一种高效群签名方案的设计与分析

基于ElGamal密码体制及其签名算法,构造了一个高效安全的群签名方案。在签名初始化阶段,把群管理者分成两个部分T1和T2, T1负责签名群成员的加入,删除和密钥发行。如果发生争端需要仲裁,那么可由T2负责打开群签名并进行追踪,这种方法有效地实现了签名群中成员的动态管理,具有一定的高效性、安全性和实用性。方案给出了详细的设计过程,并对其高效性和安全性进行了分析,为群签名方案的设计与实现提供了一种参考。     

S M3杂凑算法的流水线结构硬件实现

提出一种流水线结构的硬件实现策略,同时采用CSA加法器进行关键路径压缩,极大地提高了工作频率和算法的计算速率．在191 M Hz时钟频率下,实现了73．54 Gb／s的高吞吐率．     

长时间相干累积算法研究

依据现有双星时差频差无源定位体制的原理和特征,针对长时间积分条件下的时差频差联合估计问题,分析了到达时差与到达频差随时间的变化规律及其对互模糊函数计算的影响。综合采取滑动时延调整和相位补偿措施,跟踪时差的线性变化,并抵消时延滑动引起的相位跳变,实现长时间积分下的相干累积。提供了详细的理论依据和仿真结果,说明了改进后的算法在提高互模糊函数的相关输出信噪比,增强微弱信号检测能力的优势。     

NGB TVOS应用签名机制解析

NGB智能电视操作系统(NGB TVOS)是广电实现终端标准化、智能化的关键技术,而安全可控是NGBTVOS的重点研究内容.本文详细介绍了TVOS采用的应用签名方案,通过开发者自签名、运营商签名、多级证书结构等手段共同保证了TVOS应用安装的数据完整和来源可靠,可有效阻止未授权、未认证的应用在TVOS上安装使用.     

大长径比高刚性碳纤维杆缠绕成型工艺研究

作为应用于浮空器领域的雷达结构杆件,长达12 m,直径为30 mm,长径比为400∶1。为达到其高刚性、轻质、快速组装的要求,在研制过程中采用了分段杆套管连接方式;分段杆端头变厚度缠绕加强;多角度缠绕角交叉缠绕;干法缠绕碳纤维预浸丝等工艺手段,研制出大长径比高刚性轻质碳纤维结构杆。     

“模拟电子技术基础”课程的立体化教材建设

本文介绍了我校"模拟电子技术基础"课程立体化教材建设的整体思路,探讨立体化教材的内涵和表现形式,论述了如何将教学改革成果和科研成果融入教材,妥善处理传统内容继承与现代内容引进的问题;建立具有示范和辐射作用的数字化教材资源,突出了电子技术的应用性和实践性,强化学生工程实践能力的培养。     

Sb_2O_3对富钛型钛酸锶钡基陶瓷结构及性能的影响

采用传统固相法制备Sb_2O_3掺杂(Ba_(0.7_Sr_(0.3))Ti_(1.005)O_3系介电陶瓷,通过扫描电镜、X线衍射仪及LCR测试系统,研究不同含量的Sb_2O_3及烧结工艺参数对TiO_2过量的钛酸锶钡体系微观结构及介电性能的影响。结果表明,随Sb_2O_3掺杂量增大,(Ba_(0.7)Sr_(0.3))Ti_(1.005)O_3陶瓷由立方钙钛矿结构单相固溶体转变为多相化合物。在TiO_2过量的(Ba_(0.7)Sr_(0.3))Ti_(1.005)O_3陶瓷中,Sb~(3+)进入钙钛矿晶格A位。Sb_2O_3添加量较大时,(Ba_(0.7)Sr_(0.3))Ti_(1.005)O_3基陶瓷晶粒异常长大,粒径分布不均匀,且有柱状晶粒出现。随Sb_2O_3掺杂量增大,(Ba_(0.7_Sr_(0.3))Ti_(1.005)O_3基陶瓷居里温度及介电常数峰先增大后减小。提高(Ba_(0.7_Sr_(0.3))Ti_(1.005)O_3基陶瓷的烧结温度并延长保温时间有利于改善Sb_2O_3掺杂量较高时(Ba_(0.7_Sr_(0.3))Ti_(1.005)O_3基陶瓷室温的介电性能。     

基于分段线性正电阻的蔡氏电路设计

为了简化蔡氏二极管的设计,提出了一种分段线性正电阻的设计方法。将设计的分段线性正电阻转换成分段线性负电阻,该分段线性负电阻用于设计新的蔡氏电路,通过EWB仿真和硬件电路测试表明新的蔡氏电路能有效地产生混沌行为。无论是从产生的混沌行为还是从电路的结构来看,均具有现有蔡氏电路所不具备的一些优点,结果表明电路设计是有效的。     

一种基于改进Logitic映射的跳频序列生成算法

在扩频序列生成算法中,针对周期抽取算法平衡性和比特重排算法稳定性的欠缺,基于改进的Logitic映射,结合采用比特抽取和扰动的方法,提出了一种改进的算法来构造跳频序列, 提出的算法不需要考虑与其他映射或者序列进行同步的问题,很大程度上缩减了迭代次数。仿真结果表明,提出的算法可以提供相关性更加优良的序列,且均匀性、平衡性上优于周期抽取比特重排算法,汉明相关性与理论参考值近似重合。     

一种改进的K-Modes聚类算法

传统的K-Modes算法采用0-1简单匹配方法计算对象与类中心(Modes)之间的距离,并将每个对象分配到离它最近的类中去。采用基于频率方法重新计算各类的类中心(Modes)、定义目标函数,然而,对象的归类方法和目标函数的定义没有充分考虑分类数据的特点。对此,提出一种改进的K-Modes算法,采用期望熵最小的衡量方法进行归类,并且采用期望熵作为新的目标函数。通过实验将该算法与传统的K-Modes算法进行比较,表明该算法是更有效的。