一种基于状态区间估计的博弈信息入侵检测系统

    公开(公告)号:CN116170178A

    公开(公告)日:2023-05-26

    申请号:CN202211649984.7

    申请日:2022-12-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于状态区间估计的博弈信息入侵检测系统,该系统由鲁棒点估计模块、增广状态构建模块、状态区间估计模块和信息入侵警报模块组成。鲁棒点估计模块通过重构系统的状态,获得了系统状态的点估计信息。增广状态构建模块将系统误差与原系统状态联立,构成新的系统状态。在此基础上,状态区间估计模块对新的系统状态进行区间估计,得到误差的边界信息,并结合状态点估计模块的点估计信息,获得原系统状态的区间信息。当系统受到信息入侵时,系统状态超出状态区间估计模块所给出的正常区间,信息入侵警报模块会立即发出警报。本发明提供了一种强可靠性、高准确性、广泛化性的博弈信息入侵检测系统,在各类设备中都能应用。

    一种基于支持向量机回归的雷达参数缺失项估计系统

    公开(公告)号:CN116203514A

    公开(公告)日:2023-06-02

    申请号:CN202211656540.6

    申请日:2022-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于支持向量机回归的雷达参数缺失项估计系统,用于对雷达进行参数缺失项估计,该系统包括雷达、数模转换系统、系统控制逻辑模块、数据存储器、系统总线、上位机、支持向量机回归参数补全模块及雷达参数显示模块。本发明所涉及的基于支持向量机回归的雷达参数缺失项估计系统,采用所述的设备实现雷达参数的缺失项估计。本发明克服已有的雷达参数缺失项估计系统对雷达参数缺失项估计精度不高的不足,利用支持向量机回归对线性以及非线性数据高精度的回归拟合能力,提高了雷达参数缺失项估计的精度,为雷达目标定位、雷达辐射源识别等下游任务提供了坚实的基础。

    基于非规则识别无监督学习的空袭目标分簇打击系统

    公开(公告)号:CN117332343A

    公开(公告)日:2024-01-02

    申请号:CN202311104314.1

    申请日:2023-08-30

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于非规则识别无监督学习的空袭目标分簇打击系统,包括空战对抗仿真模块、目标非规则分布识别模块、无监督学习分类模块与最优分簇打击策略输出模块。本发明通过空战对抗仿真模块对防空战场要素进行模型化考虑,构建空战双方信息矩阵;通过目标非规则分布识别模块对信息矩阵的不规则特征进行考虑,确保分簇结果切合实际情况;通过无监督学习分类模块对敌我双方要素进行分簇打击最优化;最后通过最优分簇打击策略输出模块将结果输出到防空要素中并指导其完成任务。本发明提供了一种鲁棒、快速、精确的空袭目标分簇打击系统,解决了传统防空战场目标分簇打击系统难以实现最优分配的问题。

Patent Agency Ranking