国产精品第3页,精品久久蜜桃,日日噜噜噜噜夜夜爽亚洲精品

基于深度生成模型的点云生成算法综述[人工智能][汽车电子]

点云生成作为三维视觉领域的核心任务，在点云形状补全、点云上采样、点云合成等场景具有重要价值，广泛服务于自动驾驶、机器人导航及医学影像等关键领域。由于点云数据固有的无序性、稀疏性和复杂结构，传统几何建模方法难以高效生成高质量且多样化的点云样本。近年来，基于深度生成模型的点云生成技术快速发展，成为该领域的研究热点，极大地提高了点云生成的质量与效率。总结了基于深度生成模型的点云生成算法的前沿进展与当前面临的挑战，并对未来研究方向进行展望。

發表于：2026/2/26 下午5:09:22

RCS测试技术研究综述[通信与网络][航空航天]

雷达散射截面（RCS）是衡量目标在雷达波照射下电磁波散射能力的关键物理量，直接反映了目标在雷达探测下的可见性，对隐身装备研制和反隐身技术研发具有重要意义。梳理了RCS测试技术的原理、方法分类、技术特点及发展趋势。阐述了RCS的基本定义和影响因素，包括目标外形、材料特性及与频率之间的关系等；重点分析了四种主流测试方法，包括室外远场测试、室内紧缩场测试、室内近场测试和动态测试，分别探讨了它们的原理、优势与局限性。指出了当前RCS测试面临的挑战，包括测试效率、多物理场、极低RCS测量、复杂电磁环境构建以及新频段拓展等问题，最后展望了未来技术发展方向。该研究可为 RCS 测试技术的研究与应用提供参考。

發表于：2026/2/26 下午5:01:23

5G系统切换场景中的数据转发机制研究[通信与网络][5G]

5G系统切换场景中的实时性与数据转发性能直接关乎用户体验与网络服务质量。针对现有数据转发机制在切换过程中存在的高数据丢失率与高时延的问题，提出了一种无损的数据转发与自适应配置机制。该机制通过优化源基站的数据发送缓存队列的转发处理逻辑，并根据不同场景灵活选择配置策略，实现了无损的数据转发。经实测验证，使用该机制，切换过程中数据丢失率降至 0%。

發表于：2026/1/28 下午2:40:24

基于改进YOLOv8n的通信终端识别算法[人工智能][通信网络]

针对复杂电磁环境下信号干扰引起的通信设备终端识别精度下降这一问题，提出一种基于改进YOLOv8n的通信设备终端识别算法EMIYOLO。首先，针对干扰信号对目标信号造成遮挡干扰问题，通过将深度卷积、逐点卷积和ECA(Efficient Channel Attention)注意力机制相融合，提出C2fCE模块以增加模型感受野；其次，在主干网络的末端嵌入部分自注意力机制，提高模型对信号特征的学习能力；再次，采用五种数据增强策略对数据集进行有效扩充。实验结果表明，在训练集上，EMIYOLO模型相比YOLOv8n模型mAP5095提升7.4%，模型参数量减小0.4M；在测试集上，相比3个对比算法，EMIYOLO模型对六个手机型号的识别准确率分别平均提高42.3%、52%、53.4%、50.4%、34%和39.7%。因此，EMIYOLO模型在复杂电磁环境下具有较强的抗干扰能力和鲁棒性。

發表于：2026/1/28 下午2:22:07

高噪声日志攻击源识别方法研究及实现[通信与网络][信息安全]

随着信息系统规模的扩大与网络攻击手段的多样化，网络安全态势感知平台及其他运营保障平台在面对海量异构日志时，普遍存在告警疲劳、误报率高、攻击溯源困难等问题。针对高噪声日志环境下的攻击源识别与威胁溯源难题，提出一种高噪声日志攻击源识别方法，该方法使用了基于多维规则的攻击源IP动态评分模型，实现攻击源威胁等级的动态评估与更新。同时，系统利用知识图谱完成攻击链重构与可视化分析，提升安全事件的可解释性与处置效率。实验结果表明，该方法在水利行业真实日志数据上实现了99.6%的日志浓缩率，误报率降低至8.3%，显著提升安全运营效率与响应能力。研究成果为行业级网络安全智能化运营提供了可行技术路径。

