論文元數(shù)據(jù)搜索，找到相關(guān)信息共 8 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。
1998, 20(2): 199-205.
刊出日期：1998-03-19
關(guān)鍵詞:
En-In噪聲模型; 同相放大器; 反相放大器; 電壓負(fù)反饋
本文通過分析和比較同相和反相放大器En-In噪聲的特點(diǎn),給出了若干新結(jié)果。本文方法在低噪聲運(yùn)放電路設(shè)計(jì)和運(yùn)放噪聲參數(shù)提取中都具有十分重要的意義。
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。
2008, 30(7): 1666-1670.
doi: 10.3724/SP.J.1146.2006.01872
刊出日期：2008-07-19
關(guān)鍵詞:
陣列信號(hào)處理; 二維測(cè)向; 非圓信號(hào); MUSIC
該文利用雙平行線陣的陣列結(jié)構(gòu),提出了用于非圓信號(hào)二維方向和初相聯(lián)合估計(jì)的擴(kuò)展MUSIC(EN-MUSIC)算法。EN-MUSIC算法估計(jì)得到的方位角、俯仰角與初相一一對(duì)應(yīng),自動(dòng)配對(duì),其可測(cè)向信號(hào)數(shù)大于子陣陣元數(shù),方位及俯仰測(cè)角精度與非圓信號(hào)二維測(cè)向酉ESPRIT(2D-NC-UESPRIT)算法大致相當(dāng),優(yōu)于波達(dá)方向矩陣法(DOAM)。
2004, 26(11): 1787-1791.
刊出日期：2004-11-19
關(guān)鍵詞:
流密碼;周期序列;線性復(fù)雜度;-錯(cuò)復(fù)雜度
密碼學(xué)意義上強(qiáng)的序列不僅應(yīng)該具有足夠高的線性復(fù)雜度,而且當(dāng)少量比特發(fā)生改變時(shí)不會(huì)引起線性復(fù)雜度的急劇下降,即具有高的-錯(cuò)復(fù)雜度.該文以多項(xiàng)式的因式分解為主要工具研究了任意有限域GF(q)上,周期N與p互素以及N=v這兩種情況下,計(jì)數(shù)函數(shù)NN,0(c)的值,并給出了線性復(fù)雜度的數(shù)學(xué)期望EN,0的值以及-錯(cuò)復(fù)雜度的數(shù)學(xué)期望EN,的一個(gè)有用的下界,這里p是有限域GF(q)的特征.
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。
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。
2024, 46(1): 195-203.
doi: 10.11999/JEIT221517
刊出日期：2024-01-17
由于數(shù)據(jù)量激增而引起的信息爆炸使得傳統(tǒng)集中式云計(jì)算不堪重負(fù)，邊緣計(jì)算網(wǎng)絡(luò)(ECN)被提出以減輕云服務(wù)器的負(fù)擔(dān)。此外，在ECN中啟用聯(lián)邦學(xué)習(xí)(FL)，可以實(shí)現(xiàn)數(shù)據(jù)本地化處理，從而有效解決協(xié)同學(xué)習(xí)中邊緣節(jié)點(diǎn)(ENs)的數(shù)據(jù)安全問題。然而在傳統(tǒng)FL架構(gòu)中，中央服務(wù)器容易受到單點(diǎn)攻擊，導(dǎo)致系統(tǒng)性能下降，甚至任務(wù)失敗。本文在ECN場(chǎng)景下，提出基于區(qū)塊鏈技術(shù)的異步FL算法(AFLChain)，該算法基于ENs算力動(dòng)態(tài)分配訓(xùn)練任務(wù)，以提高學(xué)習(xí)效率。此外，基于ENs算力、模型訓(xùn)練進(jìn)度以及歷史信譽(yù)值，引入熵權(quán)信譽(yù)機(jī)制評(píng)估ENs積極性并對(duì)其分級(jí)，淘汰低質(zhì)EN以進(jìn)一步提高AFLChain的性能。最后，提出基于次梯度的最優(yōu)資源分配(SORA)算法，通過聯(lián)合優(yōu)化傳輸功率和計(jì)算資源分配以最小化整體網(wǎng)絡(luò)延遲。仿真結(jié)果展示了AFLChain的模型訓(xùn)練效率以及SORA算法的收斂情況，證明了所提算法的有效性。
