细胞自动机组合伪随机序列发生器

结合细胞自动机所特有的单元结构的简单性、单元之间作用的局部性和信息处理的高度并行性等特点,利用细胞自动机产生高速序列;分析了比特与、或、异或运算周期特性,其周期等于各自周期的最小公倍数;证明了比特异或运算的频率特性优于原有的频率特性。研究了比特组合运算的线性复杂独特性,比特与、或运算的线性复杂度等于各自线性复杂度的乘积,异或运算的线性复杂度等于各自线性复杂度之和。利用伪随机特性检测方法和线性复杂度的测试方法的计算机模拟表明细胞自动机组合伪随机序列发生器实现简单、速度高、能有效增加序列周期长,改善序列伪随机统计特性,并能有效增加伪随机序列的线性复杂度。     

基于高速DG的伪随机序列及其产生研究

针对专用伪随机序列发生器的不足,对基于高速数据发生器的伪随机序列及其产生作了较深入的研究。阐述了伪随机序列的几种码制和产生方式,提出了基于高速数据发生器的伪随机序列设计的一般原则和方法,并给出了典型伪随机序列在高速数据发生器中的设计实现和实验结果。     

VLSI测试中移相伪随机序列的设计

为了用较少的硬件和测试时间开销获得对被测电路较高的故障覆盖,提出了一种数字集成电路测试中多扫描链的配置方法。该方法基于最大周期的线性反馈移位寄存器LFSR生成的m序列的移位可加性,可使较短长度的LFSR驱动多个扫描链;为了减小LFSR生成序列的互相关性,利用LFSR与其对偶LFSR间的关系,提出了基于逻辑仿真的移相器的快速设计方法,实验结果验证了该方法的有效性,对VLSI的内测试和外测试皆适用。     

一种新的快速RSA算法

提出了一种新的快速ＲＳＡ算法。这种算法利用平方剩余和乘同余的对称特性，使ＲＳＡ算法的求模运算量平均减少了约３０％，并通过降低乘数和被乘数的绝对值缩短了乘法时间，从而提高了整个ＲＳＡ算法的速度。     

若干伪随机序列构造及其在信息隐藏中的应用

给出了若干适用于信息隐藏技术的伪随机序列生成算法,并就这些伪随机序列的最小周期、线性复杂度、游程分布、实现效率进行了初步讨论,提出了对利用伪随机序列进行信息埋藏常规方法的一种改进.目的是充分利用遮盖信息中可隐藏信息空间,可先验地确定给定遮盖信息中可隐藏信息的长度.     

基于乘同余对称特性的快速RSA算法的改进

提出了一种新的快速ＲＳＡ算法，这种算法是基于乘同余对称特性的快速ＲＳＡ算法（ＳＭＭ算法）的改进。理论分析表明，新算法的迭代计算步数平均减少了１７．２％。与传统的二进制算法（ＢＲ算法）相比，新算法的计算速度平均提高了４２％左右。     

一类混合混沌序列及其特性分析

提出将Logistic混沌序列与m序列以异或方式结合形成一类混合混沌序列的方法。用理论与统计分析相结合的方法对该混合混沌序列的周期、平衡性、相关性及线性复杂度等特性进行了系统分析。分析结果表明：该混合混沌序列的各项特性均较好，产生方法简单，可用数字电路实现，是一类很有应用前景的伪随机序列。     

相控序列的阵列交织快速生成

相控序列为一种性能优越的新型伪随机序列,长为(2~n-1)~2的PC序列可通过(2~n-1)~2的GMW序列和与相控序列相伴的交错序列交织生成。通过移位产生有限域元素和计算迹函数构造PC序列,分别产生了长为9, 49, 225, 961, 3 969, 16 129的PC序列,并验证了其性质。采用该方法由计算机模拟生成六万多个长为961的PC序列,时间小于12 s。     

一种基于权值的序列模式更新算法

针对原始数据库中增加数据时如何更新规则的问题,提出并应用了一种基于权值的序列模式更新算法UW IUA。该算法利用权值来归约子序列集和利用知识数据库中保留的最小非大序列集产生新的候选序列集,避免了重复遍历原始信息库而造成数据量太大的问题,从而缩短程序运行时间和节约数据存储空间,较好地改进了算法性能。实验结果证明UW IUA算法的效率高于IUA算法。     

一种改进的无线传感器网络随机密钥预分配算法

在分析现有无线传感器网络随机预分配密钥算法的基础上,通过同时引入q合成技术、多路增强技术与单向密钥序列技术,提出了增强的随机预分配密钥算法H-RKP,并以节点俘获攻击为例对其安全性进行了分析,证明该算法可以进一步提高现有随机预分配密钥算法的安全性．     

一种基于扩展Infomax的自适应学习算法

独立向量分析根据信源统计独立特性对观测信号进行分离运算,扩展Informax算法既能分离超高斯信号,也能分离亚高斯信号,得到广泛的应用。本文基于扩展Infomax算法特点,提出了一种自适应的学习算法,该算法使得学习步长根据信号的代价函数变化而变化,克服了扩展Infomax算法在稳态步长调整过程中的不足,仿真结果证实了该算法的有效性。     

连分式算法插值顺序的有效安排

n节连分式算法是一个实用的一维搜索方法。构造连分式插位函数时,部分分母的计算在该算法中占有较大的比重,本文通过对插值点先后顺序的有效安排,使得部分分母的计算量下降近三分之一。最后,对该算法可能遇到的数值困难提供了一个实施方案。     

基于GS正交算法的信号检测方法

基于ＧＳ（Ｇｒａｍ－Ｓｃｈｍｉｄｔ）正文算法，推导出一个正交基范数阈值，据此阈值可在ＧＳ正交化过程中判定出信号矢量空间的维数，从面实现对信号源个数的检测。在此基础上，利用所获得的正交基构造一个信号矢量空间，并在此空间中定义了一个搜索画数来实现对信号方位的估计。这种方法的优点在于算法简单，运算量小，且特别适于大阵列的测向。计算机模拟结果也显示了本方法的良好检测效果。     

基于多层次模糊增强的自适应Canny边缘检测算法

边缘检测技术是图像预处理中最重要的技术之一.在对C anny的最佳边缘检测算子进行理论及实验研究的基础上,利用广义模糊集(GFS)理论,给出了基于多层次模糊增强图像区域对比度的广义模糊算子来取代传统的高斯算子,从而增强了图像的层次结构,并实现了图像边缘的自动提取.试验表明,改进算法具有较高的信噪比,能达到比较理想的边缘检测效果.     

基于经济性设计的过程能力指数优化

本文阐述了过程能力指数的发展形式及存在的问题，探索了过程能力指数的优化途径，建立了基于质量损失与过程控制成本之和最小化的过程能力指数模型．     

基于神经网络的六维力传感器静态标定方法研究

利用BP神经网络研究了六维力传感器的静态标定方法.良好的泛化能力是基于神经网络标定方法的关键,而现有基于神经网络的传感器标定方法对网络的泛化能力鲜有考虑.针对上述问题,以提高神经网络泛化能力为目的,对神经网络的训练样本、训练期望误差值和网络隐层单元数等的选取进行了研究.实验及计算机仿真表明,当选取样本数据具有遍历性时,利用神经网络标定后进行补偿计算可提高六维力传感器的测量精度.