基于HECC的门限群签密研究

分析了已有的门限群签密方案,针对现有方案中抗合谋攻击及身份追查等不足的问题,在(t,n)门限签密的基础上,基于HECC提出了一种可抗合谋攻击、身份可追查的高安全性门限群签密方案。该方案在可抵御合谋攻击的同时,可分辨攻击是来自于群成员还是外部,并可针对群成员的欺诈行为进行身份追查。该方案的安全性是建立在超椭圆曲线离散对数问题的难解性上,在保障安全的同时,也具备了HECC的诸多优点。     

ADC量化对于中性氢观测影响的研究分析

随着数字技术的日益发展,应用在天文观测领域的数字信号处理技术也越来越成熟。本文针对ADC量化对于中性氢(HI)观测的影响进行研究分析。首先对HI观测进行了介绍性描述;在此基础上,对于使用实验室4.5 m天线进行HI观测时的信号接收处理系统进行了描述;重点对ADC量化以及射电望远镜灵敏度的相关公式进行推导,并结合4.5 m天线实际观测的数据处理结果进行对比说明,指出并证实了ADC量化位数不足带来的对于观测效果的影响可以通过提高积分时间得到补偿。     

基于改进正弦余弦算法的无线传感器节点部署优化

为了提高无线传感器网络（WSN）的性能，提出了一种基于改进正弦余弦算法（ESCA）的节点部署优化方法。首先，引入双曲正弦调节因子和动态余弦波权重系数，以平衡算法的全局探索与局部开发能力；然后，提出了一种基于拉普拉斯和高斯分布的变异策略，避免算法陷入局部最优。对于基准函数的优化实验结果表明，ESCA相比引力搜索算法、鲸鱼优化算法、基本正弦余弦算法（SCA）及其改进算法具有更高的收敛精度和收敛速度。最后，将ESCA应用于WSN节点部署优化，结果表明其优化覆盖率相比改进粒子群优化算法、外推人工蜂群算法、改进灰狼优化算法和自适应混沌量子粒子群算法分别提高了1.55个百分点、7.72个百分点、2.99个百分点和7.63个百分点，用更少节点便可达到相同目标精度。     

基于SqueezeNet和FractalNet混合模型的图像分类研究

针对传统卷积神经网络(如Lenet5)在图像的多分类任务中识别率不高、较新的卷积神经网络(如VGG16)在图像的多分类任务中待优化的参数达到千万级别的问题。采用将SqueezeNet神经网络与FractalNet神经网络相结合的方法。本文使用SqueezeNet神经网络中的FireModule来减少模型的参数、FractalNet神经网络的基本架构来保证神经网络模型的准确度。结果显示:在其它超参数基本相同的前提下,迭代40代时,DenseNet模型的测试集准确度为79.92%,而混合模型的测试集准确度为84.56%,其待优化的参数降至二百万个左右,故混合模型对数据的拟合能力更强,模型参数保持较低水平。     

聚类系数大小及分布可调的BBV网络演化模型

在传统BBV模型的基础上,提出了一种改进的BBV网络演化模型。基本思想是改变网络增长过程中新节点加入时,新旧节点的连接方式及优先选择概率。该模型不仅可以调节无标度加权网络度和强度的分布,还可以通过改变“三角形”连接概率公式中系数的大小,增大网络的聚类系数并调节网络聚类系数的分布。即根据实际需要,大范围调节网络度分布,精确调节聚类系数大小及分布,其生成机制更符合实际网络的演化过程。     

改进自适应中值滤波的图像去噪

针对传统自适应中值滤波算法的不足,提出了一种改进的自适应中值滤波算法,该算法引入了角度和相关性,第一,根据角度α的大小,判断当前像素点是否为可疑噪声点,再由其像素间的相关性判断此可疑噪声点是否为噪声点。第二,把排序得到的中值与窗口中所有像素点的均值加权得到新的灰度中值,再将噪声点用新的灰度中值替代,从而达到滤除噪声的效果。实验结果表明,该算法滤波,既能有效地平滑噪声,又能保存细节,效果远优于传统自适应中值滤波算法。     

BA网络中一种基于节点动态权值的局部路由策略

为适应大规模通信网络的路由需求,提出了一种基于BA网络的局部路由策略。基本思想是在数据包转发过程中,将邻居节点的度和发送能力以一定比例加和得到的值作为权值,根据权值大小选择下一站点。其中,节点的发送能力由节点的数据包队列长度,节点的度及一个调节系数组成,节点的发送能力可根据实时数据包产生率进行调节。仿真结果表明,该路由策略有较好的通讯能力,通过改变加权算法中的比例系数可以调节网络的临界负载量,达到该算法下的最优路由方法,使节点的处理能力得到合理利用,为实际大规模通讯网络中利用局部路由实现数据传输提供了有效可靠的方法。     

北斗二号B1信号捕获方法研究

为了缩短北斗B1信号的捕获时间,提高多普勒频率和码相位的估计精度,针对北斗NH码对差分相干累积值的影响,改进了广义差分相干累积捕获方法。并采用二次频率-码相位捕获法来提高载波多普勒频率和码相位的估计精度。理论分析与仿真实验表明,改进的广义差分相干累积法能够克服NH码的影响。用4个1ms的相干累积值,改进的广义差分法可成功捕获信噪比为-27dB的信号。最后,用实测的北斗数据验证了算法的正确性。