云计算中基于公平的安全判定相等协议的身份认证方案

云用户与云之间的双向认证是云计算中用户访问云中资源和数据的重要前提。为解决云计算环境下基于口令的身份认证方式存在的问题,并保证海量用户环境下认证的效率,对一个常数复杂性的判定口令相等的百万富翁协议进行了改进,提出了一个公平的安全双方判定相等协议,可以公平且秘密地比对认证方与被认证方所拥有口令的一致性。在上述协议的基础上,基于具有语义安全的加法同态算法――Bresson算法,实现了一个保护云用户和云服务提供者双方隐私的身份认证方案,最后,证明了该身份认证方案在判定相等方面的正确性,并给出了方案的安全性分析。     

基于免疫遗传算法的人上位拣选车作业规划问题求解

针对人上位拣选车的作业轨迹规划问题构建了具有附加安全约束条件的时间最优控制数学模型,并提出了一种免疫遗传求解算法．该算法较单纯遗传算法有效避免了种群退化,且收敛速度更快．实验表明,该算法适用于求解人上位拣选车的作业轨迹规划问题．     

机动管线水顶油排空油水混合物切割工艺研究

排空是机动管线的一项经常性作业。在水顶油排空过程中,不可避免地会产生混油,因此混油的切割工艺尤为关键。通过对机动管线水顶油排空作业终端混油切割流程、设备操作的分析,提出了采用1个三通球阀代替2个闸阀的切割流程,自行搭建了实验平台,测量了三通球阀的流动特性,论证了三通球阀作为机动管线混油切割阀的可行性。实验表明,新流程的使用降低了切割操作难度,提高了切割作业的快速性和准确性。     

基于Prony算法合闸于故障保护方案

将Prony分析方法应用于断路器合闸于故障保护。利用Matlab软件对断路器合闸于输电线路故障和非故障情况下的暂态过程进行建模和仿真,对合闸后半个周波或1个周波输电线路保护安装处实测的电流数据进行采样,应用Pronv算法对其进行分析,提取出此暂态电流中包含的各次自振荡分量的各个特征量,识别出线路中是否存在故障。仿真证明：该分析方法可在合闸后半个周波或1个周波准确求出合闸操作暂态过程中各次频率的分量,从而正确识别线路的故障。     

高斯马尔可夫融合算法在卡尔曼滤波中的应用

针对目前常用的按标量、对角阵、矩阵加权融合方法过程较复杂,计算负担较重的问题,结合三维目标跟踪模型提出一种高斯马尔可夫融合方法来融合卡尔曼滤波估计值,不需要计算局部稳态滤波误差互协方差,只需要知道传感器的观测噪声方差就可以了。计算方法和操作相对简单,省略了很多繁琐步骤也能达到不错的滤波融合效果,通过仿真证明了此方法的可行性和高效性。     

扩频系统中一种FFT算法的快速捕获方法

针对高动态、大频偏的扩频系统采用了一种基于快速傅氏变换(FFT)算法的伪码快速捕获方法,该捕获方法是在搜索伪码相位的同时,通过频率扫描的方式搜索载波频率偏移值,将原来的伪码相位、载波频偏的二维搜索过程变成只搜索伪码相位的一维搜索过程,从而大大减少了高动态、大频偏扩频系统中的同步伪码的搜索的复杂度。理论分析和仿真结果都证实在不增加硬件复杂度的情况下,基于FFT算法的伪码快速捕获方法能够大幅度地缩短捕获时间,降低系统复杂度。     

编队对地攻击联合火力分配问题的Swt-opt算法

根据未来战争中编队对地攻击的特点,运用一致算法(consensus algorithm)的思想对Swt-opt算法进行改进,解决关于传感器-武器-目标的联合火力分配问题。改进算法继承了Swt-opt算法解决资源分配问题在通信、计算以及对战场态势的容错能力方面的优势,克服了Swt-opt算法受限于网络拓扑结构的缺点。最后,证明了改进算法的可行性,并运用Matlab对改进算法进行了仿真实现。     

光电载荷安装误差标校的飞行航路

无人机搭载光电载荷进行安装误差标校时,飞行航路的选择与规划在很大程度上影响着标校算法的收敛性与误差识别结果。为增强标校飞行架次的有效性,提高安装误差可被识别的程度,改善标校算法的收敛性及标校精度,对标校的原理和标校算法进行了理论分析,并利用考察差异函数偏微分的方法找到了标校航路和安装误差标校之间的相互联系,然后结合标校实施过程中所遇到的实际问题提出标校航路规划应遵循的原则,给出了标校航路规划的参考范例。     

一类有增益网络的最大流模型

一般带容量限制的网络图中流出源点与流入汇点的流量相等,但在实际应用中,存在一类流量经过弧发生变化的网络,使得流出源点与流入汇点的流量不相等。针对此类问题,建立了增益网络最大流模型,并通过增设虚弧将增益网络转换成循环网络,利用循环网络中汇点流量瞬间平衡的优点简化了模型。最后,结合实例进行分析,编写程序对实例进行了计算,计算结果验证了该模型的有效性。     

排列熵算法的应用与发展

重点阐述了排列熵算法的基本原理,总结归纳了该算法在医学、生物和机械等领域的国内外研究和应用现状,最后展望了排列熵算法的未来发展趋势。研究表明：排列熵算法能够有效放大时间序列的微弱变化,且计算简单、实时性高,已在信号突变检测方面显示出良好的应用前景。