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。該算法每步運算可生成一列元素而不是一個元素,因而減少了運算次數(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De Bruijn序列的k次齊次復(fù)雜度Ck(s),給出了Ck(s)的一個上界。k=1及k=2時,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。本文通過并置所有循環(huán)圈的周期約化,提出了一個新的生成k元de Bruijn序列的算法。該算法每步運算可生成一列元素而不是一個元素,因此減少了運算次數(shù),加快了生成速度。

該文分析了He等人(2014)提出的無證書簽名方案和Ming等人(2014)提出的無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)被動攻擊，He方案存在KGC被動攻擊和KGC主動攻擊。該文描述了KGC對兩個方案的攻擊過程，分析了兩個方案存在KGC攻擊的原因，最后對Ming方案提出了兩類改進。改進方案不僅克服了原方案的安全性問題，同時也保持了原方案聚合簽名長度固定的優(yōu)勢。

為克服多重代理簽名方案中無法確認誰是真正簽名者的弱點，Sun于1999年提出了不可否認的代理簽名方案。2000年Hwang等人指出Sun的方案不安全，并對Sun的方案進行了改進，2004年 Tzeng, Tan, Yang各自對Hwang等人的方案進行了安全性分析，指出Hwang方案容易受到內(nèi)部偽造攻擊。該文通過讓原始簽名組與代理簽名組互動來實現(xiàn)秘密共享和密鑰分配的方法，設(shè)計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，該文進行了相關(guān)研究。為了提高攻擊的針對性，該文提出了攻擊方案的快速評估方法，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)建仿真驗證平臺，對攻擊方案進行了驗證。實驗結(jié)果表明該方案可成功恢復(fù)48 bit密鑰，說明ZUC并不具備相關(guān)性能量分析攻擊的免疫力，同時也證實了攻擊方案快速評估方法的有效性。相比Tang Ming等采用隨機初始向量進行差分能量攻擊，初始向量樣本數(shù)達到5000時才能觀察到明顯的差分功耗尖峰，該文的攻擊方案只需256個初始向量，且攻擊效果更為顯著。

針對粒子濾波(Particle Filter, PF)存在的粒子退化和貧化問題，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信息，采用無跡卡爾曼濾波(Unscented Kalman Filter, UKF)來產(chǎn)生重要性分布，對重要性分布產(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)的粒子點集。試驗結(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，具有較好的估計精度。

實際條件下，在對基于衰減指數(shù)(DE)和模型的雷達目標(biāo)散射中心參數(shù)估計和特征提取時，其噪聲背景往往是非高斯的，分布密度函數(shù)表現(xiàn)出長拖尾性質(zhì)。利用基于高斯假設(shè)條件下的估計方法進行參數(shù)估計時，往往不能得到較好的結(jié)果。針對這種情況，該文利用M估計方法來實現(xiàn)對長拖尾雜波下DE模型參數(shù)的穩(wěn)健估計。首先分析了基于PRONY模型的M估計實現(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估計的實現(xiàn)方法，并對這兩種方法進行了分析和比較。仿真實驗結(jié)果表明，在一類長拖尾K分布雜波條件下，與ESPRIT方法以及擴展PRONY估計方法相比，該文所提的兩種方法均能得到較好的估計結(jié)果。

在準(zhǔn)循環(huán)LDPC碼的構(gòu)造中，校驗矩陣擁有盡可能好的girth分布對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，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，這不僅帶來龐大的計算量，而且會損害分類精度。因此，在對高光譜影像進行處理、分析之前進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模型的簡化降維，該文將該方法運用于高光譜遙感影像降維中，通過子空間劃分弱化波段之間的相關(guān)性，利用差分進化算法(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分類貢獻較小的波段，從而實現(xiàn)降維。最后，采用AVIRIS影像進行實驗，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，達到85.83%，比其他相近方法中最優(yōu)方法高出0.31%。