基于自适应遗传算法的数字混沌加密技术研究

研究优化网络信息安全问题.传统的加密技术存在一些安全系统可部署性较差,加密技术自身造成的安全漏洞容易导致效率下降、可靠性较低等安全和稳定性隐患,依据网络业务加密特点自适应调整交叉概率Pc和变异概率Pm值,提出了一种自适应遗传算法数字加密技术,算法基于信息混沌迭代模型,建立混沌数字映射8制,最后在加密过程中将明文分组为数据流,依据自适应遗传算法,每次加密一个数据包,其加密方式由数字混沌映射函数确定.仿真结果表明,该加密技术具有自适应优化全局、计算复杂度低和可靠性高等优点.     

基于EXIT函数的自适应OFDM LDPC调制编码方案设计*

推导了瑞利衰落信道下,LDPC迭代译码的互信息公式,采用数值积分的方法计算校验节点外部信息,避免了信噪比较低时校验节点的LLR服从高斯分布的不精确假设带来的误差.分析了该编码系统的EXIT函数,以EXIT误差函数为代价函数,提出了自适应OFDM-LDPC编码方案.该方案与传统自适应方案相比,不需要确定切换门限,数值计算简单,而且避免了计算子信道信噪比带来的误差,适用于高速通信系统.最后在802.16e协议的仿真平台上进行了仿真验证.     

基于复数蚁群算法的自适应抗干扰天线

针对自适应抗干扰天线研究了复数域的蚁群算法(Ant colony algorithm,ACA),该算法对多极值函数全局寻优具有传统算法不可比拟的良好性能.根据自适应信号处理原理和最小均方误差准则确定ACA所要优化的目标函数,建立了数学模型.为了计算多维复数权值,定义了权值矢量空间,给出了完整的计算步骤.仿真结果表明,该算法适用于自适应抗干扰技术,能够有效抑制多个干扰.通过与其他算法比较,ACA在抑制干扰、保护期望信号方面显示了较好的性能.     

基于普适环境的自适应系统研究

作为新的计算模式,普适计算为应用技术界开辟了一个崭新、宽阔的研究领域.普适计算的目标是无时无处不在而又不可见,具有泛在性、便捷性和适应性的特点,对软件自适应机制提出了新的挑战.针对自适应技术用于普适计算下存在的问题,对自适应技术的体系结构展开研究,提出了一个适用于普适计算环境的自适应中间件模型.力图实现一种能够较好支持普适计算环境的软件基础架构,并通过分布仿真原型系统的实验比较说明该中间件体系结构的执行效率.对自适应系统与自适应策略进行了探讨.     

点源2.5维电场的h-自适应有限元数值模拟

基于Galerkin法推导了点源2.5维电场的变分问题,得到了对应的有限元方程组。首先对求解区域采用较粗的剖分,然后利用Z-Z方法对计算结果进行后验误差估计,并根据误差平均分配策略对初始网格进行局部自适应加密,从而以较少的自由度得到较高精度的数值结果,最后分别对均匀和非均匀地质体中点源2.5维电场进行了自适应有限元模拟数值。数值结果表明,均匀场情况下自适应有限元仅以常规有限元约1/10的自由度达到了同等精度要求;在地质体中存在异常体时,异常体及其周围电场产生明显异常,从而可以根据异常区域近似估计异常体的分布范围及形状。     

平面任意区域自适应网格生成技术

介绍了研制的适用于平面问题的四边形单元与三角形单元的网格生成器，利用文中建议的网格生成技术，可对各类复杂曲线组成的平面任意区域进行自适应网格加密，计算结果表明，按指定区域进行局部加密，加密效果令人满意。     

涡流检测系统仿真分析的自适应算法

该文针对电磁场有限元计算的特点,深入研究了涡流检测系统中电磁场有限元后验误差估计的误差模选择问题,并在分析Zienkiewicz-Zhu方法在电磁场有限元后验误差估计应用中存在局限性的基础上,提出了一种适合于涡流检测系统中电有限元分析的后验误差估计新方法。在此基础上,结合James R.Stewart和Thomas J.R.Hughes所提出的简单实用的有限元算法,提出了一种适合于涡流检测系统中电磁场有限元分析的hp 自适应新算法。     

非线性离散时间系统带ε误差限的自适应动态规划

为了获得非线性离散时间系统的最优控制策略,基于自适应动态规划的原理,提出了一种带误差限的自适应动态规划方法.对于一个任意的状态,用一个有限长度的控制序列近似最优控制序列,使性能指标与最优性能指标的误差在一个较小的范围内.选取一个非线性离散时间系统对算法的性能进行数值实验,结果验证了该算法的有效性,用较少的计算代价获得了近似最优的控制策略.     

