现技术水平的高低确定木马类型， 然后检测系统确定木马类型的概率分布ν，在此基础上根据木马在当前状态下采取不同的策略下， 确定木马判断出被检出的概率分布λ；

（4）确定木马的收益函数。为了长时间牢固控制主机（I）， 木马需具备反检测手段（T）， 由此确定木马的线性收益函数为：=（I-T）（1-μ）（1）

（5）确定检测系统的收益函数。检测系统的收益函数与木马反检测水平（T），检测系统获取的信息（），木马判断检测系统会采取的检测方式信息（）相关， 由此确定检测系统的线性收益函数为：=（γI-T-）（1-γ）（2）

假设检测系统对木马类型的判断概率是，则对n类木马， 系统在该状态下的收益为：

（6）计算纳什均衡解， 确定木马检测策略。要达到纳什均衡解必须满足两个条件：检测系统采取的策略要实现自己的收益最大化；要使木马的收益尽可能高。

成立的策略'为其最优策略，其中表示确定检测系统所有策略下的最大收益，'为选择该策略下的木马的判断概率。

对检测系统而言，使得条件：

成立的策略'为其最优策略，其中'表示系统在木马自防护策略下的最大收益，'为选择该策略下的系统的检出判断概率。

5 示例与仿真

以主机信息检测部分为例，使用简化策略进行仿真分析。

（1） 确定双方策略集

在主机信息检测状态下，检测系统的策略集。

（2） 确定木马对检测系统策略类型评估的概率μ分布

根据木马反检测能力的高低分为三类，高级木马，中级木马，和初级木马，根据经验，木马对检测系统策略评估正确的概率μ分布如表1。

（4）确定木马在当前状态下的收益

根据经验确定控制主机I值，反检测T值表。

（6）计算纳什均衡解

木马的最优策略是；根据式（3）及表3，检测系统的最优策略是。

6 结论

木马检测策略是木马检测系统的关键之一。本文提出了一种基于不完全信息动态博弈的木马检测策略选择的方法，该方法基于对抗的动态性及对抗双方信息不完全的特点，把信息获取和不完全信息动态博弈有机结合，示例与仿真初步验证了模型的有效性。

参考文献

检测方法论文篇（8）

一、引言

平整度检测贯穿于路面施工质量检测、评定、验收及运营期路面质量检测等环节，其检测设备、原理和方法多种多样，检测结果因检测设备不同而有较大差异。美国、澳大利亚等国的平整度检测技术处于领先水平。美国有多家公司研发和生产路面平整度检测仪，其中包括ICC公司生产的惯性激光断面仪和手推式断面仪；FACE公司生产的DIPSTICK(步进式断面仪)和手推式断面仪，及South Dakota DOT生产的惯性激光断面仪等(澳大利亚ARRB生产的手推式断面仪和惯性激光断面仪在国际上也有一定的市场)。

我国平整度检测技术的研究相对落后，由于公路建设的需要，在“七五”期间，由交通部公路研究所和西安公路研究所等单位先后分别研制了颠簸累积仪和八轮仪等平整度检测装置，目前已在中国市场上有了一定的应用。在过去的十年中，有过一些应用和理论的研究，如我国规范规定了几种用于不同工程阶段、不同结构层次的平整度检测设备和相应的检测、评定方法，但总的来说在技术方面突破不大。近年来国内在仪器的评价和相关性的研究方面也开展了一些工作，2001年交通部组织开展了平整度检定规程研究，并已初步完成。

二、路面平整度检测仪的基本分类

,q4U5e7lJ公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通)p%fzS$ZnP公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通路面平整度的仪器主要有两大分类：第一类为纵断面测定(直接式检测类)，即测出路面纵断面剖面曲线，然后对测出的纵断面曲线进行数学分析得出平整度指标。第二类为车辆对路面的反应测定(响应式检测类)，即测出车辆对路面纵断面变化的力学响应，然后对测出的力学响应进行数学分析得出平整度指标。对响应式检测类而言，其平整度指标的换算主要是通过对标准仪器测得的结果进行标定而得到。通常，第一类检测方法可用于路面施工质量验收与评价，而第二类检测方法主要用于路面周期性评价。但第二类检测仪器常要借助于第一类检测仪器进行指标标定。

