基于EKF算法的弹道导弹助推段跟踪建模与仿真

围绕弹道导弹助推段跟踪问题,分析了助推段反弹道导弹的基本作战过程,建立了弹道导弹助推段动力学模型,分别就单传感器/单弹道导弹和多传感器/多弹道导弹两种情况建立了基于EKF算法的弹道导弹助推段跟踪模型,并通过算例验证了模型和算法的有效性,可为助推段反弹道导弹建模与仿真提供一定的参考。     

一种针对OpenSSL中RSA的计时攻击改进算法

针对原有BB-Attack（Boneh and Brumley’s Attack）计时攻击算法在样本量小的情况下存在0~1间隔不明显、攻击精确度低等问题,依据Montgomery乘法中额外约简数目与输入消息的关系,结合统计分析中的t检验,给出了一种改进的计时攻击算法。计时攻击实验结果表明：改进算法能够产生更加明显的0~1间隔,并且减少了攻击样本量,提高了攻击效率。     

针对S盒的ARIA-128差分故障分析

针对ARIA-128分组密码进行差分故障分析,并将差分故障分析简化为求解S盒输入与输出差分问题,同时进行仿真实验。实验结果表明：ARIA-128分组密码易遭受差分故障分析攻击,8次故障注入可恢复1轮扩展轮密钥,32次故障注入即可恢复主密钥。该方法也适用于其他SPN结构的分组密码算法。     

ARIA分组密码差分功耗分析

分析了密码算法加密过程的功耗泄露模型,给出了差分功耗分析的基本原理,针对ARIA分组密码中查找S盒的功耗泄漏进行了差分功耗分析,并进行仿真实验。实验结果表明：ARIA密码中S盒查表操作功耗消耗易遭受差分功耗攻击,对800个随机明文的功耗曲线进行实验分析,可获取ARIA加密前4轮轮密钥,结合密钥扩展算法即可获取128位的主密钥。     

基于改进TOPSIS法和蚁群算法的反TBM目标群目标分配研究

基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。     

基于灰色Verhulst优化模型的装备研制费用高精度预测

针对装备寿命周期费用中研制费用的高精度预测问题,提出了一种灰色Verhulst优化模型。首先提出了对灰色Verhulst模型参数进行优化的数学规划模型,然后介绍了应用模拟退火算法求解该Verhulst模型,最后结合实例对鱼雷研制费用进行了建模,并进行了模拟有效性比较与分析。理论分析和仿真计算结果均表明,所提优化模型具有更高的模拟和预测精度,且模拟序列与原始序列具有更大的灰色关联度。     

基于改进TOPSIS法和蚁群算法的反TBM 目标群目标分配研究*

基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。     

基于舰艇基线及DGPS的雷达实时标校方法

针对舰载雷达标校真值测量困难、精度不高的问题,设计了一种利用舰艇基线数据和高精度差分GPS测量信息进行基线修正、坐标变换,实时计算雷达真值并标校的方法,给出了真值计算模型。测试验证结果表明,该方法得到的真值精度高,使用方便、快捷,不受环境制约,且可同时对多部舰载雷达进行标校,有效提高了舰载雷达标校效率。     

基于Alamouti码的卫星差分协同方案设计与仿真

协同通信是可望在未来移动通信中得到实用的高性能信号传输技术之一。为有效避免协同通信进行实时信道估计比较困难这一难题,提高系统的可实现性,文章针对卫星移动通信的系统结构提出了一种基于Alamouti码的卫星差分协同通信系统方案,并利用Matlab软件对该方案在不同卫星移动衰落信道环境中的性能进行了仿真分析。结果表明,在相同的信道条件下,采用协同方式可大大提高系统的抗衰落能力,而且卫星移动通信的特定系统结构非常适合协同通信的性能发挥,使其接近或达到传统多天线系统的性能。     

无人机辅助通信网络中基于强化学习的用户速率优化算法

无人机辅助地面蜂窝基站,形成混合的通信网络有望成为提升用户速率的一种重要手段。针对无人机辅助基站的通信网络,提出基于多臂赌博机的用户速率优化算法（multi-armed bandits-based rate optimization,MBRO）。先建立联合优化问题,再分别利用改进后K-means聚类算法和多臂赌博机算法求解。MBRO算法利用K-means聚类算法实现无人机的部署,并利用多臂赌博机算法完成信道分配和无人机的传输功率分配。仿真结果表明,相比于同类的基准算法,MBRO算法提高用户端速率。