論文元數(shù)據(jù)搜索，找到相關(guān)信息共 6 條：
2007, 29(10): 2508-2511.
doi: 10.3724/SP.J.1146.2006.00310
刊出日期：2007-10-19
關(guān)鍵詞:
Liu混沌系統(tǒng);混沌同步;反饋控制;T-S模型;模糊控制
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。
2017, 39(3): 743-748.
doi: 10.11999/JEIT160300
刊出日期：2017-03-19
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。
2012, 34(12): 2881-2884.
doi: 10.3724/SP.J.1146.2012.00804
刊出日期：2012-12-19
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。
1990, 12(6): 584-592.
刊出日期：1990-11-19
關(guān)鍵詞:
正交變換; 離散哈脫萊變換; 分離基算法
Soo-Chang Pei,Ja-Ling wu(1986)和茅一民(1987)提出了長度為2m的分離基2/4哈脫萊變換算法。本文將分離基算法推廣到長度為pm的哈脫萊變換,并證明基p2算法實(shí)乘次數(shù)比基p算法少,而基p/p2算法實(shí)乘次數(shù)比前兩者都少。作為例子,給出了長度為N=3m的基3/9哈脫萊變換快速算法和流圖。
2009, 31(7): 1732-1735.
doi: 10.3724/SP.J.1146.2008.00928
刊出日期：2009-07-19
關(guān)鍵詞:
環(huán)簽名;密碼分析;可轉(zhuǎn)換性
通過對(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。
2019, 41(5): 1047-1054.
doi: 10.11999/JEIT180569
刊出日期：2019-05-01
頻譜彌散(SMSP)干擾與線性調(diào)頻雷達(dá)信號(hào)之間存在大量的時(shí)頻域耦合，干擾效能突出。該文提出一種信息域的抗SMSP干擾的信號(hào)處理算法，根據(jù)SMSP干擾信號(hào)的形式與特點(diǎn)，通過自適應(yīng)改變壓縮感知的干擾基字典，同時(shí)匹配雷達(dá)信號(hào)與干擾信號(hào)的調(diào)頻率，構(gòu)建壓縮感知求解模型并基于凸優(yōu)化算法完成信號(hào)重構(gòu)，最終實(shí)現(xiàn)干擾信號(hào)的識(shí)別及雷達(dá)信號(hào)的提取。該算法中冗余字典的構(gòu)造采用了Pei型分?jǐn)?shù)階傅里葉快速分解方法，不需要反復(fù)對(duì)信號(hào)進(jìn)行時(shí)頻域解耦，并且迭代次數(shù)較少，運(yùn)算效率較高。
