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

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。

該文分析了He等人(2014)提出的無(wú)證書簽名方案和Ming等人(2014)提出的無(wú)證書聚合簽名方案的安全性，指出Ming方案存在密鑰生成中心(KGC)被動(dòng)攻擊，He方案存在KGC被動(dòng)攻擊和KGC主動(dòng)攻擊。該文描述了KGC對(duì)兩個(gè)方案的攻擊過(guò)程，分析了兩個(gè)方案存在KGC攻擊的原因，最后對(duì)Ming方案提出了兩類改進(jìn)。改進(jìn)方案不僅克服了原方案的安全性問(wèn)題，同時(shí)也保持了原方案聚合簽名長(zhǎng)度固定的優(yōu)勢(shì)。

為克服多重代理簽名方案中無(wú)法確認(rèn)誰(shuí)是真正簽名者的弱點(diǎn)，Sun于1999年提出了不可否認(rèn)的代理簽名方案。2000年Hwang等人指出Sun的方案不安全，并對(duì)Sun的方案進(jìn)行了改進(jìn)，2004年 Tzeng, Tan, Yang各自對(duì)Hwang等人的方案進(jìn)行了安全性分析，指出Hwang方案容易受到內(nèi)部偽造攻擊。該文通過(guò)讓原始簽名組與代理簽名組互動(dòng)來(lái)實(shí)現(xiàn)秘密共享和密鑰分配的方法，設(shè)計(jì)了一種新的安全的多重代理、多重簽名方案，它能夠滿足不可否認(rèn)性和不可偽造性的要求。

為了分析ZUC序列密碼算法在相關(guān)性能量分析攻擊方面的免疫能力，該文進(jìn)行了相關(guān)研究。為了提高攻擊的針對(duì)性，該文提出了攻擊方案的快速評(píng)估方法，并據(jù)此給出了ZUC相關(guān)性能量分析攻擊方案。最后基于ASIC開發(fā)環(huán)境構(gòu)建仿真驗(yàn)證平臺(tái)，對(duì)攻擊方案進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明該方案可成功恢復(fù)48 bit密鑰，說(shuō)明ZUC并不具備相關(guān)性能量分析攻擊的免疫力，同時(shí)也證實(shí)了攻擊方案快速評(píng)估方法的有效性。相比Tang Ming等采用隨機(jī)初始向量進(jìn)行差分能量攻擊，初始向量樣本數(shù)達(dá)到5000時(shí)才能觀察到明顯的差分功耗尖峰，該文的攻擊方案只需256個(gè)初始向量，且攻擊效果更為顯著。

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。

在準(zhǔn)循環(huán)LDPC碼的構(gòu)造中，校驗(yàn)矩陣擁有盡可能好的girth分布對(duì)于改善碼的性能有著重要的意義。該文提出了構(gòu)造準(zhǔn)循環(huán)LDPC碼的GirthOpt-DE算法，優(yōu)化設(shè)計(jì)以獲得具有好girth分布的移位參數(shù)矩陣為目標(biāo)。仿真結(jié)果表明，該文方法得到的準(zhǔn)循環(huán)LDPC碼在BER性能和最小距離上均要優(yōu)于固定生成函數(shù)的準(zhǔn)循環(huán)LDPC碼，Arrary碼和Tanner碼，并且使用上更為靈活，可以指定碼長(zhǎng)，碼率及盡可能好的girth分布。

高光譜遙感影像由于其巨大的波段數(shù)直接導(dǎo)致信息的高冗余和數(shù)據(jù)處理的復(fù)雜，這不僅帶來(lái)龐大的計(jì)算量，而且會(huì)損害分類精度。因此，在對(duì)高光譜影像進(jìn)行處理、分析之前進(jìn)行降維變得非常必要。神經(jīng)網(wǎng)絡(luò)敏感性分析可以用于對(duì)模型的簡(jiǎn)化降維，該文將該方法運(yùn)用于高光譜遙感影像降維中，通過(guò)子空間劃分弱化波段之間的相關(guān)性，利用差分進(jìn)化算法(DE)優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，采用Ruck敏感性分析方法剔除掉對(duì)分類貢獻(xiàn)較小的波段，從而實(shí)現(xiàn)降維。最后，采用AVIRIS影像進(jìn)行實(shí)驗(yàn)，所提算法相比其他相近的降維與分類方法能獲得更高的分類精度，達(dá)到85.83%，比其他相近方法中最優(yōu)方法高出0.31%。