一种抗弱曲线故障攻击的SM2数字签名算法设计

SM2数字签名算法是中国版的椭圆曲线数字签名算法,尽管该算法的设计在数学理论是安全的,但在算法的具体实现时却容易遭受物理攻击。因此,加强SM2数字签名算法在实现过程中的抗攻击性具有重要意义。本文基于故障感染思想提出了一个针对SM2数字签名算法的抗故障攻击策略,通过改变算法中的标量运算操作,使得算法遭受攻击后故障将在签名过程中扩散,从而破坏攻击者利用错误签名快速检索签名私钥的条件。实验结果表明,此防御策略不仅可以抵御弱曲线故障攻击,还可以防御弱曲线故障和二次故障注入的结合攻击。此外,本文还将椭圆曲线算法中常用点检测抗故障攻击策略和本文提出的故障感染防御策略都在现场可编程逻辑列阵上实现,对两种策略的硬件面积开销、单次签名时间开销进行比较,结果显示,本文提出的策略在硬件性能上比基于点检测的策略更优越。     

被动伸展与抗阻功能相结合的训练方法研究

被动伸展与抗阻功能相结合的运动,是一种综合了医疗体育的3种康复运动(被动运动、伸展运动、抗阻运动)特点的运动,不仅对运动创伤有康复作用,而且还可以起到预防运动创伤、提高运动能力的作用.由于其适用范围广,可操作性强,能对人体许多部位进行专项功能训练,具有推广价值.     

输入受限乘波体飞行器无估计预设性能控制

针对输入受限的乘波体飞行器跟踪控制问题,提出了一种无估计的预设性能控制方法。首先,针对可能发生的执行器饱和问题,设计了一种新型抗饱和补偿系统。然后,利用补偿系统状态构造新的预设性能转换误差,基于预设性能控制与反演控制的方法,为速度子系统与高度子系统设计了无需估计的低复杂度控制器。该设计方法的优越性在于无需状态估计与神经逼近,显著降低了控制的复杂度与计算量。基于Lyapunov稳定理论证明了所有转换误差与跟踪误差最终一致有界。最后,通过数值仿真验证了所提方法的有效性。     

高强轻集料钢筋混凝土梁抗弯性能试验

通过对6根高强轻集料钢筋混凝土梁和1根普通钢筋混凝土梁的抗弯试验,研究了高强轻集料钢筋混凝土梁的抗弯承载力、荷载-挠度变化关系、破坏形式、延性和抗裂性能等抗弯力学行为．试验结果表明：在短期荷载作用下,高强轻集料钢筋混凝土梁的挠度和最大裂缝宽度均满足正常使用极限状态的要求．纯弯段无腹筋的高强轻集料钢筋混凝土梁在破坏时表现出较强的脆性,延性要比同一强度等级普通混凝土梁略差．在试验分析的基础上,提出适用于高强轻集料钢筋混凝土梁的抗裂度计算方法．     

煤直接液化残渣改性沥青路面结构车辙预估

为研究煤直接液化残渣(DCLR)改性沥青路面的抗车辙性能,基于京新(北京-乌鲁木齐)高速公路的交通环境调查数据,以车辙深度和动稳定度为指标,采用ABAQUS模拟和沥青路面结构分析软件(APAD)计算2种方法,分别对作为中面层的4种沥青混合料(DCLR改性沥青混合料、复合DCLR改性沥青混合料、SK-90沥青混合料和SB...     

改性磷石膏矿渣水泥砂浆基本性能试验分析

磷石膏矿渣水泥(phosphogypsum slag cement)因成分中的磷石膏含有可溶磷,限制了其在建材领域的应用。本研究掺入2%生石灰对磷石膏进行中和预处理,在温度为150℃下进行焙烧,可溶磷含量随着焙烧的进行逐渐降低,混合物pH从4.5升至7.8,磷石膏中的石膏部分转变为烧石膏;将改性后磷石膏矿渣分别以10%、20%、30%、40%、50%的水泥含量加入水泥砂浆中,用以取代部分水泥,制成砂浆试件,研究其三点弯曲抗折强度;随着磷石膏矿渣的掺入量的提高,水泥砂浆的抗折强度逐渐减小,当掺入量为小于20%时,水泥砂浆的抗折强度下降幅度不明显,掺入量大于30%后,其强度发生大幅下降。     

铜基材料表面石墨烯涂层的调控

针对铜箔在特殊领域应用时导电性与耐腐蚀性差的问题,采用空气喷涂法在铜箔表面涂覆石墨烯涂层,通过调节石墨烯涂镀液中甲基吡咯烷酮与乙二醇的体积比,实现石墨烯涂层在铜箔表面空间结构的精确调控。研究结果表明:石墨烯在铜箔表面的空间形态与厚度,可以通过分散剂的种类和喷涂液的体积来控制。当分散溶剂中甲基吡咯烷酮与乙二醇的体积比为2∶1时,涂覆石墨烯的铜箔阻抗最大,在盐水中的抗腐蚀性能最好。     

基桩嵌岩段抗拔承载特性现场试验研究

通过现场试验研究了砂岩层中基桩的抗拔承载特性,分析了基桩嵌岩段的破坏机理,提出了嵌岩桩极限抗拔承载力的预测公式,将计算结果与试验值和规范计算值进行了比较。研究结果表明:嵌岩桩的上拔荷载-桩顶位移曲线均为陡变型,增加桩长可以有效地增加承载力,但对桩顶位移的影响有限。试验得到桩岩相对位移为20～25 mm,中风化砂岩层侧阻力达到极限,极限抗拔侧阻力为925.4～961.3 kPa。当桩身强度高于桩周岩体时,基桩的抗拔承载力由桩周岩体的抗剪切强度提供,桩的极限侧阻力可以等效为桩周岩体的抗剪切强度。现行规范的计算值偏于保守,与本文试验值的比值为0.18～0.39。     

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。