【摘 要】
:
引言rn未落实《网络安全法》的要求及国家工业信息安全发展研究中心(以下简称国家工信安全中心)开展工业信息安全国际交流合作的职责,在工业和信息化部的支持下,国家工业信息安全发展研究中心于2019-2020年连续两年举办工业信息安全应急国际研讨会.
论文部分内容阅读
引言rn未落实《网络安全法》的要求及国家工业信息安全发展研究中心(以下简称国家工信安全中心)开展工业信息安全国际交流合作的职责,在工业和信息化部的支持下,国家工业信息安全发展研究中心于2019-2020年连续两年举办工业信息安全应急国际研讨会.
其他文献
针对特装车辆驾驶训练与考核的实际需求,基于虚实结合的方式设计与开发特装车辆驾驶训练模拟系统,通过构建各类数学模型、功能模块、工作流程和控制软件,采用与实装一致的驾驶舱及其操控装置、中控仪表、驾驶座椅等,结合六自由度运动平台及其运动控制系统、多通道视景显示设备,构建沉浸式的虚实结合驾驶训练环境,为驾驶员提供“教学、训练、考核”一体化支撑平台.各类通用化、模块化设计的仿真资源,能够为同类应用开发提供可重用的技术条件.
为解决作战体系概念模型与作战体系仿真想定的数据壁垒,对仿真想定的智能映射与模型重用技术进行研究.采用DOM技术对概念模型进行解析.基于本体理论构建作战领域知识库,定制网络爬虫以建立领域同义词库.通过SWRL规则库,调用推理机实现语义层面的关系推理.设计智能匹配算法,将语义关系映射到仿真模型的组合关系.采用DOM技术确定对象节点,生成仿真平台可执行的想定文件,实现了系统仿真模型的组合重用,同时基于上述流程搭建了作战体系仿真想定智能生成软件平台.
为了提高车辆驾驶模拟训练系统的交互性、沉浸感,针对具有力反馈的特种车辆驾驶舱半实物模型进行了研究.对特种车辆驾驶舱半实物仿真模型中重要的力反馈部件进行设计,为驾驶员提供更真实的操作体验;研究了基于动力学模型的特种车辆驾驶舱模拟控制方法,使操作人员的动作输入与场景变化相匹配,提供具有高逼真度的视景体验;对特种车辆驾驶模拟操作流程进行了分析和验征,仿真实验表明,该模型具有精度高、响应快,动感效果好等特点.
为分析自动化集装箱码头采用U型工艺布局对码头装卸作业效率的影响,利用FlexTerm仿真软件建立U型工艺自动化码头仿真模型,可视化码头作业流程,并对比分析不同作业模式下传统布局自动化码头的作业效率,比较2种码头布局中各资源设备AGV (Automated Guided Vehicle)、场桥和岸桥的作业能力.仿真结果表明:U型工艺创新的堆场布局和装卸工艺,使码头各装卸设备的作业能力相较于传统自动化码头都有所提高,证明了U型工艺的优势,配置合理数量的码头资源设备可以提高U型工艺码头整体作业效率.
我国城市轨道交通正在快速发展,城轨站点特别是换乘站点在高峰时段的客流拥堵已成为制约城市发展的突出问题.对进出站台的客流种类进行分析后,在离散线性二次最优控制理论基础上建立了换乘站点高峰时段客流预测控制模型.以北京地铁复兴门站为实例,使用Anylogic仿真软件搭建该站的仿真环境,将高峰时段的历史客流数据和求解客流预测控制模型得到的最优客流控制序列导入仿真环境中,根据仿真所得客流数据验证了客流控制方法的可行性和模型的合理性.
针对传统的雷达辐射源信号识别方法在低信噪比环境下的正确率较低,且通常只适用几种特定的雷达信号的问题,提出一种基于距离特征的辐射源信号识别方法.使用k-means算法提取若干个聚类中心,分别计算雷达信号脉冲与聚类中心之间的DTW (Dynamic Time Warping)度量值,联合这些度量值作为k邻近算法的输入进行识别.仿真结果表明,在信噪比为3 dB时,所提方法对6类雷达信号的识别率达到91%.与基于小波脊频级联特征的方法相比,所提方法也表现出更好的识别效果.
借道左转是平面交叉口左转交通组织方式之一.分析借道左转的设置参数,确定“借道”长度、“借道”车道数的取值范围以及设置借道左转的约束条件,并从道路、交通、信号控制三方面确定适用条件;以一实际交叉口为例进行分析,运用VISSIM软件对其加设借道左转前后的进口道相关指标进行仿真评价,优化借道左转的配时方案,并验证此交叉口设置借道左转车道的可行性以及优势,征明借道左转使交叉口延误降低.研究成果为城市道路交叉口的借道左转设置方案提供决策依据.
蚁群算法作为新型智能优化算法,应用于干扰资源分配时,寻优过程的收敛速度较慢,且获得全局最优值的概率较低.为了改善基于蚁群算法的干扰资源分配效率,同时提升得到全局最优解的概率,提出了衰减因子在寻优过程中按照指数型函数进行变化,即初始寻优阶段衰减因子取相对较小的数值,随着迭代次数的增加,衰减因子取值单调递增且呈现指数规律变化.仿真分析验证了所提方法的正确性,该方法不仅可以改善干扰资源分配过程中的收敛效率,同时具有较高的全局最优获取概率.“,”Ant Colony Optimization (ACO) is a
随着人工智能、精密机械和计算技术的发展,微小型无人系统在未来战场上将会扮演重要的角色.为解决单目视觉里程计尺度缺失以及微型机器人自身体积和载荷限制带来的功耗问题,引入单目深度估计技术,构建了一个低视角数据集,通过搭建卷积神经网络从单张图像中预测深度信息,对神经网络模型进行结构优化,将深度估计与单目视觉里程计融合并部署到JetsonNano平台.实验表明,融合后的单目视觉里程计能够在特定环境下恢复尺度信息,在JetsonNano上的功耗能够保持在较低水平,可为微型无人系统在未来战场上的隐蔽化、轻量化部署提供
干扰机编队产生虚假航迹是一种针对组网雷达的有效干扰措施,从产生虚假航迹的基本原理出发,研究雷达对虚假航迹测量误差模型、干扰机编队控制误差模型,分析这些误差对虚假航迹产生的影响,通过某型装备的前置矩形干扰机编队与组网雷达的对抗场景,分析了虚假航迹的有效性.仿真结果表明:多干扰机的虚假航迹具有较强的欺骗性,可以有效干扰组网雷达.研究成果对其他的针对组网雷达的协同干扰建模与仿真具有重要参考价值.“,”The false track generated by the jammer formation is an