利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击.以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全.针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动.通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的.实验结果表明该方法相对基线方法具有更优的欺骗性能.     

维度汇总性问题及其对策

在联机分析处理中,为了提高查询的响应速度,预聚合是一种常用的方法,但在已有的研究中,关于维度汇总性的研究还相当少。从维度汇总性的基本概念及其分类出发,对维度汇总性的判断方法进行了研究,最后还给出了处理维度汇总性问题时的一些对策。     

数字式相位差测量方法及精度分析

相位差变化率是最近提出的用于快速无源定位的观测量。该文研究相位差的高精度测量方法 ,提出了一种正交双通道数字式的相位差测量方法。通过对信号频谱的分析 ,计算了测量系统输出的信噪比 ,从而得出了相位差测量的理论精度 ,随后进行仿真分析验证了理论精度。理论分析和仿真实验证明 ,论文提出的方法可以实现高精度的相位差测量     

毫米波非均匀平面阵列无损检测三维成像算法

毫米波因其分辨力强、穿透性强、光子能量低的独特优势,在无损检测领域具有极大的潜力.针对毫米波无损检测应用,结合距离徙动算法和非均匀快速傅里叶变换的思想,提出一种适用于非均匀平面阵列的三维成像算法.该算法利用非均匀快速傅里叶变换在波数域重构信号频谱,克服了非均匀空间采样对传统基于傅里叶变换的成像算法的限制;该算法应用非均...     

基于逾渗理论的无人机网络覆盖性能的研究

实现并维持网络覆盖是部署无人机网络的基本目的。然而,网络结构复杂,在无人机网络中实现并维持网络全覆盖是一项挑战工作。为此,对无人机网络覆盖性能进行研究,并利用逾渗理论推导实现覆盖的临界节点密度。对无人机在地面上的覆盖区域进行正六边形和正方形的近似处理,利用六边形棋盘和正方形棋盘对监测进行网格化,并结合逾渗理论,推导实现对监测区域进行全覆盖的临界节点密度。通过仿真实验,证实了所推导的临界节点密度的准确性。     

异步非平稳干扰抑制方法

为解决单通道条件下异步非平稳干扰抑制问题,提出基于数据驱动的稀疏分量分析干扰抑制方法,旨在从接收到的混叠信号中恢复期望信号.该方法利用深度卷积神经网络对输入/输出端数据间的复杂映射关系的强大建模能力,实现了目标信号稀疏域的自适应选择、稀疏域中目标信号稀疏表示的自适应学习以及目标信号的自动恢复.与以往干扰抑制算法不同,所提方法在时域上完成了\"端到端\"的信号波形恢复,且对混叠观测无先验要求,相比现有方法更具普适性.仿真实验验证了所提干扰抑制方法在不同环境噪声和干扰信号强度及泛化测试条件下的有效性,对干扰的抑制性能显著优于现有算法.     

一种从二维照片反求三维CAD模型的稳健方法

研究了从物体二维照片重构其三维CAD模型的算法。通过物体在不同方位的一组照片 ,选取一定数量的配准点 ,该算法能够计算出照相机的运动参数 ,进而得到物体表面的 3D几何信息及CAD模型。算法充分考虑到了CAD建模的可制造性约束 ,具有精确、稳健的特点 ,在逆向工程建模、计算机视觉、机器人领域有应用前景。     

战场信息资源动态组织与服务策略

在日趋复杂的战场环境下,信息具有海量和分布的特点,对于各级作战人员在这种复杂环境下适时地发现和获取所需的信息是一个极具挑战性的问题.提出了一种基于对等资源中心的战场信息动态组织和服务体系框架,并重点对一体化元数据描述、资源组织与索引策略、资源发现与分发服务流程等关键问题进行了描述,从而提供一种高效的战场信息发现和分发能力.     

面向战场信息分发的应用层可靠组播策略

应用层组播是一种实现网络中心战环境下一对多战场信息分发的有效途径,在对网络中心战环境下应用层组播研究面临的各类问题进行分析的基础上,重点对组播可靠性问题进行了研究,提出了一种可靠组播策略,通过反压技术和备份缓存的方式来保证端对端传送的可靠性,对组播树的错误恢复算法进行了设计.并提供了一种随机路由的辅助策略来改善可靠组播传送的效率,从而满足战场信息分发的高效和高可靠性需求.     

三维视景仿真中的主辅式多视口结构及其实现

针对大规模三维视景仿真中同时对场景全局和各目标模型细节观察的需求,设计了一种基于OpenGL的主辅式多视口场景渲染结构。通过对OpenGL视口定义、深度检测及投影变换等技术的灵活应用,该多视口结构在“导弹突防三维视景仿真系统”中得到了实现,有效地解决了多观察点同时兼顾的问题。