1、直接式检测类

对直接式检测类平整度检测仪而言，主要的平整度指标为国际平整度指标IRI(InternationalRoughnessIndex)。国际平整度指标IRI是被广泛采用的路面平整度指标。国际平整度指标IRI的优点是具有很强的时间稳定性和空间稳定性，这使得不同时间和地点检测的国际平整度指标IRI值可进行直接比较。T c5Xv%g7^XZ
e公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通国际平整度指标IRI的计算是基于四分之一车辆仿真模型。四分之一车辆仿真模型是用于模拟车辆在实际路面行驶时车体对路面纵断面起伏波动的动态响应。J,y,[6\Lf省略

"H+`&U;pM3Fj$uc

四分之一车辆仿真模型用于模拟车辆机械系统在路面纵断面曲线输入的激励下的动态响应。通过四分之一车辆仿真模型计算模型车车辆悬挂系统的单向位移量，将各次计算的单向位移值累加(单位为m)并与路段长度相除(单位为km)，既可以得到国际平整度指标IRI，其单位为m／km。国际平整度指标IRI计算的数学过程极其繁琐，具体计算公式可查阅有关资料。应该强调的是国际平整度指标IRI必须先获得路面纵断面剖面曲线，然后将路面纵断面剖面曲线输入到四分之一车辆仿真模型，由四分之一车辆仿真模型计算国际平整度指标IRI。事实上，几乎所有的自动化路面断面曲线检测系统(直接式检测类)都包含国际平整度指标IRI的计算软件包。因此只要获得路面纵断面剖面曲线，就能较易获得国际平整度指标IRI。 B$~4ZdI[mjCk公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通2、响应式检测类 e V4k[ \8?;V响应式检测类的检测对象主要包括检测车辆的动态垂直加速度和垂直位移。当平整度检测仪检测的对象是车辆的动态垂直加速度时，此类平整度检测仪可归为电子响应式检测类；当平整度检测仪检测的对象是车辆的动态垂直向累积位移量时，此类平整度检测仪可归为机械响应式检测类。

三、主要特点

1、直接式检测类主要特点是：

(1)能得到路面纵断面曲线，根据纵断面曲线，平整度特性可直观地反映出来。

2|

GGphu/uo8C省略)o ^A8P?S省略(2)测得的路面纵断面曲线可输入到仿真数学模型而得到车辆对路面纵断面变化的仿真力学响应。过去的实验和研究已证明这种仿真响应与真实的车辆响应有很好的相关性。

AU8VB9oZ公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通3n(^xO#FJo9i T省略(3)检测路面纵断面曲线是较难的，尤其是长波长纵断面曲线，其原因是难以从检测仪本身直接取得路面纵断面垂直高度参照点。比较可取的方法是从检测仪本身的垂直加速度或与水平线的夹角之中间接地取得垂直高度的参照点。

(4)由于此类检测仪能得到路面纵断面曲线，因此可直接用于新路面施工质量的验收与评价，使验收部门有客观依据决定施工质量的优劣。

1sS|7c}`省略(5)若此类检测仪能测出长波长和短波长路面纵断面曲线，则可作为标准参照仪

`AwX'pCc0h

t8wv!P1m"Z2w用于对其它平整度仪进行标定和作相关分析。 ^+} ~U5U3l省略Ot*dFUa9qd$s)GO公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通2、响应式检测类主要特点是：

H)?

J9k$v2e5e(`&n公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通 (1)此类方法的依据是车辆对路面纵断面垂直高度变化的力学响应，如振动等，然后对这种响应进行数学分析，从而得到平整度指标，如垂直加速度均方差和颠簸累计值等。

(2)由于此类检测方法相对于第一类方法要简单，检测速度要快，因而适用于高速检测和长距离检测。 (3)此类方法无法得到路面纵断面曲线，因而主要应用于现存路面平整度评价。

(Ap3Z9_ q公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通(4)由于无法得到路面纵断面曲线，此类检测仪需依赖于能测出长波长和短波长路面纵断面曲线的平整度检测仪对其进行标定和作相关分析。

四、平整度检测仪的标定方法

1、基本原理

响应式平整度检测仪主要依据检测车对路面不平整的动态响应来获得平整度的指标的。因此，检测本身的机械性能将直接影响到平整度检测的结果。从概念上讲，不同的检测车针对同一条路面将会有不同的动态响应，即便是同一台检测车，当使用一段时间后，其机械性能和电气性能也会发生一定的变化。针对这两种性能前后时间的不一致性，在路面平整度检测的实践中，往往采用技术标定(也称系统标定)的方法来使各种响应式路面平整度仪的检测达到一致性，或归结到标准的检测。

