二元周期序列的k错误线性复杂度

随着k的增大,序列k错误线性复杂度的值会从线性复杂度递减到0.对于周期为2的方幂的二元序列,Kurosawa讨论了线性复杂度和k错误线性复杂度的关系,给出了使得序列的k错误线性复杂度严格小于序列的线性复杂度最小的k值.本文利用多项式的权重关系给出了使得序列k错误线性复杂度再次减小的最小k值.     

二元周期序列的线性复杂率与k-错复杂度的关系

k-错复杂度是指改变序列一个周期段中k个或少于k个符号后所得序列的最小线性复杂度。该文讨论了周期为2~pq(q为奇素数,2是模q~2的本原根)的二元序列线性复杂度与k的关系,这里k是满足LC_k(S~N)相似文献   

关于求周期序列k错线性复杂度的Stamp-Martin算法

在k错线性复杂度的实际应用中,误差向量的计算是非常重要的。因此改进了Stamp-Martin算法中cost向量的结构,从而使该算法求周期为2n的二元序列k错线性复杂度更加简洁且容易理解,同时给出了求相应误差向量的算法,即在该误差向量下,能够实现最小的k错线性复杂度。     

2n-周期二元序列的3-错误序列分布

线性复杂度和k- 错线性复杂度是度量密钥流序列密码强度的重要指标。为了更好地研究序列的随机性,该文通过将序列的k-错线性复杂度的计算转化为求Hamming重量最小的错误序列的方法,讨论了序列不同k-错线性复杂度条件下对应的k-错误序列的分布情况。基于Games-Chan算法,该文给出了线性复杂度为2n的2n-周期二元序列的3错误序列的计数公式,计算机编程验证了该文方法的正确性。     

确定周期为p~n的二元序列的k-错线性复杂度的一个算法

本文给出了确定周期为pn 的二元序列的k -错线性复杂度的一个算法 ,这里p为素数 ,2为模p2 的一个本原根     

2mpn周期二元序列的线性复杂度和k错线性复杂度

序列线性复杂度的稳定性是衡量其随机性好坏的一个重要指标.针对2mpn周期二元序列,利用多项式分解等工具,确定了使得序列的k错线性复杂度严格小于其线性复杂度的最小k值的上下界,其中n是正整数,m是非负整数,P是奇素数,2是模p2的原根.     

周期序列线性复杂度与κ-错复杂度的数学期望

密码学意义上强的序列不仅应该具有足够高的线性复杂度,而且当少量比特发生改变时不会引起线性复杂度的急剧下降,即具有高的k~-错复杂度。该文以多项式的因式分解为主要工具研究了任意有限域GF(q)上,周期N与p互素以及N=p~v这两种情况下,计数函数N_(N,O)(C)的值,井给出了线性复杂度的数学期望E_(N,O)的值以及k~-错复杂度的数学期望E_(N,k)的一个有用的下界,这里p是有限域GF(q)的特征。     

二元周期序列的4-错线性复杂度

 k-错线性复杂度是衡量序列伪随机性的重要指标之一.对线性复杂度第一下降点为4的以2的方幂为周期的二元序列,本文通过分析Games-Chan算法,给出了其4-错线性复杂度的所有可能取值形式以及具有给定4-错线性复杂度的序列的计数.更进一步,给出了其4-错线性复杂度的期望.结果表明,其4-错线性复杂度的期望与线性复杂度相差不大.     

确定周期序列k错线性复杂度的一个快速算法

文中提出GF(q)上计算周期为2pⁿ的序列k-错线性复杂度的一个快速算法(这里p和q是素数,并且q是一个模p²的本原根).新算法的计算复杂度为O(N)(这里N是序列的周期).     

随机周期序列☆错线性复杂度的期望上界

周期序列的k错线性复杂度是衡量流密码系统的安全性能的一个重要指标。本文给出了周期序列k错线性复杂度上界的一个更强的结果,从而给出了几种不同情形下随机周期序列k错线性复杂度的期望的上界。特别地,还给出了周期N=pv,随机周期序列满足一定条件时1错线性复杂度的期望更紧的结果。     

关于序列的线性复杂度稳定性

本文利用线性复杂度曲线,讨论了序列的线性复杂度稳定性。     

给定线性复杂度谱的序列的条数

对给定长为n的单调递增非负整数序列(L1,L2,…,Ln),给出了有限域GF(q)上长度为n的线性复杂度谱为(L1,L2,…,Ln)的序列的计数。进一步对长为n的给定线性复杂度及其最大跳跃幅度的序列进行了计数。     

GPS的几何精度因子和定位解的递推算法

本文从理论上证明了几何精度因子随卫星数目的增加而减小，提出了两个几何精度因子和定位解的递推算法。这些算法不仅能在递推几何精度因子的同时递推定位解，而且使用灵活，可根据需要求出最佳四星定位解、最佳五星定位解及全部可见星定位解。由于算法不涉及矩阵的乘法和求逆运算，因而计算量较小。     

自相关性和线性复杂度的关系

自相关性和线性复杂度是衡量序列伪随机性质的两个独立的指标.针对周期为2^<em>n的伪随机序列,本文首次指出了自相关性和线性复杂度之间存在的一个关系.该关系可应用于以下两个方面:(1)由序列的线性复杂度来估计/确定序列的自相关函数值;(2)通过线性复杂度来检验给定序列族的互相关性质.进一步的,针对一类周期为2^<em>n的伪随机序列,我们指出这类序列的自相关函数值和线性复杂度以及k-错线性复杂度存在着关系.     

周期序列球体复杂度的一个新算法

在分解周期序列极小多项式的基础上,提出计算周期序列球体复杂度的一个新算法,并给出该算法在特殊周期下的一个应用.     

序列k-错线性复杂度算法

本文给出了一个测量流密码序列稳定性的重要指标Ｋ－错线性复杂度的算法,即求ＧＦ（ｑ）上（ｑ＝ｐ＾ｍ,ｐ：素数）周期为Ｎ＝ｐ＾ｎ序列的Ｋ－错线性复杂度的快速算法。在这里对广义ＧａｍｅｓＣｈａｎ算法－ＧＦ（ｑ）上ｐ＾ｎ序列线性复杂度算法进行了简化,并给出了ＧＦ（ｑ）上ｐ＾ｎ序列Ｋ－错线性复杂度算法及其证明。     

单圈T函数输出序列k-错线性复杂度研究

该文对单圈T函数输出序列的k-错线性复杂度进行了深入研究,利用多项式理论和Chan Games算法,分析得到了当n=2t时,单圈T函数输出序列线性复杂度的n个下降点及其对应位置的k-错线性复杂度,并给出了k-错线性复杂度的分布和k-错线性复杂度曲线。