【摘 要】
：
实现电磁数据的异常检测和模式发现,对电磁目标异常行为的判断与提前预警具有重要价值.不同类型的电磁数据通常以时间序列的形式存在,且具有正常数据与异常数据不均衡等特点.
【机 构】
：
国防科技大学 电子科学学院,湖南 长沙 410073
论文部分内容阅读
实现电磁数据的异常检测和模式发现,对电磁目标异常行为的判断与提前预警具有重要价值.不同类型的电磁数据通常以时间序列的形式存在,且具有正常数据与异常数据不均衡等特点.为应对上述挑战,提出一种基于时空联合注意力机制的时间序列异常检测方法.基于电磁数据的时间与空间特征,结合通道与空间注意力机制,增强对时序数据异常部分的特征表示.实验结果表明,提出的检测算法能够有效应对数据不均衡的难点,具有较强的鲁棒性.
其他文献
为解决地对空快速单站无源定位问题,提出了一种长基线阵列地面单站无源定位方法.该方法将阵列天线嵌套在三天线长基线系统中,利用目标到长基线两端的视向夹角隐含在相位差参
为提高调制分类识别精确度,降低计算复杂度,提出了一种基于卷积神经网络(CNN)与红绿蓝(RGB)循环谱二维图的智能调制识别方法.基于循环谱特征可识别调制类型的机理,为了降低计
提出了一种应用于噪声环境下的多尺度卷积神经网络(CNN)在线地震前电磁异常检测模型。该模型在CNN强大特征提取能力的基础上,通过多尺度机制协同长短期地空电磁频谱特征,多维度、多视角地开展对地震前电磁的异常检测。同时引入自适应变分模态分解(VMD)降噪方法提取观测信号中的有效信息,最后配合在线学习策略,实现对地震前电磁异常模式可能变化的持续学习。仿真结果表明,多尺度模型在低信噪比下能够保持较高的准确
边缘计算逐步从产业共识走向落地实践,云原生的理念也不断在边缘计算领域得到运用。在云原生边缘计算的演进中,产业界发布了多款产品和架构。AWS Wavelength和阿里云ENS是公有云厂商研发的边缘计算产品;OpenYurt、KubeEdge、k3s、Virtual Kubelet为开源的云原生管理项目,可以将云原生能力拓展到边缘。基于现有产品和项目的介绍,文章分析云原生边缘计算的生态、能力。在此基础上,结合运营商在ICT产业的探索,阐述云原生边缘计算背景下数字化转型带给运营商的启示。
微服务以其组件之间松耦合、易于扩展、组件内自治性强等特点,成为各大公司分布式服务新的解决方案。但微服务架构复杂,容易发生故障,而且故障与微服务实例之间动态交互相关,难以重现。并且微服务集群稳定性差,易导致整个集群崩溃。为了应对这些挑战,文章提出一套基于服务网格的微服务故障治理方案,选出合适的服务网格软件,使用服务网格提供的分布式追踪、日志收集、故障注入等功能,进行故障治理,并应用在一套微服务软件上。结果证明,这套方案能够及时定位故障位置,减小故障带来的不良影响。
研究了表面化学硫硒钝化技术对砷化镓基光控太赫兹调制器件性能的增强效应和机制.实验表明,硫硒钝化能有效地去除砷化镓表面氧化物,减少表面复合中心,从而改善砷化镓的表面状
为了解决WiFi外辐射源雷达现场应用中首先需要实时获取室内辐射源位置的问题,通过详细分析室内环境中信号的反射方式和特性,利用一次反射信号建立了WiFi辐射源测量的到达时间
基于人工智能的方法在雷达辐射源识别任务中已取得很好的效果.但随着电子信息技术的发展,将会出现越来越多的未知辐射源,其特征分布与类别都是未知的,在缺少先验知识的情况下
针对认知无线电网络中多个异质用户具有不同的服务质量(QoS)要求,提出一种基于多智能体强化学习的动态频谱分配方法.该方法从用户满意度角度出发,以用户体验质量(QoE)作为系
射频指纹(RFF)来源于发射机电路设计的差异和生产过程中硬件电路的制造容差,是一种新兴的设备身份识别和认证技术.对射频指纹产生机理进行建模是深入研究射频指纹技术的基础.