O-NK6?8U |A,WQ|省略在国际上，路面平整度的标准检测主要采用两种方法，第一种方法是采用精密水准仪检测路面平整度，即采用精密水准仪检测出路面的纵断面剖面曲线(标高)，然后采用计算机软件将测得的路面纵断面曲线转换成国际平整度指标(IRI)，从而获得该路面的平整度指标的标准检测。第二种方法是采用手推式断面仪(也称路面纵断面剖面仪)检测路面纵断面剖面曲线，然后采用计算机软件将测得的路面纵断面曲线转换成IRI，从而获得该路面的平整度指标的标准检测。不论是采用何种标准检测，其基本要求是：

+S }-W5|_

~(T

z省略2q2F D!IU2d)y+[r[a．检测结果不受检测设备机械性能的影响；

t5@M k5B!|Fb省略b．检测精度要求较高；

'z+~G1G!Bk*~公路,交通,交通知识,交通技术,高速公路,国道,设计,工程软件,论文,规范与标准,交通量预测,路基路面,交通工程,监理,职称考试,注册工程师,国家高速公路网,7918,交通产业,智能交通C．能直接获得全波长的路面纵断面剖面曲线；

d．能直接计算出IRI。 2]QM vv"O
SreHtQ

p/BK路桥先锋论坛―省略对于响应式平整度检测仪的标定，一般要求至少5条以上的路面(包括较为粗糙的路面、中等平整的路面和较为平整的路面)，其长度为100～200m左右。对这些选定的路面，分别采用标准仪器(精密水准仪或手推式断面仪)和被标定的响应式平整度仪实施平整度检测，获得的平整度指标即可用来作为系统标定之用。

五、结束语

路面平整度是评定路面使用品质的重要指标之一,它既是一个路面外观指标,又是衡量路面质量及现有路面破坏程度的一个重要指标。其直接关系到行车安全以及车辆的通行能力和运营的经济性，还影响着路面的使用年限，但近年来由于各种车载高效检测设备拥有测试精度等级高，人为因素少，不用中断交通等优点，这些方法已经被各省市的质监部门所采用平整度检测事业也正朝着精确、快速、高效的方向发展。

参考文献：

检测方法论文篇（9）

DOI： 10.3969/j.issn.1005-5517.2014.1.005

引言

压缩感知（Compressive Sensing，CS）[1-3]是一种新的信息获取理论。压缩感知理论建立在Candès，Romberg和Tao以及Donoho的工作上，他们提出并证明一个在某一种基下可以稀疏表示的信号可以通过一部分投影信息重构出来。与传统的奈奎斯特采样定理不同，该理论指出，只要信号是稀疏的或者在某个基下可压缩，就可以利用随机测量矩阵把高维空间上的信号稳定的嵌入到低维空间上。信号在低维空间上的投影包含了重构信号所需要的足够信息，可以用低维空间上的少量采样值精确重构出原始信号。

当前，对压缩感知理论的研究大多是以精确重构信号为目的。然而，在许多信号处理应用中，信号获取的最终目的并不是重构原始信号，而仅仅是完成一个检测决定[4-9]，像在许多通信系统或者雷达系统中的信号检测任务[10]。在许多情况下，由于压缩感知的采样值已经保持了原始信号的结构和相关信息，即使不精确重构信号也可以通过处理压缩感知的采样值完成信号的检测[6，8]。

在基于压缩感知的稀疏信号检测具体算法方面，一种基于匹配追踪（Matching Pursuit，MP）的非相关检测和估计算法[5]已经被提出。该算法通过比较利用部分重构算法得到的最大稀疏系数和利用蒙特卡洛模拟[5]获得的最优门限之间的大小来完成检测任务。本文提出一种基于稀疏信号结构信息的检测方法，该方法可以分为两部分，包括一种基于压缩采样匹配追踪（Compressive Sampling Matching Pursuit，CoSaMP）[11]的部分重构算法和一种新的检测判定方法。

本文内容安排如下。第二部分介绍压缩感知基础理论。第三部分我们提出并分析基于稀疏信号结构信息的压缩检测方法。第四部分我们通过仿真实验结果来验证提出方法的有效性。最后，第五部分总结工作并为以后的工作提出方向。

