基于GAN的入侵检测系统对抗样本生成模型

随着人工智能技术的兴起,基于深度学习的网络入侵检测系统已广泛应用,但神经网络模型很容易受到对抗扰动的影响。攻击者通过在网络流量中添加微小的扰动来构建对抗样本,使得入侵检测系统对其错误分类。论文基于GAN进行设计与改进,提出了一种对抗样本生成模型AdvWGAN,该模型针对恶意流量生成满足网络流量特性的对抗性恶意流量,并对黑盒入侵检测系统进行对抗攻击。实验表明：AdvWGAN能够在保证网络流量真实有效的前提下实现对深度学习入侵检测模型的有效黑盒攻击。     

弯管几何参数对弯管中导波传播特性的影响

为研究不同几何参数下弯管中导波频散曲线的特征,使用半解析有限元法对不同弯管中导波频散曲线进行了计算,分析了弯管的三个特征几何参数(截面外径d、截面壁厚h、弯曲半径R)改变时导波频散曲线的变化.研究发现:弯曲半径-截面外径比R/d和截面外径-壁厚比d/h对于导波频散曲线都具有较大的影响;当弯管的弯曲半径-截面外径-壁厚比...     

无人机对地目标多帧融合定位与误差收敛特性分析

对地目标高精度定位是无人机开展目标侦察、火力引导、效能评估等的重要前提,然而无人机对地目标定位精度受到误差因素多、传递链长等因素的制约.采用基于卡尔曼滤波的图像多帧配准对地面目标定位的方法,通过融合无人机获取的多帧目标图像,基于卡尔曼滤波方法,研究无人机对地目标高精度融合定位方法,并引入蒙特卡洛法进行仿真,分析基于卡尔...     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

卫星差分码偏差对北斗三号双频精密单点定位的影响

为探讨北斗三号系统不同频点组合卫星差分码偏差(differential code bias, DCB)对精密单点定位(precise point positioning, PPP)的影响,推导北斗三号系统不同频点无电离层组合卫星端DCB改正模型,并基于MGEX跟踪站连续7天4站的观测数据按7种不同双频组合进行DCB改正实验。结果表明,DCB改正对PPP精度在最初的历元有明显提升,有助于滤波的收敛及提高单天解的均方根,但对于最终定位精度无明显提升。B2a/B3I及B2b/B3I组合定位精度及收敛速度明显低于其他组合,DCB改正后有所提升。其他5种组合改正后定位精度及收敛时间相当：静态PPP单天解均方根在E、N和U方向约为5.50 cm、2.50 cm和6.25 cm,较未改正前提升20%～65%;平均收敛时间为38 min,提升约6%;动态PPP平均收敛时间为59 min,提升约20%;最终定位精度水平方向优于5 cm,高程方向优于7 cm。     

试论信息化条件下谋略思维特征的变化

谋略是人脑对客观事物的主观反映.战争形态、作战模式、战场环境等的转变必然引起谋略思维的变革.信息化战争中谋略思维特征将呈现出"对抗性软化、协调性凸显、层次性模糊、概括性拓展"等新变化.     

一种基于Jerk模型的机动目标单站无源定位算法

针对采用非线性较强的观测角、角度变化率、脉冲到达时间差等参数的单站无源定位跟踪系统,提出了一种新的跟踪滤波算法IMM-Jerk。该方法用Jerk模型对做复杂机动的运动目标建模,采用经过UKF滤波改进的交互多模(IMM)算法对目标实现跟踪滤波。该算法可适用于对做多种机动运动的目标的跟踪,提高了目标跟踪收敛精度和跟踪系统的稳定性。仿真试验证明了该方法的可行性和有效性,并具有较高的应用价值。最后,对IMM-Jerk算法的研究方向进行了讨论。     

永磁无刷直流直线电机齿槽力补偿控制研究

永磁无刷直流直线电机的齿槽定位力对其低速性能影响很大,而单纯的设计方法不可能完全消除齿槽力的影响,为此,必须在控制系统中对齿槽力进行补偿。针对包含齿槽力模型的理想电机控制系统进行了理论分析,指出通过引入位置反馈环节可以消除齿槽力的不良影响。利用有限元分析方法计算了电机的推力和齿槽力波形,验证了低速条件下推力波动主要由齿槽力引起,并说明可以通过位置反馈来补偿推力波动。最后,提出将一个齿槽力周期分为多个区间,然后分段进行线性补偿的简易控制方法。该方法无需高精度的定位装置和复杂的控制算法即可实现对电机齿槽力的补偿,实验结果表明,所提方法能够有效抑制电机的推力波动。