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。     

基于优化概率神经网络法船舶柴油机燃油系统故障检测

针对船舶柴油机结构异常复杂、故障特征信息输入输出不明显,难以诊断故障的问题,提出一种基于优化概率神经网络的检测方法,该方法采用遗传算法结合概率神经网络模型将误差数值作为优化目标,将目标函数视为最小值问题映射为适应度函数,经遗传算法操作以减小误差并消除概率神经网络模型自身影响使得故障特征最大化,结合其模型强大的非线性分类能力可提高辨别柴油机复杂多变的故障类型及其相似的特征。通过建立基于优化概率神经网络故障检测模型,选取燃油供给系统故障数据作为检测样本,经仿真验证,得到优化后概率神经网络故障检测正确率较高的结果,验证了该方法有一定的研究效果。     

基于视觉形状与相关反馈的三维模型检索

提出一种基于小波矩的面光源描绘子和改进的基于高斯势函数的轮廓描绘子,并在此基础上结合Adaboost相关反馈,构建一种两阶段的三维模型检索策略.首先获得模型的最优包围盒;然后进行两阶段检索:第一阶段是基于高斯势函数的轮廓描绘子的快速定位检索范围,第二阶段是融合以上两种描绘子的精确检索.最后结合Adaboost相关反馈,从而有效地评估模型之间的相似度.实验结果表明:该方法具有较高检索效率与精度.     

基于卷积神经网络的钢轨测量廓形畸变动态识别

针对车体多自由度振动对基于激光图像技术的钢轨廓形动态测量所造成的影响,提出一种新颖的钢轨测量廓形畸变识别方法.首先根据钢轨廓形特征和畸变前后的几何差异,设计了一种三通道且参数独立的卷积神经网络结构用于畸变识别,其输入分别为原始廓形图像的降采样、轨鄂点周边裁剪图像和轨底点周边裁剪图像.为了有效训练该网络,通过采集大量正常廓形图像和畸变廓形图像来构建带标签训练样本库.利用训练后的卷积神经网络,在室内钢轨廓形动态测量平台上进行大量的测量廓形畸变识别实验.实验结果表明本文识别方法的精度和查全率均能达到92%以上,验证了该方法的有效性和可靠性.     

基于NSFC-OFDM的非协作式虚拟MIMO

针对多用户配对虚拟MIMO(multiple input multiple output)安全性差,对信道估计器依赖性强的问题,提出一种基于非相干空频码(non-coherent space frequency code,NSFC)和正交频分复用(orthogonal frequency division multiplexing,OFDM)的非协作式虚拟MIMO.在分析NSFC成对错误概率的基础上,给出能满足全分集阶数和最大编码增益的编码准则.为了获得平行子信道传输效果,利用信道循环矩阵奇异值分解(singular value decomposition,SVD)后得到的酉矩阵分别进行预编码和预解码.基于最优NSFC和OFDM预编解码,提出一种新颖的虚拟MIMO策略.该虚拟MIMO在收发两端均无需信道瞬时信息,以非协作方式在单天线内模拟多天线收发效果.理论和仿真分析结果表明,虚拟MIMO系统能有效逼近实际理想MIMO的系统容量和误比特率性能,显著降低了虚拟MIMO系统的检测门限.     

WSN虚拟MIMO的非均匀多簇策略研究

在WSN提出一种非均匀多簇协作虚拟MIMO策略.以节点剩余能量、协作节点间距和节点至目的节点间距为参考依据,结合梯度搜索算法选取协作节点,以构建非均匀多簇.簇内节点通过空间分集方式协作通信,簇间通过空间复用方式并行传输,力求分集增益最大化.分析和仿真研究表明:该非均匀多簇协作策略在系统能耗和信道容量方面均有理想性能.     

基于STBC-OFDM的非协作虚拟MIMO传输策略

针对多用户配对虚拟MIMO(multiple input multiple output)安全性差、对信道估计器依赖性强的问题,在分析理想MIMO系统和多径SISO(single input single output)系统本质关系的基础上,提出一种基于空时分组编码STBC(space-time block coding)和正交频分复用(orthogonal frequency division multiplexing,OFDM)的非协作式虚拟MIMO传输策略.在发送端,为了获得最佳发射分集增益,利用信道循环矩阵奇异值分解(singular value decomposition,SVD)后得到的左酉矩阵进行预编码;在接收端,为了获得平行子信道传输效果,提出一种基于低复杂度线性STBC译码和傅里叶变换预解码的非协作虚拟MIMO接收方案.该虚拟MIMO在收发两端均无需信道瞬时信息,以非协作方式在单天线内模拟多天线收发效果.仿真分析结果表明该虚拟MIMO系统能有效逼近实际理想MIMO的系统容量和误比特率性能,显著降低了虚拟MIMO系统的检测门限.该结果验证了其有效性和优越性.