异步128位AES算法的硬件设计

基于四相握手协议设计异步流水线,实现单轮运算内流水操作,设计轮运算启动模块和异步控制信号生成模块,满足算法多轮运算的需要。在子密钥生成模块、字节替代模块和列混合模块使用复用技术,降低了对硬件的需求。在COMS0.18μm工艺下进行综合、布局布线和仿真,与采用同样数据路径设计方法的同步电路相比,吞吐率提高了12.5%。     

基于XML与数据库技术的权限管理

在基于角色的访问控制（RBAC）模型的基础上,结合XML应用特性,对权限管理中的系统和用户权限信息分别应用XML和数据库技术,设计并实现了将XML与数据库技术相结合的Web应用系统的权限管理方法,提高了Web系统权限管理的灵活性和复用性,并在实际系统中验证成功。     

基于GSO-BFA的采煤机双滚筒同步调高控制

为研究采煤机滚筒在煤岩混合复杂工况下的调高连续性,依据液压机构的工作原理建立了滚筒调高机构的动力学模型.基于自适应模糊微分积分滑模(AFDI-SMC)鲁棒性强的优点,采用了萤火虫-细菌觅食(GSO-BFA)算法优化滑模控制器参数条件下的滚筒调高控制方案.为保证双滚筒工作时举升高度的一致性,引入偏差-环形耦合同步控制策略补偿位置偏差,同时采用融合算法(GSO-BFA)对外闭环(滚筒高度-电压)控制器参数进行优化,并分析了双滚筒同步调高性能,且与采用遗传算法(GA)优化的系统同步调高精度相比较.仿真结果表明,采用融合算法优化且结合自适应模糊微分积分滑模的滚筒同步调高系统具有良好的鲁棒性及较高的同步精度.     

基于云化ANP的巷道冒顶影响因素重要性研究

为了解巷道冒顶事故影响因素之间的关系及导致事故发生的重要性排序,根据专家评判语言的特点及各因素之间存在的语义网络联系性,提出了将云模型嵌入ANP来解决上述问题,即云化ANP模型。该模型既有云模型处理不确定信息的能力,也具有ANP处理网状因素系统的能力,尤其适合处理冒顶这类具有不确定性数据的分析问题。给出了云化ANP的构建过程和分析步骤。结合专家调查所得数据分析了影响冒顶因素的重要性排序,所举实例分析的因素重要性排序为:稳定岩层距巷道顶板表面的距离 >地下水渗水量 >巷道的跨度 >稳定岩层厚度 >顶板岩石的抗压强度 。最后将云化ANP算法应用于类似算法所处理的例子,通过这些例子的结果分析了云化ANP算法的正确性。     

云化SFT下的径集域与割集域的重构与研究

为了克服原有SFT体系中径集域和割集域处理具有模糊性、随机性和离散性故障数据能力不足的问题,使用云模型和SFT相结合的方法来解决该问题。首先使用云模型云化SFT特征函数,得到云化特征函数,进而云化径集域和割集域,最终得到云化径集域和云化割集域。云化径集域和云化割集域没有严格的分界线,分布区域是通过云滴表示的。若云滴表示的元件/系统故障概率小于P_b,这些云滴存在的区域即为云化径集域;反之大于P_b的云滴存在的区域为云化割集域。通过实例分析了元件X₁和系统的云化径集域和云化割集域,得到了他们适合工作的环境因素变化范围组合。分析过程和结果表明云化径集域和云化割集域能克服原始故障数据的不确定性。     

多虚拟机实时迁移中自适应的迁移算法选择框架

IaaS云计算平台中主要通过实时迁移多台虚拟机来实现资源的动态调度、管理与优化。虽然Pre-copy和Post-copy是单虚拟机实时迁移的两种主流算法,且各有优缺点,但现有的多虚拟机实时迁移系统只是单一地使用其中一种迁移算法,无法根据各虚拟机的不同负载情况灵活选择最有效的迁移算法,降低了整体迁移效率。提出一种自适应的实时迁移算法选择框架,利用模糊聚类方法对待迁移的多虚拟机进行分类,按类别选择最适合的迁移算法。实验结果表明,所提出的迁移算法选择框架能够在多虚拟机实时迁移中发挥两个迁移算法的各自优势,有效提高整体的实时迁移性能。     

基于身份加密的装备密钥分布式生成算法

为解决身份加密体制中单一密钥生成中心易遭受攻击的问题,借鉴网络中心战“去中心化”的思想,针对Lewko-Waters身份加密协议,提出了一种分布式密钥生成算法。在算法中,主密钥由密钥生成中心和密钥隐私中心共同掌握,用户密钥在密钥生成中心监管下由分布于网络中的各密钥隐私中心共同生成,有利于增强Lewko-Waters协议密钥管理体系的抗毁性、鲁棒性。最后,在标准模型中证明了该方案在选择明文攻击下的密文不可区分性,并进行了算法性能比较分析。     

石油类危化品实时巡检系统

提出了基于GIS、GPS、GPRS和无线传感网络技术的石油类危险化学品油气管道监控系统结构及该系统的软件架构和功能设计.该系统利用无线传感网络、GPS和GPRS技术对油气管道进行实时跟踪巡检预警,利用地理信息系统实现对石油类危险化学品查询、综合分析、动态管理等功能,从而为石油类危险化学品安全监测提供科学依据,对减少事故发生或伤亡损失具有重要的现实意义.     

支持MongoDB的事务管理方案研究

MongoDB作为一个基于分布式文件存储的数据库,强大的单表查询语言,以及可扩展的高性能数据存储受很用户喜爱,但其没有对事务的完全支持,使得用户对MongoDB的使用处于被动状态.为改善MongoDB对事务管理方面的兼容性,提出一种支持MongoDB事务管理,完善MongoDB功能的方案.利用MQ与守护进程间的消息通信,使守护进程对事务提交或者回滚后的脏数据进行清理,保证了MongoDB在事务管理方面的可用性与安全性.     

基于EMD和BP神经网络的雷达体征信号检测算法

随着城市生活中医疗、治安、反恐等方面的需求日益突出,非接触式雷达生命体征检测逐渐得到各方面的关注.文章提出一种基于EMD和神经网络的雷达生命体征信号检测算法.由于UWB雷达回波信号的非平稳非线性特性,利用EMD的空间时间尺度特性对信号进行分解,得到一系列的本征模态函数IMF,然后通过结合了免疫遗传算法IGA的BP神经网络对信号进行优化,获得心跳和呼吸信号.结果表明,文章提出的算法比直接用EMD分解重构的信号的准确性高,弥补了EMD分解的端点效应问题,具有广阔的应用前景和研究价值.