表示位置相似度门限。若位置相似度大于所设门限，这时，需要通过幅值信息来判断目标信号的有无。文献[4]通过比较部分重构算法所得的最大稀疏系数与所设门限的大小关系来判断目标信号的有无。在该算法中，门限是通过模特卡洛模拟的方法得到的，然而，实际中门限的设置比较困难，门限对噪声比较敏感，门限设置不恰当会严重影响检测性能。在本文中，我们提出一种新的方法来完成检测判决，该方法避免了门限的设置，同时仿真结果表明该方法具有很好的检测性能。具体方法如下：

从图1可以看出，本文提出的基于结构信息的判决方法更具优势，同时，采用CoSaMP的部分重构算法比采用MP的部分重构算法获得的结构信息更可靠。下面我们研究测量点数对检测性能的影响。在仿真实验中，我们设迭代次数T=6，固定信噪比SNR=-2dB，图2为仿真实验结果。

从图中可以看出，提出方法比原有方法更有优势，即使采用原有的部分重构算法，在判决部分采取本文提出方法，检测性能也有所提升。另外，从性能曲线的变化趋势，我们可以看出检测性能随测量点数的增加变得越来越好，这是由于测量点数增多，测量信号中包含的目标信号的结构信息越丰富，部分重构得到的估计信息更可靠。

然后，我们验证迭代次数对检测成功率及检测时间的影响。实验结果如图3和图4所示。

仿真实验中，对于图3所示的实验，我们考虑了SNR=-2dB和SNR=3dB的情况，测量点数为100；对于图4所示的实验，我们设置SNR=10dB，测量点数为100，检测时间定义为1000次检测所用的时间。从图3可以看出，本文提出方法检测性能

很稳定，迭代次数对检测性能的影响很小，这是由于采用CoSaMP的部分重构算法在迭代次数很少的情况下就能获得足够的用于判决的结构信息，而采用MP的部分重构算法需要迭代次数达到一定程度时，才能获得可靠的结构信息。另外，从图4可以看出，采用CoSaMP部分重构算法检测方法要比采用MP部分重构算法的检测方法在时间上更有优势，速度更快。综合图3和图4，我们可以得出，本文提出方法在迭代次数很小的情况下也能快速、可靠地检测出目标信号的有无。

为了进一步验证算法的有效性，下面针对应用于雷达系统中的线性调频信号进行检测。在雷达系统中，线性调频信号是一种非常重要的信号形式，信号瞬时频带宽的特性虽然提高了雷达系统的目标检测及识别能力，却给信号采集及数据处理带来极大压力，如何使用较少的采集数据完成检测是一个关键技术[7]。在这里，我们使用文献[12]中的四参量chirplet字典来生成线性调频信号。设生成的线性调频信号的信号长度为1024，相对chirplet字典的稀疏系数满足正态分布[4]，这里稀疏度设为5，信噪比为10dB。下面验证本文所提算法与MP检测算法在不同测量点数下的对线性调频信号的检测性能。

从图中可以看出，本文所提算法能使用较少的测量点数获得较高的检测性能，这可以减轻接收系统系统在采样和数据处理方面的压力。

结束语

本文基于稀疏信号的结构信息提出一种新的压缩检测方法，该方法利用改进的压缩采样匹配追踪（CoSaMP）部分重构算法获得目标信号的估计，通过对比位置与幅值信息的相似度来完成检测。与原有的检测方法相比，本文提出的方法更高效、更快速、更稳定。实验结果表明，在低信噪比时，本文方法在较少的迭代次数下，可以使用较少的采样数据获得较高的检测成功率。

参考文献：

[1] E. Candès， J. Romberg， and T. Tao， Robust uncertainty principles：Exact signal reconstruction from highly incomplete frequency information[J]， IEEE Trans. Inf. Theory. 2006 ， 52（2） ：489–509.

[2] D. Donoho， Compressed sensing[J]， IEEE Transaction on Information Theory， 2006， 52（4）： 1289-1306.

[3] Y. Tsaig， D. L. Donoho， Extensions of compressed sensing[J]， Signal Processing. 2006， 86（3）： 549–571.

[4] M.F. Duarte， M.A. Davenport， M.B. Wakin， R.G. Baraniuk， Sparse signal detection from incoherent projection[C]， IEEE Int. Conf. Acoustics Speech and Signal Processing（ICASSP）， Toulouse ， France， May 2006， 305-308.

[5] Jun Wu， Naian Liu， Yanfei Zhang， Changlin Shen. Blind detection of frequency hopping signals based on compressive sensing[C]. Consumer Electronic， Communication and Networks （CECNet） ，2012， 1691-1694.[6] J. Haupt， R. Nowak， A. Yeh， Compressive sampling for signal classification[C]， In 2006 Asilomar Conf. on Signals， System & Computer， Oct. 2006， 1430-1434.

