传感器网络多密钥空间q复合密钥管理方案

无线传感器网络密钥管理研究,目前大都着眼于平面拓扑结构。但随着无线传感器网络规模日渐扩大,层次拓扑结构正成为主导。为此,提出了一种适用于分层无线传感器网络的多密钥空间q复合密钥预分配方案。通过安全连通性和节点抗捕获性分析表明该方案可在保证节点间安全连通概率的基础上,提高网络的安全阈值,提升网络的抗攻击能力,增加网络安全性。     

F2m域椭圆曲线密码系统软件实现的优化技术研究

在椭圆曲线密码系统的实现中,选择适当的优化技术对椭圆曲线密码系统的运算性能影响巨大。针对F₂^m域椭圆曲线密码系统的关键操作,讨论了点加、倍点和标量乘法等基本运算的优化实现技术,论证了综合使用各种优化技术可以大大提高整个椭圆曲线密码系统的运算性能。     

p元m序列与其采样序列之间的互相关性

设p是奇素数,n为一正偶数,且满足gcd(n-1,p+1)=1。令d=(pn-1+1)/(p+1),α是有限域Fpn的本原元,研究了周期为pn-1的p元m序列{tr1n(αt)}与其采样序列{tr1n(αdt)}之间的互相关性,确定了相关函数Cd(τ)的所有可能取值,并得到了|Cd(τ)+1|￡pn/2+1的概率。当n充分大时,该概率接近1。     

L*系统中的函数决定公式问题

基于L*系统,针对由两个原子生成的公式,解决了王国俊教授提出的函数决定公式问题,给出了逻辑公式真值函数的特征,进而按照逻辑等价的关系将两个原子生成的公式集进行了细致的分类并给出了此类公式真度的特征。     

最优无向双环网络G（N；±1，±s）的构造

创造性地将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统研究无向双环网络G（N;±1,±s）的仿真图形,提出最优无向双环网络BestG（N;±1,±s）（直径、平均直径均达到下界）的构造方法并研究步长s和其直径之间的关系。与传统L型瓦方法在无向双环网络研究中相比,该方法克服其不足,大大提升了无向双环网络的研究水平,相关研究在国内外文献中尚未见到。     

WG序列和Hyperoval序列的互相关性研究

针对伪随机序列中的伪随机特性问题,利用从 到 的迹函数在一点处的Walsh谱表示法,对n为奇数时的WG序列和 Hyperoval序列及其采样序列间的互相关函数进行研究。分析结果表明,WG序列Hyperoval序列间的互相关函数及WG序列和采样间隔为 的Glynn类型Ⅱ的Hyperoval序列间的互相关函数均可转化为m-序列与其采样序列间的互相关函数。     

基于蕴涵算子族Lλ0λG的模糊推理三I约束算法

提出了基于蕴涵算子族Lλ0λG的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族Lλ0λG给出了模糊推理的FMP模型及FMT模型的三I约束算法。     

系统L在非均匀概率空间下命题的真度理论

将经典二值命题逻辑L中公式的真度概念推广到势为2的非均匀概率空间上;当p∈(0,1)时,证明了全体公式的真度值之集在[0,1]中没有孤立点;利用真度定义公式间的p-相似度和伪距离,进而定义了p-逻辑度量空间,证明了该空间没有孤立点,并在此空间中提出了三种不同类型的近似推理模式。     

基于蕴涵算子族Lλ0λG的反向三I支持算法

提出了基于蕴涵算子族Lλ0λG的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族Lλ0λG给出了模糊推理的FMP模型及FMT模型的反向三I支持算法。     

BL*系统的一种扩张及相关性质

对BR₀代数,Boole 代数以及BL*系统,命题演算形式系统L进行了研究。首先讨论了BR₀代数与Boole 代数间的相互关系,随后在BL*系统中分别添加公理模式(A →B) →¬A ∨ B或(A →(B → C)) →(A ∧ B → C)得到BL*系统的两种扩张,并证明了BL*系统的这两种扩张与命题演算形式系统L之间是等价的。     

GMW-序列的正则三项式和移加等价分类

得到了GMW-序列的三项式都是正则三项式,利用正则三项式特性对GMW-序列的平移等价序列进行移加等价分类,证明了每一类添加全零序列后均构成相同维数的向量空间,且每个向量空间内的GMW-序列具有移加特性。     

三次Bezier曲线的一种双参数扩展及应用

对三次Bernstein基函数进行扩展,给出了含有双参数λ,μ的一组四次多项式基函数,基于该组基定义了带双参数的多项式曲线。该曲线不仅具有三次Bezier曲线的诸多特性,而且具有更加灵活的形状可调性。参数λ,μ的几何意义非常明显：在控制顶点不变的情况下,λ,μ分别起到了对曲线相对于控制多边形两内顶点的推拉作用,当λ=μ时,曲线退化为三次Bezier曲线的单参数扩展情形。重点讨论了在不改变控制点位置的情况下如何实现两曲线间的C¹拼接。     

模糊集间的R_0-相似关系及其性质

将王国俊教授在R0-型逻辑系统中建立的R0-蕴涵算子应用于模糊数学理论之中,在非空集合X为论域的模糊集族F(X)上定义了一种新型运算-R0蕴含运算,并讨论了F(X)上R0-蕴含运算的一些基本性质。通过R0-蕴含运算在F(X)上定义了一个二元模糊相似关系-R0-相似关系,并对其性质进行了较为详细的讨论。在有限论域X确定的模糊集族F(X)上给出了几个R0-相似关系的具体实例。     

ε-支持向量回归机算法及其应用

针对现有传统的一些图像去噪方法难以获得清晰图像边缘的问题,提出了利用ε-SVR技术构建图像去噪滤波器的新方法。ε-支持向量回归机通过引入ε不敏感损失函数,可以实现具有较强鲁棒性的回归,而且回归估计是稀疏的,保留了SVM的所有优点。分析了ε-支持向量回归机理论算法及其在图像去噪中的应用,使用ε-支持向量回归机对图像进行滤波并且与最小值滤波、均值滤波和维纳滤波等常用的滤波方法相比较,还比较了SVM各种核函数对不同噪声的滤波效果和分析了不同阶数的Multinomial核的滤波效果。实验结果表明了ε-支持向量回归机能够有效地去除噪声,不但信噪比较高而且比较清晰,同时具有良好的稀疏性。     

系统的f_p-状态与它的随机识别

利用函数单向S-粗集,提出了fp-状态、状态距离、系统状态被fp-规律随机入侵的概念。利用这些概念,给出系统状态被fp-规律入侵呈现的状态特征以及对这些状态特征的识别、识别准则与应用。函数单向S-粗集是函数S-粗集的基本形式之一,函数单向S-粗集是研究系统规律入侵预测的一个重要的理论与方法。     

基于Jerk的常增益目标跟踪及其自适应算法

针对目前高机动目标跟踪的Jerk模型存在计算复杂度高和α-β-γ模型须预先估计过程噪声标准偏差的不足,提出了一种基于Jerk模型的常增益滤波算法：自适应的α-β-γ-δ模型,并从理论上推导出了上述新模型中α、β、γ和δ的计算公式。对一种典型的目标机动形式进行了Monte Carlo仿真,结果表明了新算法对于解决机动目标跟踪问题的有效性,且运算量远远小于Jerk模型算法。     

BR0代数的关联MP滤子和布尔MP滤子

引入BR0代数的关联胛滤子。研究它的特征,证明如下主要结果：F是关联脚滤子,当且仅当F是布尔仰滤子。从而BR0代数成为Boole代数的充要条件是每个胛滤子均为布尔胛滤子或关联肿滤子。