一种AES密钥扩展方法
    11.
    发明授权

    公开(公告)号:CN109302280B

    公开(公告)日:2021-11-23

    申请号:CN201810870149.3

    申请日:2018-08-02

    Abstract: 本发明公开了一种AES密钥扩展方法,属于信息安全技术领域。针对AES密钥长度为128比特和192比特的情况,给出了具体的密钥截取规则,通过使用该密钥截取规则可以从sha256哈希函数的输出摘要中截取相应长度的密钥。对于128,192以及256位密钥的AES加密算法,攻击者即使知道相应的截取规则,那么其首先需要获取密钥在经过sha256哈希摘要函数生成的摘要,而根据sha256的特性除非经过遍历猜测其输出摘要,否则无法通过碰撞得到摘要信息,而遍历猜测输出摘要其复杂度为2^256,明显高于遍历128位密钥和192位密钥的复杂度。通过使用sha256哈希摘要函数的不可逆性保证AES密钥扩展方法的单向性,使用sha256的不可碰撞性提高了暴力破解密钥的难度,从而提高了AES密钥扩展的安全性。

    一种基于长短时记忆网络和高斯过程回归的船舶运动预报方法

    公开(公告)号:CN112684701A

    公开(公告)日:2021-04-20

    申请号:CN202011382145.4

    申请日:2020-12-01

    Abstract: 本发明公开了一种基于长短时记忆网络和高斯过程回归的船舶运动预报方法。对获取的某一自由度下的船舶运动历史数据进行归一化处理,形成船舶运动原始时间序列;将原始时间序列分为训练集和测试集;训练集和测试集重新构造数据集,建立长短时记忆网络LSTM模型进行预测,得到第一次船舶运动的预测结果;重新构造数据集,建立高斯过程回归GPR模型进行预测,得到第二次船舶运动的预测结果;将高斯过程回归模型得到的预测结果进行反归一化,得到最终的船舶运动预测结果。本发明针对高度非线性的船舶运动,在获得高精度的点预测结果的同时还能得到具有概率分布意义的船舶运动区间预测结果。

    一种基于博弈论的认知异构蜂窝网络功率控制方法

    公开(公告)号:CN111432462A

    公开(公告)日:2020-07-17

    申请号:CN202010195258.7

    申请日:2020-03-19

    Abstract: 本发明提供了一种基于博弈论的认知异构蜂窝网络功率控制方法,采用非合作博弈对认知网络进行建模,考虑跨层干扰以及能量效率问题,针对Underlay频谱共享模式的下层链路干扰问题提出基于非合作博弈的功率控制方法,方法首先保证主网络中的宏基站的通信服务质量,在对家庭认知基站的最大功率和总干扰功率的限制下,最大化家庭认知基站的能量效率,针对最优功率的求解,提出将功率控制问题转化为关于价格因子的一元线性问题。仿真证明了算法的具有较好的收敛性,同时能有有效提升网络能量效率。

    一种语音信号分离方法
    14.
    发明公开

    公开(公告)号:CN111429936A

    公开(公告)日:2020-07-17

    申请号:CN202010195601.8

    申请日:2020-03-19

    Abstract: 本发明提出了一种语音信号分离方法,首先建立观测信号的线性瞬时混合模型,针对随着源信号数目增多的情况下分离精度下降明显的问题,提出改进的最小化l1范数算法。算法首先对观测信号和混合矩阵进行预处理,而后根据向量的长度和方向来找到最接近观测信号的向量,在此基础上,又将混合矩阵的形式进行改变,利用变化后的混合矩阵估计某时刻的源信号,进而估计出所有时刻的源信号。本发明所提方法解决了随着源信号数目增多的情况下分离精度下降明显的问题,同时有效地分离出源信号。

    一种公平度可调的CoMP下行用户调度方法

    公开(公告)号:CN105611640B

    公开(公告)日:2019-01-15

    申请号:CN201510727039.8

    申请日:2015-10-30

    Abstract: 本发明涉及一种公平度可调的CoMP下行用户调度方法,包括如下步骤,步骤1:对所有待分配用户进行分组,每组用户数为系统可调度总用户数M,组内前N个元素由容量最大化调度准则决定,后M‑N个元素由分组决定,将所有可能出现的分组情况列出;步骤2:计算位于协作小区簇中所有待调度用户的信干噪比,选出信道容量Ci最大的用户作为主用户;步骤3:按照容量最大化调度准则寻找主用户的配对用户;步骤4:对待调度用户集合Ω和已被调度用户集合U进行更新;步骤5:判断配对用户数是否达到最大值,即已被调度用户数达到N,如是,进入步骤6,否则返回步骤3;步骤6:对剩余资源块按照所在分组进行调度,得到用户调度集。

