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方法進行了仿真實驗。良好的仿真結(jié)果驗證了本文算法的有效性和快速性。

微支付交易具有交易量極大且單次交易額極小的特點，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個用戶-1個商家的模型代替Liu-Yan方案中大量用戶-1個商家的模型，以數(shù)據(jù)承諾技術(shù)為基礎(chǔ)保障結(jié)果的公平性與可驗證性。

該文推廣了Liu Fang等人(2010)給出的周期為pn, p為奇素數(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。

為了降低譯碼時的計算復(fù)雜度以及減少譯碼時間，該文通過對牛頓恒等式進行推導(dǎo)得到了(41, 21, 9) QR碼不需要計算未知校驗子就可求得錯誤位置多項式系數(shù)的代數(shù)譯碼算法，同時也針對改善部分客觀地給出了計算復(fù)雜度的理論分析。此外，為了進一步降低譯碼時間，提出判定接收碼字中出現(xiàn)不同錯誤個數(shù)的更簡化的判斷條件。仿真結(jié)果表明該文提出算法在不降低Lin算法所達(dá)到的譯碼性能的前提下，降低了譯碼時間。

通過對Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進行分析，指出了這幾個可轉(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際簽名者或冒充別的成員進行環(huán)簽名。為防范這兩種攻擊，對這幾個可轉(zhuǎn)換環(huán)簽名方案進行了改進，改進后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。

為了解決虛擬光網(wǎng)絡(luò)映射中帶寬阻塞率較高以及底層資源消耗不均勻問題，論文提出一種基于時間域-頻譜域碎片感知的虛擬網(wǎng)絡(luò)映射(FA-VNM)算法。該文綜合考慮頻隙在時間域和頻譜域上的碎片問題，設(shè)計時頻聯(lián)合碎片公式最小化分配過程中的頻譜碎片。進一步，為了均衡網(wǎng)絡(luò)中的資源消耗，在FA-VNM算法基礎(chǔ)上提出基于節(jié)點度數(shù)的負(fù)載均衡感知虛擬網(wǎng)絡(luò)映射(LB-VNM)算法，設(shè)計物理節(jié)點平均資源承載能力的公式，優(yōu)先映射物理節(jié)點平均資源承載能力大的節(jié)點；為了均衡路徑上資源使用，考慮路徑權(quán)重值，并根據(jù)每條路徑的權(quán)重值對虛擬鏈路進行映射，從而降低阻塞率。仿真結(jié)果表明，所提算法能有效降低阻塞率，提高資源利用率。

參數(shù)估計對雷達(dá)的目標(biāo)檢測和識別有著重要的意義。該文提出了一種基于期望最大化(EM)算法的捷變頻聯(lián)合正交頻分復(fù)用(FA-OFDM)雷達(dá)高速多目標(biāo)參數(shù)估計方法。首先，將窄帶正交頻分復(fù)用(OFDM)信號與傳統(tǒng)捷變頻雷達(dá)相結(jié)合，在每個脈沖寬度內(nèi)同時發(fā)射多個載頻隨機跳變的子載波。然后，對單個脈沖內(nèi)所有子載波的回波進行脈沖壓縮和稀疏重構(gòu)處理，得到1維高分辨距離。進一步地，將多個目標(biāo)在不同脈沖時刻的高分辨距離信息構(gòu)成觀測數(shù)據(jù)，建立混合高斯模型。采用EM算法對模型參數(shù)和多個目標(biāo)的距離、速度進行估計，并同時擬合多條時間-距離直線。直線斜率對應(yīng)目標(biāo)速度，直線縱軸截距對應(yīng)目標(biāo)初始距離。最終，分別分析了信噪比(SNR)對檢測概率以及目標(biāo)速度對相對估計誤差的影響。仿真實驗驗證了所提算法的有效性。

在現(xiàn)代雷達(dá)電子戰(zhàn)場中，目標(biāo)檢測與其參數(shù)估計有著非常重要的意義。因此，該文提出了一種基于隨機抽樣一致算法(Ransac)的捷變頻聯(lián)合正交頻分復(fù)用(FA-OFDM)雷達(dá)高速多目標(biāo)參數(shù)估計的方法。首先，在傳統(tǒng)捷變頻雷達(dá)的每個脈沖內(nèi)同時發(fā)射多個頻率隨機跳變的窄帶OFDM子載波。將單個脈沖內(nèi)所有子載波的回波信號進行脈沖壓縮后，采用迭代自適應(yīng)譜估計(IAA)算法合成目標(biāo)的高分辨距離。然后，分別對各個脈沖的回波進行脈沖壓縮和迭代自適應(yīng)譜估計，得到不同脈沖時刻的高分辨距離，構(gòu)成觀測數(shù)據(jù)集。再根據(jù)Ransac算法估計信號參數(shù)模型的步驟，擬合多條時間-距離直線，進而對高速運動的多個目標(biāo)同時進行參數(shù)估計。最后，分別分析了信噪比(SNR)對檢測概率以及目標(biāo)自身速度對其相對估計誤差的影響。仿真實驗驗證了所提算法的有效性。

保證無線異構(gòu)網(wǎng)絡(luò)端到端QoS需求，同時兼容現(xiàn)有網(wǎng)絡(luò)業(yè)務(wù)和未來需求，是下一代網(wǎng)絡(luò)的一個研究熱點。QoS映射是保證異構(gòu)網(wǎng)絡(luò)端到端QoS的有效方法。該文提出一種基于聚集流的QoS映射方法(QoS Mapping Technology based on Flow Aggregate, QMT-FA)，該方法在現(xiàn)有物理網(wǎng)絡(luò)上建立虛擬的流處理層，在流處理層，原網(wǎng)絡(luò)中的QoS參數(shù)被映射執(zhí)行器透明封裝，映射執(zhí)行器根據(jù)網(wǎng)絡(luò)情況決定是原樣轉(zhuǎn)發(fā)還是解聚集。通過建立基于高維的聚集流映射空間，屏蔽了多級網(wǎng)絡(luò)間映射累積誤差影響終端網(wǎng)絡(luò)QoS指標(biāo)，保證了異構(gòu)網(wǎng)絡(luò)端到端QoS；基于聚集流的QoS映射方法具有較好的可擴展性和伸縮性，能應(yīng)用于現(xiàn)有的各種異構(gòu)網(wǎng)絡(luò)系統(tǒng)和應(yīng)用業(yè)務(wù)。最后，通過數(shù)值和仿真分析驗證了該方法的有效性。