基于特征融合的电磁信号对抗样本检测方法

针对电磁信号调制识别智能模型容易受到对抗样本攻击的问题,提出了一种基于特征融合的电磁信号对抗样本检测方法。该方法首先通过变分模态分解对测试样本进行去噪得到去噪后的电磁信号样本,然后分别将去噪前后的电磁信号样本输入到神经网络模型中,接着计算去噪前后模型输出向量的余弦相似性值和置信度差值,最后将两个特征进行融合,输入到一个神经网络模型中进行检测。与基线方法相比,该方法在实验中取得了更高的检测成功率。本文方法具有时间复杂度低、易于实现的优点,为电磁信号调制识别智能模型提供了一种新颖的对抗样本检测方法。

下一代信号情报侦察体系架构:大数据概念的应用

大数据正深入到各行各业,对信号情报侦察领域也将产生重大影响。首先简单介绍了大数据概念,然后分析现代信号情报侦察的特点及面临的问题,应用大数据的概念来构建下一代信号情报侦察体系架构,设计了资源可视化的新型单站结构以及能够根据侦察需求进行系统级重构的新型系统框架,分析了构建过程中需要解决的关键问题,介绍了可以从"大数据"中借鉴的若干新技术。

从软件无线电到认知无线电,走向终极无线电——无线通信发展展望

介绍软件无线电三种基本结构及认知无线电基本概念的基础上,提出了基于电子侦察原理的一种新的认知无线电实现架构及其对应的认知循环过程。同时,针对认知无线电存在的问题,提出了基于盲源分离的认知无线电——终极无线电(ultimate radio)的新概念,并对其实现的可行性进行了初步的分析讨论。

赛博背景下通信对抗发展探讨

从物理层、逻辑层和社会层三个层次阐述了对赛博空间的认识和理解，指出了赛博空间不仅仅是基础设施网络，还包括逻辑网络以及逻辑网络之上的行为和关系。结合现阶段实际情况，提出应当以战场无线通信网络为对象，以“破网”为切入点，以“瘫网’’为目标，以“控网’’为最高境界，由易到难，循序渐进，有计划、有步骤地开展研究。

盲源分离——理论、应用与展望

探讨了盲源分离在通信侦察中的应用前景。在首先介绍盲源分离的基本理论和经典算法的基础上，讨论了盲源分离在通信侦察中的典型应用；通过初步仿真，分析研究了盲源分离技术在跳频信号分选与拼接以及CDMA多用户分离两个重要领域的应用可行性；最后对盲源分离在通信侦察中的应用前景进行了展望，提出了需重点研究的几个问题。

软件无线电中的发射机研究

本文讨论了通信信号的基带调制方法 ,并提出了可用于软件无线电的单信道发射机和信道化发射机的实现方案。这两种方案采用了新颖的上变频方案 ,可灵活方便地产生各种调制样式的射频通信信号 ,颇具实用价值。

基于“软件星”的综合一体化空间信息系统

本文在分析未来空间信息系统发展需求以及现有空间信息系统建设所存在的弊端的基础上,从顶层设计入手,提出了以“软件星”为基础的空间信息系统发展新策略。通过对“软件星”基本概念,“软件星”有效载荷的组成及其理论基础的介绍,论述了“软件星”的可行性;在此基础上提出了基于“软件星”的综合一体化空间信息系统建设的初步设想。

M-PSK/QAM系统中基于相位预编码和盲源分离的共道干扰消除

为了消除M-PSK/QAM系统中的共道干扰,提出一种基于相位预编码和盲源分离的干扰消除新方法:发射端采用随机序列对期望信号进行相位编码,接收端利用期望信号独有的编码序列和盲源分离技术从接收信号中提取出期望信号。该方法不需要知道信道状态信息(CSI,channel state information),从而避免了信道估计误差对系统性能的影响,并节省了训练序列带来的带宽开销。仿真实验表明所提策略可以有效降低干扰的影响,在SNR高于6dB情况下,比已知完美CSI的MMSE算法有更低的误码率。

