一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

論文研究了新近提出的Liu混沌系統(tǒng)(2004)的模糊反饋同步方法。Liu混沌系統(tǒng)結(jié)構(gòu)不同于以往的連續(xù)混沌系統(tǒng)，本文基于T-S(Takagi-Sugeno)模糊模型重構(gòu)了Liu混沌系統(tǒng)；然后用Lyapunov理論和反饋同步的思想推導(dǎo)了兩個(gè)重構(gòu)的Liu系統(tǒng)同步的穩(wěn)定性條件，并給出了誤差系統(tǒng)以衰減率全局漸近穩(wěn)定的充分條件；最后基于LMI方法進(jìn)行了仿真實(shí)驗(yàn)。良好的仿真結(jié)果驗(yàn)證了本文算法的有效性和快速性。

本文給出一種de Bruijn序列的升元算法。該算法每步運(yùn)算可生成一列元素而不是一個(gè)元素,因而減少了運(yùn)算次數(shù),加快了生成速度。

De Bruijn序列是一類最重要的非線性移位寄存器序列。本文定義并研究了n級(jí)De Bruijn序列的k次齊次復(fù)雜度Ck(s),給出了Ck(s)的一個(gè)上界。k=1及k=2時(shí),Ck(s)分別為人們所熟知的線性復(fù)雜度及二次齊次復(fù)雜度。

De Bruijn序列是一類最重要的非線性移位寄存器序列。本文通過(guò)并置所有循環(huán)圈的周期約化,提出了一個(gè)新的生成k元de Bruijn序列的算法。該算法每步運(yùn)算可生成一列元素而不是一個(gè)元素,因此減少了運(yùn)算次數(shù),加快了生成速度。

微支付交易具有交易量極大且單次交易額極小的特點(diǎn)，使得復(fù)雜的認(rèn)證協(xié)議不適用于微支付。Micali等人(2002)提出的基于概率選擇微支付方案，把微支付聚合成宏支付，大幅提高了微支付的效率。Liu-Yan在(2013)提出了保證所有參與者的數(shù)據(jù)融入概率選擇結(jié)果的生成, 而且使得所有參與者可以驗(yàn)證結(jié)果的公平性。然而，Liu-Yan方案中銀行可能獲得額外利益，從而破壞了協(xié)議的公平性。該文首先分析了Liu-Yan方案的安全威脅，并且以1個(gè)用戶-1個(gè)商家的模型代替Liu-Yan方案中大量用戶-1個(gè)商家的模型，以數(shù)據(jù)承諾技術(shù)為基礎(chǔ)保障結(jié)果的公平性與可驗(yàn)證性。

該文針對(duì)WCMA系統(tǒng)上行鏈路幀結(jié)構(gòu)的特征,將Z.Rong(1997)提出的LS-DRMTA改進(jìn)為利用WCDMA上行鏈路幀結(jié)構(gòu)中的導(dǎo)頻位(pilot bit)作為訓(xùn)練序列的LMS-DRMTA算法。這種新的陣列接收CDMA解調(diào)算法相對(duì)于LS-DRMTA算法大大降低了基站處理的運(yùn)算量,提高了算法的實(shí)用性,仿真實(shí)驗(yàn)還表明該算法比原算法具有更低的誤碼率。

該文推廣了Liu Fang等人(2010)給出的周期為pn, p為奇素?cái)?shù)，n為正整數(shù)的廣義分圓序列的構(gòu)造，并確定了新構(gòu)造序列的線性復(fù)雜度和自相關(guān)函數(shù)值的分布。結(jié)果表明，推廣的構(gòu)造保持了原構(gòu)造的高線性復(fù)雜度等偽隨機(jī)特性。由于取值更靈活，較之原構(gòu)造新構(gòu)造序列的數(shù)量要大得多。

通過(guò)對(duì)Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析，指出了這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊，對(duì)這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。

針對(duì)粒子濾波(Particle Filter, PF)存在的粒子退化和貧化問(wèn)題，該文提出一種基于差分演化(Differential Evolution, DE)的PF算法。首先，為了充分利用最新的觀測(cè)信息，采用無(wú)跡卡爾曼濾波(Unscented Kalman Filter, UKF)來(lái)產(chǎn)生重要性分布，對(duì)重要性分布產(chǎn)生的采樣粒子不再做傳統(tǒng)重采樣操作，而是直接把采樣粒子當(dāng)作DE中的種群樣本，粒子權(quán)重作為樣本的適應(yīng)函數(shù)，對(duì)粒子做差分變異、交叉、選擇等迭代優(yōu)化，最后得到最優(yōu)的粒子點(diǎn)集。試驗(yàn)結(jié)果表明，該算法有效緩解了傳統(tǒng)PF算法中的粒子退化和貧化，提高了粒子的利用率，具有較好的估計(jì)精度。

實(shí)際條件下，在對(duì)基于衰減指數(shù)(DE)和模型的雷達(dá)目標(biāo)散射中心參數(shù)估計(jì)和特征提取時(shí)，其噪聲背景往往是非高斯的，分布密度函數(shù)表現(xiàn)出長(zhǎng)拖尾性質(zhì)。利用基于高斯假設(shè)條件下的估計(jì)方法進(jìn)行參數(shù)估計(jì)時(shí)，往往不能得到較好的結(jié)果。針對(duì)這種情況，該文利用M估計(jì)方法來(lái)實(shí)現(xiàn)對(duì)長(zhǎng)拖尾雜波下DE模型參數(shù)的穩(wěn)健估計(jì)。首先分析了基于PRONY模型的M估計(jì)實(shí)現(xiàn)方法存在的不足，其次提出了兩種較為有效的DE模型散射中心參數(shù)M估計(jì)的實(shí)現(xiàn)方法，并對(duì)這兩種方法進(jìn)行了分析和比較。仿真實(shí)驗(yàn)結(jié)果表明，在一類長(zhǎng)拖尾K分布雜波條件下，與ESPRIT方法以及擴(kuò)展PRONY估計(jì)方法相比，該文所提的兩種方法均能得到較好的估計(jì)結(jié)果。