hp自适应伪谱法在滑翔弹道快速优化中的应用

基于一种求解最优控制问题的新方法——hp自适应伪谱法对滑翔弹道快速优化设计问题进行了研究;该方法将全局伪谱法与有限元法的思想进行结合,采用双层优化策略对细化单元上的配点数和插值多项式的阶次进行自适应调节以满足快速性及精度要求;对滑翔弹道优化问题进行了数值仿真计算,用极小值原理验证了仿真所得的弹道是最优弹道,并与Guass伪谱法的仿真结果进行了对比分析;结果表明该优化方法在求解周期性跳跃滑翔弹道时具有更合理的配点分布及更少的计算时间,对初始控制量不敏感、鲁棒性强,具有一定的工程应用价值。     

非平均化自适应Catmull-Clark细分算法

提出一种基于网格边的光滑度计算来进行Catmull-Clark自适应细分的新算法。该方法能够在满足显示需求的前提下较好地减小细分曲面过程中的网格生成数,同时解决了由于采用网格顶点曲率计算,来实现自适应细分方法中平均化生成顶点曲率带来的不足。通过对比试验,算法能更好地区别当前细分网格中光滑与非光滑区域,增加对非光滑区域网格加密密度,并且该算法能够普遍适用于较复杂的细分模式中,具有一定的推广价值。     

自适应的策略管理系统的研究与设计

针对IETF策略管理框架和Ponder策略部署框架的缺陷,提出在策略管理框架中加入自适应机制,在此基础上设计了支持移动控制台和身份认证及加密等安全机制的、具有自适应能力的策略管理系统;并采用Ponder策略语言定义了自管理策略和自适应策略,为系统实现基于事件的自管理和自维护提供了可能;最后通过建立四个数据集,阐述了系统的状态转换关系.     

基于切换的多模型二阶段自适应控制器设计

针对一类具有参数跳变特性的离散时间系统,设计一类基于切换策略的新型多模型二阶段自适应控制器.该控制器首先将系统不确定参数的变化空间划分为多个子空间,在每个空间内建立多个自适应模型.为了克服多模型退化,保持模型的多样性以应对参数跳变,采用带约束的二阶段自适应方法对未知参数进行实时估计,并据此设计相应的子控制器;然后基于切换策略,选取该时刻的最优子控制器作为系统的控制器,从而减小系统暂态误差,提高系统动态性能;最后进行数值仿真研究,仿真结果表明该控制器结合了切换机制和二阶段自适应的优点,在相同模型数量的情况下,能够快速逼近参数跳变以后系统新的工作点,显著地缩短系统的过渡过程,提高暂态性能.     

基于线性参数神经网络的非线性系统稳定自适应控制

提出适用于多种网络类型的神经网络稳定自适应控制设计思想,在神经网络逼近误差界未知的条件下,对该误差界进行在线自适应估计,研究基于线性参数神经网络的仿射非线性系统稳定自适应控制。采和Ｌａｐｕｎｏｖ函数方法证明系统状态变量、网络权值矢量、网络逼近误差界的在线估计及输出跟踪误差的收敛性。仿真结果表明,该方案跟踪性能良好,稳态误差较小,系统输出能快速跟踪目标信号。     

Flow-shop调度问题的自适应模拟退火算法

为求得一个强NP-难问题——flow-shop调度问题的最优解或近优解, 提出一种自适应模拟退火算法. 本算法采用一种基于区段特性的特殊邻域结构、简便的目标函数计算方法和自适应退火策略. 通过Flow-shop调度问题的基准测试问题的实验, 数值结果证实了该方法的有效性.     

自适应编码的高容量密文可逆信息隐藏算法

随着数字信息技术的普及,密文可逆信息隐藏(reversible data hiding in encrypted images, RDHEI)逐渐成为云存储中隐私保护的研究热点.RDHEI作为一种能在密文中嵌入额外信息,并正确提取嵌入信息和无损恢复原始图像的技术,受到研究者的广泛关注.为了能在加密图像中嵌入充足的额外信息,提出了一种自适应编码的高容量RDHEI算法.首先,计算原始图像不同预测误差的出现概率并自适应的生成哈夫曼编码;然后,利用流密码加密原始图像,根据像素预测误差对应的哈夫曼码字对加密后像素进行标记;最后,以位替换方式将信息嵌入到已标记像素的预留空间中.经实验验证:该算法在正确提取嵌入信息的同时,无损地恢复了原始图像.与同类算法相比,该算法充分利用了图像本身的纹理特性,有效地提高了图像嵌入率.在UCID,BOSSBase和BOWS-2这3个图像集上,该算法的平均嵌入率达到3.162bpp,3.917bpp以及3.775bpp,与当前性能最佳算法相比,提升了0.263 bpp, 0.292 bpp以及0.280 bpp.     

