基于tPUF的物联网设备安全接入方案

针对现有的物联网设备安全接入方案不适用于资源受限的物联网设备的问题,提出一种基于tPUF的物联网设备安全接入方案。利用物理不可克隆函数技术（Physical Unclonable Function,PUF）,物联网设备不需要存储任何秘密信息,实现设备与认证端的双向认证以及协商会话秘钥;利用可信网络连接技术（Trusted Network Connect,TNC）,完成认证端对物联网设备的身份认证、平台身份认证、完整性认证。安全性分析表明,方案能够有效抵抗篡改、复制、物理攻击等。实验结果表明,相较于其他方案,该方案明显降低了设备的资源开销。     

MIMO radar waveform design in the presence of clutter and colored noise

The existing MIMO radar waveform design methods only deal with the optimization of radar waveform with the presence of clutter or colored noise, and unfortunately can not get the optimal waveform with the scenario when the clutter and colored noise coexist, which is more realistic in practical applications. To address this problem, a novel MIMO radar waveform design method based on mutual information in the presence of clutter and colored noise is proposed. The proposed scheme considers the influence of the target's response, clutter and colored noise on the optimization of the radar waveform. The mathematical expression for the transmit waveform matrix is achieved by theoretical derivation. What is more important, an optimal pairing of the eigenvectors of the target, clutter and colored noise is given and the power allocation for each antenna is optimized by the water-filling method. Simulation results show that when the total transmit power is 10dB, the proposed method's MI is 8bit and 4bit more than that of the general water-filling method and the method which only considers the pairing of the target's response and noise, respectively.     

感知神经网络的信息传输及电路实现研究

为提高神经元网络信号的传输效率,改善人们对外界刺激的感知能力,本文采用平均互信息量的评价方法,研究了费茨休夫-南云感知神经元模型中信息传输的随机共振现象,探讨了并联单层神经元网络和双层神经元网络的信息处理功能,并用PSpice电路对神经元网络的信息传输进行了实验验证。数值模拟与电路仿真结果表明,FHN神经元并联模型和双层神经元网络具有随机共振现象,在一定的噪声强度范围内,双层神经元网络对输入信号的响应好于单层神经元网络,噪声能够提高神经元网络的输入输出互信息量,平均互信息量的最大值对应最优的传输性能,证明噪声对神经网络信息传输具有增强作用。该研究对感知神经元群体的信息传输具有重要的启示意义。     

一个分布式K互斥算法的概率模型检测

传统的验证方法难以保证分布式K互斥算法的有效性和安全性.为解决这一问题,给出了进一步的研究,提出一种基于概率模型检测器PRISM的方法,对Kerry Raymond的分布式K互斥算法进行形式化建模与分析验证.通过设置算法中各个进程进入临界区的时间而得出的结果中发现,改变临界区的数目K,对于某一进程进入临界区的平均及时时间的影响并不大.如果某一进程的执行时间比其他进程大很多,则K的增加可以提高运行效率.最后证明了这一结论.     

KICA模式匹配的动态过程监控与故障诊断方法

针对复杂化工过程具有的非线性、非高斯性和动态特征,提出了基于核独立成分分析(KICA)的模式匹配方法,用于动态过程监控和诊断。首先,利用滑动窗建立基准集与测试集的KICA模型,提取各自的核独立元:其次,融合余弦函数绝对值度量和距离度量,提出新的不相似度监控指标,识别训练与测试操作期间的相似模式,进行故障检测:最后,基于两类数据的核子空间之间的差异子空间,获得每个过程变量方向与该差异子空间之间的互信息,并定义新的非线性非高斯贡献度指标,进行故障诊断。基于污水处理过程的仿真结果表明,与主成分分析不相似度因子的方法、标准的独立成分分析(ICA)统计指标方法及标准的ICA T~2/SPE指标融合的贡献度方法相比,本文提出的方法具有更好的检测能力与故障诊断效果。     

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。     

Novel ultra‐compact two‐dimensional waveguide‐based metasurface for electromagnetic coupling reduction of microstrip antenna array

A novel ultracompact two‐dimensional (2D) waveguide‐based metasurface is proposed herein and applied for the first time to reduce mutual coupling in antenna array for multiple‐input multiple‐output applications. The unit cell of the proposed 2D waveguide‐based metasurface is ultracompact (8.6 mm × 4.8 mm, equal to λ₀/14.2 × λ₀/25.5) mainly due to the symmetrical spiral lines etched on the ground. The metasurface exhibits a bandgap with two transmission zeros attributing to the negative permeability in the vicinity of magnetic resonance and the negative permittivity in the vicinity of electric resonance. Taking advantage of these two features, a microstrip antenna array is then designed, fabricated, and measured by embedding an 8 × 1 array of the well‐engineered 2D waveguide‐based metasurface elements between two closely spaced (9.2 mm, equal to λ₀/13.3) H‐plane coupled rectangular patches. There is good agreement between the simulated and measured results, indicating that the metasurface effectively reduces antenna mutual coupling by more than 11.18 dB and improves forward gain. The proposed compact structure has one of the highest reported decoupling efficiencies among similar periodic structures with comparable dimensions. © 2015 Wiley Periodicals, Inc. Int J RF and Microwave CAE 25:789–794, 2015.     

汉语名物化复合词识别

名物化复合词的识别是汉语复合词识别中的难点.困难之处在于汉语动词和名词共现时既可以构成动词短语也可以构成名物化复合词.传统的汉语复合词识别往往只使用语料统计特征,效果往往不怎么理想.基于最大熵模型,在基准上下文特征的基础上,采用了词汇特征与Web特征对动词和名词共现时的名物化候选进行判定,取得了较好的实验结果.其中,Precision达到了86.31%,Recall达到了70.00%.     

最大模糊互信息用于图像分割

为了更好地选取图像阈值,将最大模糊熵(MFE)准则与最大互信息(MMI)准则结合,提出最大模糊互信息(MFMI)准则。同时为了有效确定最佳分割类数,提出根据模糊互信息差(dFMI)来判别的准则。综合上述的两点改进,提出一种新的多阈值分割算法——最大模糊互信息量分割算法(MFMI)。对合成图像、无损检测图像、标准测试图像进行仿真,同时对比结合前的MFE与MMI,经典的阈值分割法如OTSU和MET,以及流行的模糊C均值算法(FCM),可以发现MFMI误判率最小,代价是运行时间较长。综上,MFMI是一个有效的图像分割方法。     

广义Jensen-Schur测度在医学图像配准中的应用

使用互信息或归一化互信息测度进行医学图像配准时,由于噪声、模态、插值等影响,测度函数存在许多局部极值,收敛范围较窄,有可能导致误配准。为了克服上述缺点,定义了广义Jensen-Schur测度,利用巴特沃思函数对自变量值的非线性压缩功能,成功地消除了PV插值伪极值点。从测度曲线光滑性、抗噪鲁棒性、收敛性能方面,对四种新构造的广义Jensen-Schur测度、互信息和归一化互信息进行了比较和分析。实验结果表明,新构造的JS22和JS23测度在以上三个方面的性能都优于其他测度。