-
公开(公告)号：CN109740204A
公开(公告)日：2019-05-10
申请号：CN201811553023.X
申请日：2018-12-19
申请人： 重庆大学 , 中国人民解放军陆军工程大学
摘要： 本发明涉及一种基于杜芬振子逆向相变的弱正弦信号快速检测方法，解决的是原有方法计算结果包含因检测阵列振子数有限而引入的量化误差，无法准确限定相变振子数，单次测量误差明显，收敛过程慢，计算量大的技术问题，通过将检测模型中s个振子发生相变时的参考信号理想幅值用QINC(s)、QDEC(s)代替计算，较好解决了该问题。所述QINC(s)、QDEC(s)为搜索逼近得到的参考信号幅值，逼近程度可通过搜索精度的大小调整，s为限定参数；QINC(s)加上搜索精度的量，则检测阵列相变振子数由大于s变为s；QDEC(s)减去搜索精度的量，则检测阵列相变振子数由小于s变为s。
-
公开(公告)号：CN109740204B
公开(公告)日：2021-01-26
申请号：CN201811553023.X
申请日：2018-12-19
申请人： 重庆大学 , 中国人民解放军陆军工程大学
IPC分类号： G06F30/20 , G06F17/11 , G06F111/10 , G06F119/02
摘要： 本发明涉及一种基于杜芬振子逆向相变的弱正弦信号快速检测方法，解决的是原有方法计算结果包含因检测阵列振子数有限而引入的量化误差，无法准确限定相变振子数，单次测量误差明显，收敛过程慢，计算量大的技术问题，通过将检测模型中s个振子发生相变时的参考信号理想幅值用QINC(s)、QDEC(s)代替计算，较好解决了该问题。所述QINC(s)、QDEC(s)为搜索逼近得到的参考信号幅值，逼近程度可通过搜索精度的大小调整，s为限定参数；QINC(s)加上搜索精度的量，则检测阵列相变振子数由大于s变为s；QDEC(s)减去搜索精度的量，则检测阵列相变振子数由小于s变为s。
-
公开(公告)号：CN116016203A
公开(公告)日：2023-04-25
申请号：CN202211529606.5
申请日：2022-11-30
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04L41/14
摘要： 本发明涉及网络态势生成领域，具体涉及用于机动通信网络的攻防态势生成方法及系统。所述方法包括：构建包含地理环境要素、电磁环境要素和机动通信节点要素的机动通信网络攻防仿真场景；通过机动通信网络攻防仿真场景进行网络攻防仿真，生成机动通信网络攻防态势；在网络攻防仿真过程中，获取机动通信网络攻防态势数据并进行攻防态势显示；对机动通信网络攻防态势数据进行统计分析以得到对应的网络攻防态势。本发明还公开了一种机动通信网络的攻防态势生成系统。本发明能够实现机动通信网络的攻防仿真，生成机动通信网络攻防态势，并实现网络攻防态势数据的可视化呈现和分析。
-
公开(公告)号：CN115801381A
公开(公告)日：2023-03-14
申请号：CN202211408393.0
申请日：2022-11-10
申请人： 中国人民解放军陆军工程大学
摘要： 本发明涉及网络攻防对抗仿真技术领域，具体涉及用于机动通信网的网电一体攻防仿真方法，包括：构建用于描述网电一体攻防要素组织、交互关系和作用效果的模型库；从模型库中选取对应模型构建网络的拓扑结构，进而定义网络的通信业务和攻防模式，以生成对应的仿真网络；将仿真网络的配置信息通过通信总线下发到对应的仿真工作站；将仿真工作站与真实网络连接并建立真实网络与仿真网络间的通信，以生成对应的网络攻防仿真模型；通过网络攻防仿真模型实现网电一体攻防仿真。本发明能够构建有效实现网电一体攻防仿真的仿真网络，并且能够实现仿真网络环境与实际网络环境的有效融合，从而能够提高机动通信网的网电一体攻防仿真效果。
-
公开(公告)号：CN113591326A
公开(公告)日：2021-11-02
申请号：CN202110942613.7
申请日：2021-08-17
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种基于系统动力学的信息保障方案仿真评估方法及系统，所述方法包括：对信息保障方案的效能指标进行有效性评估，确定所述效能指标内各关键性要素的比重和权重值，构建信息保障方案有效性指标体系；确定所述信息保障方案有效性指标体系中所述关键性要素和所述效能指标的因果反馈关系并绘制因果反馈关系图；根据各所述关键性要素和所述各效能指标之间的所述因果反馈关系构建系统动力学模型，确定所述各效能指标计算方程；根据评估目的设置输入条件和指标权重，启动所述系统动力学模型，通过所述各效能指标计算方程进行仿真分析。