    条件约束最小二乘椭球拟合的微型磁力计磁干扰补偿算法

    公开(公告)号:CN108761548A

    公开(公告)日:2018-11-06

    申请号:CN201810515159.5

    申请日:2018-05-25

    CPC classification number: G01V3/40

    Abstract: 本发明公开了一种基于条件约束最小二乘椭球拟合的微型磁力计磁干扰补偿算法。包括步骤一:转动转台对齐微型磁力计载体坐标系;步骤二:将微型磁力计围绕载体坐标系轴、轴、轴依次旋转360°,实时采集微型磁力计输出数据;步骤三:通过建立数据点到拟合椭球的数据代数距离方程,并将微型磁力计数据组成的三维曲面约束为椭球进行最优拟合,解算磁干扰信息;步骤四:将磁干扰信息存储至卫星磁力计系统中,在使用时实时补偿磁干扰。本发明补偿了磁干扰,提高微型磁力计测量精度,并引入约束条件进行椭球拟合,提高拟合鲁棒性,计算效率高,简单易实现。

    一种针对欠定盲源分离的混合矩阵估计方法

    公开(公告)号:CN105354594B

    公开(公告)日:2018-08-31

    申请号:CN201510726953.0

    申请日:2015-10-30

    Abstract: 本发明涉及一种针对欠定盲源分离的混合矩阵估计方法,对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f),形成多个散点,去除低能量的散点;求取剩余散点的比值,根据比值将散点进行分类,得到散点数目最多的M类,计算每一类中散点比值的均值,然后将均值转化成直线的斜率角,再转换成列向量,根据方向接近的列向量得到旋转矩阵T,进行旋转变换,得到新的两路观测信号X′1(t,f)和X′2(t,f);针对两路观测信号X′1(t,f)和X′2(t,f),再次根据两路观测信号的比值将散点进行分类,得到散点数目最多的S类,计算每一类中散点比值的均值,然后得到相近的斜率角,通过这些斜率角得到对应的列向量,最后得到整个混合矩阵。

    一种捷联惯性导航系统/视觉里程计组合导航方法

    公开(公告)号:CN107796391A

    公开(公告)日:2018-03-13

    申请号:CN201711026822.7

    申请日:2017-10-27

    CPC classification number: G01C21/165

    Abstract: 一种捷联惯性导航系统/视觉里程计组合导航方法,包括以下步骤:在运载体上安装双目视觉里程计、光纤陀螺惯性导航系统,并采集各个传感器的数据;利用FAST方法对图像序列中的特征进行提取,并利用基于随机抽样一致的特征匹配方法完成特征匹配,计算出运载体的运动信息;建立捷联惯性导航系统/视觉里程计组合导航系统的非线性状态方程和量测方程;利用非线性滤波器容积卡尔曼滤波完成捷联惯性导航系统/视觉里程计组合导航系统的时间更新和量测更新,对系统状态进行估计,实现捷联惯性导航系统/视觉里程计组合导航系统的导航定位。本发明方法优化了特征匹配算法,并利用非线性容积卡尔曼滤波算法,提高了组合导航系统的定位精度和鲁棒性。

    基于频域盒维数的盲频谱感知方法

    公开(公告)号:CN104065429B

    公开(公告)日:2016-12-07

    申请号:CN201410317201.4

    申请日:2014-07-04

    Abstract: 本发明属于认知无线电频谱感知技术领域,具体涉及一种在主用户信号先验知识未知,噪声具有不确定性的情况下,利用接收信号的频域盒维数值对无线信道的频谱的占用情况进行盲频谱感知的基于频域盒维数的盲频谱感知方法。本发明包括:将认知无线电感知节点接收到的信号进行采样,得到离散时间序列,截取固定长度;将截取的时间序列通过DFT变换从时域转换到频域;在频域上计算盒维数;将计算得到的频域盒维数和判决门限进行比较,得到频谱的占用情况。本发明能够在缺乏主用户信号的先验知识,噪声具有不确定性的情况下,在一定信噪比范围内,利用DFT将接收序列从时域转换成频域,再计算其盒维数实现盲频谱感知,算法简单有效。

    一种基于信息熵和证据理论的机械故障诊断方法

    公开(公告)号:CN105373700A

    公开(公告)日:2016-03-02

    申请号:CN201510726970.4

    申请日:2015-10-30

    CPC classification number: G06F19/00

    Abstract: 本发明涉及一种基于信息熵和证据理论的机械故障诊断方法,步骤1:采用四种典型机械故障类型来构造识别框架;步骤2:将振动信号的四种信息熵作为故障特征;步骤3:通过仿真模拟,计算获取四种典型机械故障类型的故障特征参考值;步骤4:获取传感器接收到的故障振动信号,通过信息熵计算得到其故障特征值;步骤5:利用基于加权信息熵的故障特征提取方法,获取传感器振动信号分配给四种典型机械故障类型的基本概率赋值函数;步骤6:利用基于修正证据间冲突的改进证据合成方法,对得到的基本概率赋值函数进行证据合成,得到合成结果;步骤7:根据决策规则,得到故障诊断的最终结果。

Patent Agency Ranking