“软件星”概念研究

在软件无线电的基础上提出了“软件星”的概念，表述了“软件星”的内涵，并对“软件星”的实现途径进行了讨论，提出了基于宽带中频软件无线电结构的“软件星”有效载荷设计新思想。有理由相信，“软件星”将会在未来的民用、军事、商业等诸多领域得到广泛的应用。

聚偏氟乙烯单链单晶的研究

单分子单晶是高分子特有的一种聚集态结构。首次观察到单链单晶的聚合物是聚氧化乙烯［１］。近几年来，卜海山小组和我们的研究小组先后成功地制备和观察到等规聚苯乙烯、顺式１，４聚丁二烯以及古塔胶的单链单晶，并对其形状和结构进行了研究。然而，单链单晶的研究过程...

突破“瓶颈”,把握未来——通信对抗发展思考

最近十多年来，通信对抗得到了突飞猛进的发展，实现了三次重大的技术飞跃，取得引人注目的成就，呈现出蒸蒸日上、不断迈向高峰的发展局面。然而，通信对抗的发展却受到许多“瓶颈”的束缚，如果不能解脱这些束缚，通信对抗的发展就会受到严重阻碍。文章同时提出了突破“瓶颈”所面临的技术挑战，并就如何实现通信对抗的可持续发展进行了思考，提出了建议。

基于决策边界敏感性和小波变换的电磁信号调制智能识别对抗样本检测方法

深度学习在图像分类和分割、物体检测和追踪、医疗、翻译和语音识别等与人类相关的任务中取得了巨大的成功。它能够处理大量复杂的数据,并自动提取特征进行预测,因此可以更准确地预测结果。随着深度学习模型的不断发展,以及可获得的数据和计算能力的提高,这些应用的准确性不断提升。最近,深度学习也在电磁信号领域得到了广泛应用,例如利用神经网络根据信号的频域和时域特征对其进行分类。但神经网络容易受到对抗样本的干扰,这些对抗样本可以轻易欺骗神经网络,导致分类错误。因此,对抗样本的生成、检测和防护的研究变得尤为重要,这将促进深度学习在电磁信号领域和其他领域的发展。针对现阶段单一的检测方法的有效性不高的问题,提出了基于决策边界敏感性和小波变换重构的对抗样本检测方法。利用了对抗样本与正常样本对模型决策边界的敏感性差异来进行检测,接着针对第一检测阶段中未检测出的对抗样本,本文利用小波变换对样本进行重构,利用样本去噪前后在模型中的预测值差异来进行检测。本文在两种调制信号数据集上进行了实验分析,并与基线检测方法进行对比,此方法更优。这一研究的创新点在于综合考虑了模型决策边界的敏感性和小波变换的重构能力,通过巧妙的组合,提出了一种更为全面、精准的对抗样本检测方法。这为深度学习在电磁信号领域的稳健应用提供了新的思路和方法。

融合深度学习的贝叶斯滤波综述

当前动态系统呈现大型化、复杂化的趋势,基于贝叶斯滤波的动态系统状态估计遇到一系列新的挑战.随着深度学习在特征提取与模式识别等方面的优势与潜力不断显现,深度学习与传统贝叶斯滤波相结合的研究也随之兴起.为此,梳理了不同领域融合深度学习的贝叶斯滤波方法的应用案例,从中剖析不同类型动态系统下贝叶斯滤波存在的局限性和共性难题.在此基础上,总结了当前贝叶斯滤波存在的几类不确定性问题,以深度学习的视角将这些问题归纳为特征提取和参数辨识两大基本问题,进而介绍深度学习为贝叶斯滤波所提供的解决方案.其次,归纳整理了两类深度学习与贝叶斯滤波结合的具体方法,着重介绍了深度卡尔曼滤波和融合深度学习的自适应卡尔曼滤波.最后,综合考虑深度学习方法和贝叶斯滤波方法的优势,讨论了融合深度学习的贝叶斯滤波方法的开放问题和未来研究方向.

