公开(公告)号：CN104699458A

公开(公告)日：2015-06-10

申请号：CN201510144307.3

申请日：2015-03-30

Applicant: 哈尔滨工业大学

Inventor： 庞业勇 ,  王少军 ,  何永福 ,  刘大同 ,  彭宇 ,  彭喜元

IPC: G06F9/30

Abstract: 定点向量处理器及其向量数据访存控制方法，涉及一种用于在线时间序列预测的向量处理器。是为了解决现有的向量处理器无法针对特定方法进行优化导致的通用性不强和不能满足在线计算的需求的问题。本发明所述的定点向量处理器，包括程序计数器、微码存储器、向量存储器、算术逻辑单元和数据控制单元。通过前述定点向量处理器的各个模块之间的信号处理流程，构成完整的定点向量处理器。通过异构ALU设计，每个数据通路的ALU结构可以根据计算需要灵活的改变，实现指令集的灵活配置。适用于复杂计算需求的场合。

公开(公告)号：CN106055885A

公开(公告)日：2016-10-26

申请号：CN201610356647.7

申请日：2016-05-26

Applicant: 哈尔滨工业大学

Inventor： 彭宇 ,  何永福 ,  王少军 ,  贺思捷 ,  彭喜元 ,  刘大同

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明提供了一种基于过采样投影近似基追踪无人机飞行数据异常检测方法。本发明引入过采样和信号处理中的信号子空间投影近似思想，通过对过采样后数据投影近似子空间基向量方向的估计和追踪匹配，检测数据流中异常，同时利用子空间方向对飞行模式切换不敏感特点，抑制飞行模式对异常检测结果的影响。从而以此为基础提出了一种无人机飞行数据在线异常检测方法的框架。所提出的检测框架，在飞行数据在线异常检测中，消耗同等μs级计算时间下，较基于Online MD、BN、CCA和KOAD四种在线异常检测方法，误检率FPR降低53.82％以上，检测准确率AUC分数提高5.28％以上，达到0.9836，接近理论值1。表明本发明的方法可有效解决飞行数据在线异常检测问题。

公开(公告)号：CN106055885B

公开(公告)日：2018-12-11

申请号：CN201610356647.7

申请日：2016-05-26

Applicant: 哈尔滨工业大学

Inventor： 彭宇 ,  何永福 ,  王少军 ,  贺思捷 ,  彭喜元 ,  刘大同

IPC: G06F17/11

Abstract: 本发明提供了一种基于过采样投影近似基追踪无人机飞行数据异常检测方法。本发明引入过采样和信号处理中的信号子空间投影近似思想，通过对过采样后数据投影近似子空间基向量方向的估计和追踪匹配，检测数据流中异常，同时利用子空间方向对飞行模式切换不敏感特点，抑制飞行模式对异常检测结果的影响。从而以此为基础提出了一种无人机飞行数据在线异常检测方法的框架。所提出的检测框架，在飞行数据在线异常检测中，消耗同等μs级计算时间下，较基于Online MD、BN、CCA和KOAD四种在线异常检测方法，误检率FPR降低53.82％以上，检测准确率AUC分数提高5.28％以上，达到0.9836，接近理论值1。表明本发明的方法可有效解决飞行数据在线异常检测问题。