面向无人机通信的认证和密钥协商协议

针对无人机通信中密钥配置的安全性和轻量化需求,面向不同计算性能的无人机系统分别提出了基于椭圆曲线密码算法的认证和密钥协商协议DroneSec,以及基于对称密码算法的认证和密钥协商协议DroneSec-lite。所提协议实现了无人机和地面站之间的双向身份认证和通信密钥配置功能,其中DroneSec协议通过结合使用ECDH(Elliptic-Curve Diffie-Hellman)和消息认证码,在保证前向安全性的情况下减小了计算开销,适用于较高性能的计算平台;DroneSec-lite协议仅使用了对称密码算法,因而计算开销极低,适用于低性能平台。使用安全协议形式化验证工具ProVerif验证了协议在加强的Dolve-Yao威胁模型下进行双向认证和密钥配置的安全性,并通过仿真环境实验对协议的性能进行了对比测试和分析。结果显示,协议的计算、通信开销和安全性优于已有协议。     

电力系统负荷非侵入式监测方法研究

为了实现对电力系统负荷的高效监测,提出了针对其暂态与稳态工作状况的非侵入式监测方法.对于准确获得任意稳态时刻的负荷工作状态的问题,提出了基于自筛选的优化遗传算法(AOGA)的稳态监测模型,将电力参数模型转换为有功分量模型及无功分量模型,以此建立双目标函数,解决了由于高谐波电流影响小、求解参数少引起监测误差的问题.优化遗传算法构造了自筛选程序,将适应度相同的结果先做筛选,再利用欧氏距离对功率进行判别,解决了传统遗传算法(GA)进行负荷监测时由于适应度相同引起误判的缺陷.当负荷进行投切时,为了准确获得投切类型,该文建立了基于功率-时间(P-T)的暂态监测Matlab-Simulink模型,首先利用离散傅里叶分解的方法提取暂态发生前后功率的变化量,通过对比功率匹配度对动作负荷进行识别;在功率监测的基础上,以负荷的谐波含有率为负荷特征进行谐波特征判别,进一步提高了暂态负荷监测的精度.     

融合机载LiDAR和高光谱影像的土地利用分类

高光谱影像具有丰富的波谱和纹理信息，机载LiDAR点云数据包含了地物高密度、高精度的三维信息。分别从两种数据中提取地物的光谱特征、纹理特征和高度特征，并进行不同的特征组合，然后采用随机森林分类器进行地物分类实验。结果表明，机载LiDAR点云和高光谱数据在地物分类方面具有很强的信息互补性；融合了LiDAR高度特征的总体分类精度和Kappa系数均优于仅使用高光谱影像，其中“PCA+NDVI+GLCM+CHM”的特征组合总体分类精度和Kappa系数最高，分别为85.96%和0.81;与未加入LiDAR特征的组合相比，总体分类精度提高了5.33%。