發表于：2026/1/28 下午1:27:35

广播发射台站在数据安全上的运维方式探索[通信与网络][信息安全]

基层广播发射台站数据安全运维的核心痛点在于“有限资源与差异化数据保护需求不匹配”，分类分级备份机制是解决该矛盾的关键技术路径。针对发射台站“数据聚焦设备运行与指令交互”的核心属性，构建“数据安全等级备份技术参数”映射模型，通过备份频率系数、冗余度及 RTO 达标率优化三类公式计算，并结合基层台站实测数据，验证公式可行性。研究表明，通过量化参数管控，可使一级数据备份成功率、RTO达标率提升至理想的数值，为基层发射台站提供可落地的分类分级备份技术方案。

發表于：2026/1/28 下午1:19:36

基于双模型的半监督流形混合流量分类方法[通信与网络][信息安全]

深度学习技术在网络流量分类领域中得到广泛应用，但存在对大量数据的依赖以及过拟合问题。为解决该问题，提出了一种结合双模型协作与流形混合的半监督深度学习方法。该方法使用教师-学生架构，通过移动指数平均辅助模型学习过程，从而提升模型的泛化性能，并于模型的特征空间中进行数据的流形混合，能够有效改善模型的决策边界，进一步增强模型的鲁棒性。实验结果表明，在不同数据类别，数据量为1 000的条件下，方法在三种网络流量数据集上都能达到90%以上的准确率，并在更少量数据的条件下保持较高的分类精度。

發表于：2026/1/28 下午1:11:23

基于机载试验的星载合成孔径雷达等效分析[通信与网络][航空航天]

针对星载合成孔径雷达（SAR）系统工程化验证中存在的技术难题，研究设计了一套完整的机载试验等效分析方案。该方案基于SAR系统相似性理论，提出等效性设计准则，构建了包含飞行平台构型、雷达参数匹配及试验场景设计的试验体系，并创新提出多维度等效性分析方法，通过实测数据与理论设计的交叉验证，实现了条带模式机载试验结果对星载SAR系统性能指标的有效反演。实测结果表明，二维分辨率误差值优于2%，距离向波束宽度误差优于6%，噪声等效后向散射系数（NESZ）误差优于1.06 dB。研究成果为星载SAR系统的工程化验证提供了关键技术路径，通过机载试验的等效分析与指标反演，有效降低了星载SAR系统的研发风险，对推动星载SAR技术的工程化应用具有重要实践指导意义。

發表于：2026/1/15 下午2:10:51

基于随机应答延时的二次雷达密集目标探测建模[微波|射频][通信网络]

二次雷达系统主要通过询问和应答的工作方式完成对合作目标的探测，广泛应用于空中交通管制等领域。针对传统二次雷达对密集目标探测概率下降的问题，分析了二次雷达通过随机应答延时提升对密集目标探测概率的机理，抽象出其中的数学问题，进行理论推导计算和蒙特卡洛方法仿真验证，结果表明：随机应答延时技术可有效提升二次雷达对密集目标的探测性能，并且在满足探测概率要求的前提下，可探测的密集目标数量与应答位置数量呈现线性阶梯关系。

發表于：2026/1/15 下午2:02:52

基于FCBF和AdaBoost算法的OFDM雷达信号识别[微波|射频][通信网络]

为了识别复杂新体制的正交频分复用（OFDM）雷达信号，构造了一种基于相关性的快速滤波自适应提升（Fast Correlation-Based Filter Adaptive Boosting， FCBF-AdaBoost）联合算法，并结合了频域分析法的雷达信号识别方法。通过对频域幅值属性集进行离散化预处理后，该联合算法首先对输入的频域数据中冗余和不相关的幅值数据进行筛选并剔除，构成降维后的频域子集，再通过一种基于弱分类器集成的算法进行数据特征学习，最终通过大量雷达数据进行训练模型，实现对雷达信号的分类。理论分析验证了该算法的可行性，通过仿真实验看出，在各信噪比下，所提出的算法对OFDM雷达信号识别的准确率随着信噪比的增加明显提高，可达到94%以上。

發表于：2026/1/15 下午1:55:52