1 哈尔滨工程大学 a.信息与通信工程学院
2 b.先进船舶通信与信息技术工业和信息化部重点实验室
3 哈尔滨工程大学 c.数学科学学院，哈尔滨黑龙江 150001
由于深度学习算法具有特征表达能力强、特征自动提取以及端到端学习等突出优势，因此被越来越多的研究者应用至通信信号识别领域。然而，对抗样本的发现使得深度学习模型极大程度地暴露在潜在的风险因素中，并对当前的调制识别任务造成严重的影响。本文从攻击者的角度出发，通过对当前传输的通信信号添加对抗样本，以验证和评估目标对抗样本对调制识别模型的攻击性能。实验表明，当前的目标攻击可以有效地降低模型识别的精确度，所提出的 logit指标可以更细粒度地用于衡量攻击的目标性效果。
卷积神经网络 调制识别 对抗样本 无线电安全 Convolution Neural Network(CNN) modulation recognition adversarial examples wireless security 太赫兹科学与电子信息学报
2022, 20(8): 836
1 上海理工大学上海市介入医疗器械工程研究中心，上海 200093
2 上海电缆研究所，上海 200093
无论是通讯光纤还是医用光纤，光纤的几何参数总是评价其质量的重要指标。灰度法是国标 GB15972.20-2008中的建议方法，但该方法在拟合过程中会出现拟合圆与椭圆的中心不重合，存在测量原理上的缺陷。且当光纤的切割效果与照明条件发生改变时，往往导致测量数据的不稳定并带来误差。本文用更符合光纤端面实际的任意椭圆函数 (非标准椭圆)，且仅用这一种函数拟合的方法求取光纤几何参数，从而从根本上消除由圆拟合与椭圆拟合的中心不一致带来的原理缺陷。同时，由于在计算各个参数时不需要图像分布灰度的具体值，从而降低了对测量条件的要求。实验表明，本文方法能有效提高仪器测量结果的稳定性和一致性。
光纤几何参数 灰度法 椭圆函数拟合 optical fiber geometry gray scale method ellipse curve fitting
上海理工大学上海介入医疗器械工程研究中心, 上海 200093
为检测透明容器内表面是否存在污染物, 建立了基于容器壁内表面反射的低相干光干涉测量系统。实验采用宽带低相干半导体激光光源和改进的迈克尔逊干涉仪。将测量臂光路对准透明容器, 并调节参考臂的光程, 使容器内表面反射光的光程与参考臂反射光的光程相等, 并出现干涉现象, 捕捉并记录此动态干涉信号。经 MATLAB软件处理并提取此信号, 根据干涉光强度的不同即可辨别透明容器内是否存在污染物。该检测法可为生物医学、食品质检等领域检测透明容器内表面污染物提供一种方便快捷的新方法。
污染物 内表面 低相干光干涉 contaminants inner surface optical low coherence interference
1 国防科学技术大学,光电科学与工程学院,长沙,410073
2 清华大学,电机系,北京,100084
从理论上分析了脉冲形成线中筒与外筒之间的连接电感对二极管输出电压的影响,使用Pspice软件对理论计算结果进行模拟验证,并利用水介质螺旋脉冲形成线型电子束加速器进行了实验研究.理论分析、软件模拟和实验结果均表明:中筒与外筒之间过大的电感可使输出电压脉冲的平顶变短,上升沿时间延长,波形峰值降低.当连接电感小于200 nH时,可在加速器场发射真空二极管上输出接近方波的电压脉冲.
强流电子束加速器 电感 螺旋脉冲形成线 电子束 二极管