一种基于策略的软件自适应框架

普适计算成为一种新的应用模式,普适计算运行环境的复杂性对软件自适应提出了新的挑战.提出一种基于策略的软件自适应框架,该框架采用基于上下文的自适应策略模型及上下文驱动的事件机制实现软件运行的自适应能力,该框架屏蔽了软件运行环境的复杂性,具有较强的可扩展性.     

周期时变系统的鲁棒自适应重复控制

针对周期时变系统,提出一种鲁棒自适应重复控制方法.该方法利用周期学习律估计周期时变参数,并结合鲁棒自适应方法处理非周期不确定性.与现有重复控制不同的是,在控制器设计中引入了新变量—周期数,利用周期系统的重复特性,使界的逼近误差随周期数的增加而逐渐减少,保证了系统的全局渐近稳定性.同时将该方法应用于一类非线性参数化系统,使系统在非参数化扰动的情形下,输出误差仍能收敛于0,倒立摆模型的仿真验证了此结果.该设计方法适用于消除神经网络逼近误差对重复控制系统的影响,理论证明了基于神经网络的鲁棒自适应重复控制系统中所有变量的有界性和输出误差的渐近收敛性,关于机械臂模型的仿真结果验证了受控系统具有良好的跟踪性能.     

基于预测误差自适应编码的图像加密可逆数据隐藏

针对现有算法中加密图像存在安全隐患,及选用编码不佳导致图像压缩率较低的问题,提出了一种基于预测误差自适应编码的图像加密可逆数据隐藏算法.图像加密阶段,设计了一种基于误差维持的图像加密算法,首先对3×3的图像块做块间置乱和像素调制加密,然后根据图像块中心像素值将非中心像素分组置乱.数据嵌入阶段,根据图像自身预测误差分布自适应编码,使用编码表对像素进行标记分类后,将编码表与附加数据共同隐藏在加密图像中生成携密加密图像.实验结果表明:加密阶段分组置乱操作,使原始图像与加密图像中特征值差异块数增多,难以确定加密前后图像中各图像块间的对应关系,提高了加密图像的安全性,且图像整体的预测误差分布保持不变;相较于现有算法,平均嵌入率提高0.49 bpp以上,且能无损提取附加数据、恢复原始图像.     

Poisson-Boltzmann方程的并行有限元求解及网格自适应生成

说明如何利用并行自适应有限元软件平台PHG 求解生物分子溶液体系的非线性Poisson-Boltzmann方程,并介绍一种解决这类问题的方法,它将网格生成与自适应计算过程结合在一起,可自动产生合适的网格,避免复杂的曲面网格生成步骤.之前的网格生成工作有：（1） TMSmesh生成高斯曲面的三角网格; （2） TransforMesh删除自相交的三角网格; （3） ISO2Mesh提高表面网格质量3个步骤.而基于PHG的自适应加密模块可以在逐次调整网格的同时保持动态负载平衡,高效地得到计算网格用于近似求解非线性Poisson-Boltzmann方程.计算了小球模型和AChE系统,分别从误差指示子下降阶和溶剂化能收敛的角度验证了方法的有效性,并且还将网格生成算法成功地应用于gA离子通道.     

自适应动态控制种群规模的自然计算方法

提出了一种种群规模自适应动态控制策略,实现了种群规模根据进化过程自适应的动态变化.该策略的实现不依赖于算法进化操作的具体步骤,因而适用于各种基于种群优化的自然计算方法.首先给出了动态控制策略的框架;然后,在此框架下,充分利用动态种群规模反馈的有用信息,提出了基于Logistic模型的增加/删除数目自适应变化的方法,设计了自适应地兼顾有效性和多样性的增加算子和基于多样性的删除算子.将该策略应用到两种不同的自然计算方法中,采用经典测试函数和新型CEC05测试函数验证其性能.实验结果均表明,结合了所提出的种群规模自适应动态控制策略的新算法,比原算法在求解精度和收敛速度上均有明显的提升.