[7] 刘冰，付平，孟升卫.基于正交匹配追踪的压缩感知信号检测算法[J].仪器仪表学报，2009，31，（9）：1959-1964

[8] J. Haupt， R. Nowak. Compressed sampling for signal detection [C]. IEEE Int. Conf. on Acoustics， Speech， and Signal Processing （ICASSP）， Honolulu， Hawaii April 2007， 1509-1512

[9] 刘冰，付平，孟升卫.基于采样值数字特征的压缩感知信号检测算法[J].仪器仪表学报，2011，32，（3）：577-582

检测方法论文篇（10）

An Adaptive Energy Detection Method with Less Time delay

LIN Ying-pei

（Huawei Technologies Co.， Ltd.， Shanghai 201206， China）

【Abstract】To get the certain detection and false alarm probability， detection time is usually inversely proportional to the decrease of SNR （signal to noise ratio）. Generally， fixed detection time is used in signal detection method. However， the detection performance can be satisfied by little detection time for signal with high SNR. A fast energy detection method with adaptive detection time is proposed in this paper. Both theoretical analysis and simulation results are given to show the performance of the proposed method.

【Key words】Energy detection； Adaptive detection； Detection delay

0 前言

信号检测技术在工程领域广泛应用。随着无线通信技术的不断发展，无线信号检测是很多通信系统的关键环节，例如认知无线电系统中的频谱感知[1]、无线局与网中的信道状态评估[2]等，因此无线信号检测技术得到了广泛的研究。能量检测[3-4]由于实现简单且具有较好的性能，在实际中系统中得到了广泛应用。在传统的能量检测中，检测时间是固定的。通过对能量检测的性能分析可以发现，当检测性能要求满足一定的检测概率和虚警概率时，检测时间随着信噪比的增加而减少。因此，在不同的信噪比条件下，检测时间可以自适应的变化，在信噪比较低时通过增加检测时间来提高性能，而信噪比较高时则可以采用较短的检测时间而更快地完成检测。基于这个思想，本文设计了一种检测时间自适应的快速能量检测方法，在不同信噪比情况下采取不同的检测时间，在提高检测性能的同时，有效地降低了检测时延。

1 系统模型

能量检测方法可以看作是如下的二元检测问题：

（1）

其中，信号s是均值为0，方差为σ 的高斯过程，假设噪声w是均值为0 ，方差为σ2的高斯过程，它与信号相互独立。H0，H1分别表示信号不存在和信号存在[1]。

最大似然比检测的统计量表示为L（x）= 。如果它大于门限，则判决H1成立，否则H0成立。将两种假设下的分布函数代入并化简可得新的统价量为T（x）= x2（n），它是N个高斯随机变量的平方和[3]。在H0假设下， ～？字 ，在H1假设下， ～？字 。

对噪声方差作归一化处理后，根据统计量在不同假设下的分布可得：

（2）

（3）

其中r是判决门限，snr=σ /σ 为信噪比。

对于数目较大的样本，根据中心极限定理，卡方分布的随机变量可以用高斯变量来近似。因此，T（x）在H0和H1下的分布分别为，T（x）|H0～N（σ ，2σ /N），T（x）|H1～N（σ +σ ，2（σ +σ ） /N）。由（2）和（3）式可以得到：

（4）

由（4）式可以看出所需检测样本数目在检测概率和虚警概率一定的情况下，随着信噪比的增加而减少。

2 检测时间自适应的快速能量检测

传统的能量检测方法采用单门限检测，即当判决统计量大于给定门限则判决信号存在，否则判决信号不存在。本文提出的检测时间自适应的快速能量检测采用双门限进行判决。如果判决统计量大于门限λ1，则判决信号存在；如果判决统计量小于门限λ0（λ0

记每次检测时间t内采样的数目为N，最大检测次数为Nmax，检测时间自适应的能量检测方法具体步骤如下：

步骤1，将检测时间t内得到的样本平方求和得到判决统计量T，设置门限λ0和λ1。

步骤2，比较判决统计量和两个门限的大小，如果T>λ1则判决信号存在，T

步骤3，如果检测次数达到Nmax而λ0

当信号的信噪比很高时，该快速能量检测所需的检测次数很少，甚至一次就检测完成。当信号信噪比较低时，能量检测性能较差，需要通过增加检测次数来提高检测性能。

为了分析方便，记a0，b0，c0和a1，b1，c1分别对应于双门限λ0和λ1分割的三段概率，0和1分别对应于两种假设H0和H1。根据公式（2）和（3），在H0假设下有：