-
公开(公告)号：CN108809711A
公开(公告)日：2018-11-13
申请号：CN201810587064.4
申请日：2018-06-06
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种通信设备自适应管理系统，包括：智能运算台(1)、数据管理服务器(2)、设备服务器(3)、资源服务器(4)、状态呈现服务器(5)、知识服务器(6)、数据收发器(7)、命令学习解析服务器(8)、逻辑学习解析服务器(9)、业务服务器(10)。本发明采用人工智能、信息识别、大数据处理、信息检索和ATM交换技术，通过对通信设备管理系统有效整合和资源共享能力优化，实现了设备注册、信息交互、业务管理、资源分配、状态呈现、数据管理与数据备份等功能，形成了对通信设备的自适应管理，极大提升了对通信设备的系统管理能力。
-
公开(公告)号：CN112069998A
公开(公告)日：2020-12-11
申请号：CN202010926774.2
申请日：2020-09-07
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种基于卷积神经网络的GBDT故障诊断集成方法，基于欠采样反例类别和过采样正例类别，对k种轴承故障分别截取m个样本，得到数据样本总数，并构成被测样本集，并进行时间序列变换和连续小波变换，得到时间序列图像和时频图像，然后分别转换为所述第一训练数据集和所述第二训练数据集输入LeNet5 CNN模型中，得到对应的第一弱分类模型和第二弱分类模型，采用GBDT算法对所述第一弱分类模型和所述第二弱分类模型进行串行集成，建立CNN+GBDT故障诊断模型，然后将所述时间序列图像和所述时频图像输入CNN+GBDT故障诊断模型进行训练，并根据诊断误差、测试样本精度和可行性指标，完成对轴承诊断的诊断分类，提高故障诊断精度。
-
公开(公告)号：CN115438743A
公开(公告)日：2022-12-06
申请号：CN202211153006.3
申请日：2022-09-21
申请人： 中国人民解放军陆军工程大学
摘要： 本发明具体涉及基于CNN基分类器改进的串行集成方法，包括：将网络连接记录输入经过训练的故障检测模型中输出对应的网络故障预测值；故障检测模型基于深度网络构建；训练时，首先获取若干个带网络故障标签的网络连接记录构建训练样本集；其次对训练样本集进行预处理，得到预处理数据集；然后基于XGBoost算法对预处理数据集中训练样本的特征属性进行重要性评估和特征筛选，得到高价值密度数据集；最后通过高价值密度数据集训练故障检测模型。本发明能够很好的适用于网络故障检测，且能够对网络故障数据进行特征属性重要性评估和特征筛选，进而剔除不相关或冗余特征属性来得到高价值密度数据集以训练模型。
-
公开(公告)号：CN108809711B
公开(公告)日：2021-07-09
申请号：CN201810587064.4
申请日：2018-06-06
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种通信设备自适应管理系统，包括：智能运算台(1)、数据管理服务器(2)、设备服务器(3)、资源服务器(4)、状态呈现服务器(5)、知识服务器(6)、数据收发器(7)、命令学习解析服务器(8)、逻辑学习解析服务器(9)、业务服务器(10)。本发明采用人工智能、信息识别、大数据处理、信息检索和ATM交换技术，通过对通信设备管理系统有效整合和资源共享能力优化，实现了设备注册、信息交互、业务管理、资源分配、状态呈现、数据管理与数据备份等功能，形成了对通信设备的自适应管理，极大提升了对通信设备的系统管理能力。
-
公开(公告)号：CN110198203A
公开(公告)日：2019-09-03
申请号：CN201910516485.2
申请日：2019-06-14
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种控制数据传输速率的方法，属于网络数据传输技术领域。该方法为数据接收端设置数据传输速率，接收来自数据发送端的UDP数据包，将大于数据接收端传输速率的UDP数据包进行拆封与封装，每间隔1秒，将限量的UDP数据包发送至数据接收端。与现有的FPGA硬件实现数据传输速率控制相比，本发明的优点是：能快速地适应数据接收端多种数据传输速率，提高了数据传输速率控制的灵活性与便利性；大幅降低数据传输速率控制的开发成本和难度。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.042 秒)
