在线学习的主用户仿冒攻击策略

在认知无线网络中,次用户通过频谱感知来学习频谱环境,从而接入那些没有被主用户占用的频谱空隙。事实上,多种恶意攻击的存在会影响次用户频谱感知的可靠性。只有深入研究恶意攻击策略,才能确保认知无线网络的安全。基于此,研究了一种认知无线网络中的欺骗性干扰策略,即主用户仿冒攻击策略,该攻击策略通过在信道上传输伪造的主用户信号来降低次用户频谱感知的性能。具体来说,将攻击策略问题建模为在线学习问题,并提出基于汤普森采样的攻击策略以实现在探索不确定信道和利用高性能信道间的权衡。仿真结果表明,与现有的攻击策略相比,提出的攻击策略能更好地通过在线学习优化攻击决策以适应非平稳的认知无线网络。     

基于边界扫描的簇测试系统设计

在对边界扫描及簇测试技术研究的基础上,以边界扫描测试总线控制器芯片为核心设计实现了一个簇测试系统,选择W-A的GNS算法对所设计的测试系统进行了簇测试实例验证.实验结果表明,该测试系统能够快速准确地检测出被测系统的固定逻辑故障和短路故障.     

数据采集中脉冲丢失补偿算法

针对测试中遇到的脉冲丢失问题,采用脉冲边沿、脉冲到达时间和脉冲间隔等特征量,设计了快速进行脉冲丢失位置定位和补偿的算法。仿真结果表明,该算法能有效地解决脉冲丢失的问题,对脉冲敏感型的数据分析和故障诊断具有重要意义。     

“高”、“低”武器比长短

“尺有所短，寸有所长”，高技术武器虽然具有良好的作战性能、巨大的作战威力，但是它也存在着自身无法克服的局限性。传统“低技术”武器并不因为性能较为落后、威力平平就失去了存在的价值，在极其复杂的战场上，传统“低技术”武器仍然能发挥出自身特有的优势。