（5）

则，虚警概率和平均检测时间可以分别由如下（6）式和（7）式计算：

（6）

（7）

由式（5）可以发现，虚警概率与两个门限λ0和λ1以及N和Nmax有关。当固定这些参数后，虚警概率是恒定的，且可以通过改变这些参数来达到所要求的虚警概率。由式（6）和（7）可得，Pfa=a0Nfa。

在H1假设下：

（8）

同理检测概率与平均检测次数分别可以表示为：

（9）

（10）

为了与传统的能量检测方法进行比较，我们假设两种方法具有相同的虚警概率和检测时间，通过比较检测概率与信噪比的关系曲线来对比分析两种方法的性能。传统能量检测的检测概率为[3]：

（11）

其中 ， 是自由度为Nd的卡方分布的互补累计分布函数。

3 仿真分析

假设每次检测样本数N=100，最大检测次数Nmax为10。为了保证一定的虚警概率，由式（6）我们设a0=0.05，b0=0.25，c0=0.7，虚警概率的理论值为0.16，由式（5）可以得到两个门限值分别为：λ1=124.3，λ0=90.1。

图1是自适应快速能量检测的检测次数与信噪比的关系曲线。从图中可以看到平均检测次数随着信噪比的提高而降低，尤其是-10dB以上部分下降很快，而在低信噪比段检测次数随信噪比降低而略有下降，这是因为低信噪比下漏检概率增加而使得检测较快判决为0而中止。图中仿真值与由式（10）得到的理论曲线相一致，平均检测次数与信噪比的关系曲线可以通过调整参数来改变。

图2是自适应快速能量检测与传统能量检测方法的性能对比。在相同的虚警概率和检测时间的条件下两者的检测概率与信噪比的关系曲线如图所示。由图中可以看到信噪比在-10dB以下部分两种方法相差不大，而在-10dB以上部分自适应的能量检测方法优于一般的能量检测方法，这与图1检测次数的曲线相一致，-10dB以上部分随着信噪比的提高检测次数下降很明显，节省了检测时间，相比固定检测时间的能量检测方法提高了检测概率。图中水平曲线表示虚警概率与信噪比的关系。因为采用了纽曼-皮尔逊检测准则，虚警概率是恒定的。图中仿真值与理论曲线相一致，充分验证了理论分析的正确性。

图1 平均检测次数与信噪比的关系曲线

图2 自适应能量检测与一般能量检测的性能比较

4 结束语

传统的能量检测在固定检测时长且满足一定检测性能要求下进行检测，检测时间与信噪比有关。信噪比高时所需检测时间短，信噪比低时要求更多的检测时间。在实际检测环境中，信噪比是变化的，由于距离，传输衰落等影响，各个信号源在接收端的信噪比各不相同。通过理论分析和仿真验证，本文提出的检测时间自适应的快速能量检测对不同信噪比情况能自适应地改变检测时间，提高检测性能的同时，可以有效减小平均检测时延。

【参考文献】

[1]H. Urkowitz.Energy detection of unknown deterministic signals[J]. Proceedings of the IEEE，1967，55，4：523-531.

检测方法论文篇（11）

水声传感器网络；三维；进化博弈论；突发检测

中图分类号： TP393

文献标志码：A

Burst detection algorithm for data streams in

three dimensional under water acoustic sensor networks

XU Ming1， 2*，LIU Guang-zhong1

1.College of Information Engineering， Shanghai Maritime University，Shanghai 201306， China；

2.Shanghai Key Laboratory of Intelligent Information Processing， Fudan University，Shanghai 200433， China

Abstract：

Considering the multi-sourcing and heterogeneous data streams in three Dimensional UnderWater Acoustic Sensor Networks （3D UWASN）， this paper gave out a formalized definition and modeling for describing the characters and attributes of burst and presented an evolutionary game theory based burst detection algorithm for reducing processing time and improving detection performance through the optimization selection in the size of slide window. The simulations demonstrate that the burst detection algorithm consumes less processing time than traditional algorithms under the same conditions of data distribution， burst probability or maximum slide window size.

英文关键词　Key words：

UnderWater Acoustic Sensor Network （UWASN）； three dimensional； evolutionary game theory； burst detection