电子战？信息战？——从信息战走向比特战

从电子战与信息战的联系与差异、继承与发展的角度，全面论述了信息战的内涵与核心，提出了电子战的核心是信号战（SIGNALSWAR），而信息战的核心是比特战（BITWAR）的重要思想。在此基础上讨论了从电子战走向信息战所需解决的几个关键技术问题，最后提出了信息战发展建议。

甘蓝型油菜细胞核+细胞质雄性不育三系的研究与利用 Ⅳ.隐性细胞核+波里马细胞质雄性不育三系的创建

甘蓝型油菜隐性细胞核雄性不育与波里马细胞质雄性不育可能具有完全不同的不育基因系统;采用有性杂交和连续回交的方法,将甘蓝型油菜隐性细胞核不育基因导入到含有波里马不育细胞质的基因型中,并得到甘蓝型油莱隐性细胞核+波里马细胞质雄性不育系RGCMS—S45A和RGCMS—117A及其相应的保持系S45B和117B;采用测交方法,从隐性细胞核雄性不育系中筛选出甘蓝型油菜隐性细胞核+波里马细胞质雄性不育保持系9个;波里马细胞质雄性不育的恢复系均是隐性细胞核+波里马细胞质雄性不育的恢复系。

基于概率密度估计盲分离的通信信号盲侦察技术

为解决复杂多信号环境下的通信侦察难题,提出一种新的盲侦察技术,采用基于密度估计的盲分离算法(DEBSS)分离出原始信号,然后对分离的各个信号进行后续信号处理.DEBSS算法采用核函数估计法估计出信号的概率密度函数及其导数,以此确定信号的评价函数,然后采用自然梯度迭代算法进行迭代.仿真结果表明,采用该方法在无需任何先验知识的情况下(如载频、信号带宽、调制样式),可以很好地分离出原始的发射信号,为后续信号处理(如分析识别、解调等)奠定基础.该算法可以对任意源信号进行分离,而不管它是超高斯还是亚高斯信号.

基于四阶累积量的稳健的通信信号盲分离算法

该文针对有噪环境中的通信信号盲分离问题,提出了一种在噪声环境下性能良好的盲分离算法,该算法将稳健的白化算法与四阶累积量矩阵的联合对角化相结合。仿真结果表明,该算法分离性能比一般的近似联合对角化(JAD)算法有很大改善,干信比可降低近10dB,而算法的运算量没有太多增加。

基于盲源分离的CDMA多用户检测与伪码估计

在分析DS-CDMA系统模型的基础上,提出一种基于盲源分离技术的用户扩频码盲估计算法.仿真结果表明,该算法在单径或多径环境中都能正确地估计不同用户的扩频码信息.同时还提出一种基于盲源分离技术的盲多用户检测算法,该算法利用不同用户信息之间的独立性,不仅不需要知道用户的扩频码和信道信息,而且其性能相对传统的匹配滤波和解相关算法有很大改善,当信噪比为6dB时,本文算法的误码率降低了两个数量级.

基于平滑伪Wigner分布的伪码与线性调频复合侦察信号参数估计

该文研究伪码-线性调频复合体制侦察信号识别的平滑伪Wigner时频分析方法,推导了PRBC-LFM侦察信号的SPWVD时频分布函数,通过对ω=ω0+Kt截面上SPWVD分布分析,从中提取了与载频、调频斜率和伪码参数(子脉冲宽度、编码位数、脉冲周期等)有关的特性,设计了参数估计方法。最后在高斯噪声环境下对理论分析的结果进行了仿真,结果表明在相同的信号环境下,该文提出的方法对PRBC-LFM信号的参数估计精度优于基于谱相关以及基于Wigner分布的参数估计性能。