检索结果-内蒙古大学图书馆

计算机应用研究 2020年第8期37卷 2455-2459页

作者：蒋宏然韦永壮史佳利刘争红桂林电子科技大学广西高校云计算与复杂系统重点实验室广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学广西密码学与信息安全重点实验室广西桂林541004 密码科学技术国家重点实验室北京100878

目前已知GIFT算法的防护方案仅能抗一阶功耗攻击。为了使该算法能抵御高阶功耗攻击,利用GIFT算法的数学结构,结合门限实现方法,构造了GIFT算法的二阶门限实现方案;针对非线性部件S盒的数学特征,分别构建(3,9),(6,7)以及(5,10)等二阶门... 详细信息

目前已知GIFT算法的防护方案仅能抗一阶功耗攻击。为了使该算法能抵御高阶功耗攻击,利用GIFT算法的数学结构,结合门限实现方法,构造了GIFT算法的二阶门限实现方案;针对非线性部件S盒的数学特征,分别构建(3,9),(6,7)以及(5,10)等二阶门限实现方案,并选取所需硬件资源最少的(3,9)方案,将其在FPGA平台下实现。在实现时,为了更好地分析对比所耗硬件资源,使用并行和串行的硬件实现方法。结果表明,在Nan Gate 45nm工艺库下,并行实现消耗的总面积为12 043 GE,串行实现消耗的总面积为6 373 GE。通过采集实际功耗曲线,利用T-test对该二阶门限实现方案进行侧信息泄露评估,证实了该二阶门限实现方案的安全性。

关键词： GIFT算法功耗攻击门限实现芯片面积 T-test

来源：评论

学校读者我要写书评

暂无评论

4 bit S盒输入及输出低次代数关系分析

引用

计算机应用研究 2020年第3期37卷 838-842页

作者：程月单韦永壮叶涛桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学广西密码学与信息安全重点实验室广西桂林541004 桂林电子科技大学广西高校云计算与复杂系统重点实验室广西桂林541004

随着4 bit S盒在轻量级密码算法中的广泛应用,如何捕获这些4 bit S盒输入及输出的代数关系成为了目前的研究热点之一。根据S盒的输入及输出关系,提出了n bit S盒的非线性回路代数关系的通用求解算法。针对4 bit S盒设计了高效的非线性... 详细信息

随着4 bit S盒在轻量级密码算法中的广泛应用,如何捕获这些4 bit S盒输入及输出的代数关系成为了目前的研究热点之一。根据S盒的输入及输出关系,提出了n bit S盒的非线性回路代数关系的通用求解算法。针对4 bit S盒设计了高效的非线性回路代数关系求解算法,并对国际公认的16类最优4 bit S盒及多个著名的轻量级密码算法中的S盒进行了测试分析。同时,还对上述轻量级密码算法中S盒所属等价类进行了检测。研究结果表明:16类S盒代表元中只有3类不存在二次回路代数关系;同属等价类S盒可能会有不同的二次回路代数关系;MANTIS、PRIDE、Marvin等轻量级算法的S盒存在多个二次回路代数关系。即这些包含低次回路代数关系的S盒存在潜在的安全缺陷。

关键词： 4 bit S盒轻量级密码算法代数关系非线性方程

来源：评论

学校读者我要写书评

暂无评论

穿墙雷达建筑物结构布局稀疏成像方法

引用

雷达科学与技术 2019年第5期17卷 569-574页

作者：赵继芳晋良念刘庆华桂林电子科技大学信息与通信学院广西桂林541004 广西无线宽带通信与信号处理重点实验室广西桂林541004

在穿墙雷达建筑物布局成像中,鉴于内部目标、墙角及杂波会对墙体回波产生较大的影响,导致形成的墙体图像模糊、轮廓不明显。为此,提出一种联合低秩稀疏分解和全变分约束稀疏重构的成像方法。该方法首先通过快速迭代软阈值算法求解低秩... 详细信息

在穿墙雷达建筑物布局成像中,鉴于内部目标、墙角及杂波会对墙体回波产生较大的影响,导致形成的墙体图像模糊、轮廓不明显。为此,提出一种联合低秩稀疏分解和全变分约束稀疏重构的成像方法。该方法首先通过快速迭代软阈值算法求解低秩稀疏分解,恢复出墙体回波,然后通过增广拉格朗日和交替方向算法求解全变分约束下的稀疏重构系数,重构墙体图像。仿真和实测结果表明,该方法可以有效消除建筑物内部目标、墙角及杂波对墙体成像的影响,从而得到清晰的建筑物布局轮廓。

关键词：墙体稀疏成像低秩稀疏分解全变分约束快速迭代软阈值

来源：评论

学校读者我要写书评

暂无评论

一种TDM-MIMO雷达的运动目标相位补偿方法

引用

太赫兹科学与电子信息学报 2020年第4期18卷 575-580页

作者：蒋留兵温和鑫车俐盘敏容桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

汽车雷达主要使用时分复用多输入多输出技术(TDM-MIMO)增加其虚拟天线数量来提高角度分辨率。当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致频谱出现散焦效... 详细信息

汽车雷达主要使用时分复用多输入多输出技术(TDM-MIMO)增加其虚拟天线数量来提高角度分辨率。当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致频谱出现散焦效应。这种相位变化会对目标的角度估计产生影响。针对这种问题,推导了TDM-MIMO信号模型,通过分析运动目标相位误差产生的原因,提出了一种相位补偿方法,该方法无需对目标速度进行预估,并且无需额外的硬件开销。通过仿真实验和实测数据证明了该方法可以使运动目标正常测角并且具有较低的时间复杂度。

关键词：时分复用多输入多输出(MIMO)雷达调频连续波体制相位补偿

来源：评论

学校读者我要写书评

暂无评论

多方位多尺度建筑物布局成像融合方法

引用

雷达科学与技术 2019年第1期17卷 83-88,93页

作者：唐茜晋良念广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

穿墙雷达成像中,建筑物布局成像对墙内隐藏目标探测和提取有重要辅助意义,完整的建筑物布局成像大多在多视角下进行,对此提出一种基于多方位多尺度的多视角建筑物布局成像融合方法。首先由后向投影算法获得各视角墙体成像后,采用多方位... 详细信息

穿墙雷达成像中,建筑物布局成像对墙内隐藏目标探测和提取有重要辅助意义,完整的建筑物布局成像大多在多视角下进行,对此提出一种基于多方位多尺度的多视角建筑物布局成像融合方法。首先由后向投影算法获得各视角墙体成像后,采用多方位二维匹配滤波对各视角图像增强,消除旁瓣、栅瓣的影响。然后结合多尺度变换,即非下采样Contourlet变换分解各个视角的图像,将获得的低频分量和高频分量分别采用相应的融合规则进行融合。最后通过非下采样Contourlet反变换获得最终融合后的建筑物布局图像。仿真实验和实测数据结果证明了该方法的有效性。

关键词：穿墙雷达多方位多尺度建筑物布局成像图像融合

来源：评论

学校读者我要写书评

暂无评论

一种在NLOS环境下应用于NB-IoT系统的组合定位算法

引用

现代电子技术 2019年第11期42卷 1-6页

作者：崔理伟林基明符杰林刘锦玲桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 梧州学院广西梧州543002

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优... 详细信息

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,提出一种组合定位的算法,采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后算法在NLOS的信道环境下的定位性能明显提高。

关键词： OTDOA TDOA误差鉴别 NLOS误差优化 Taylor级数展开法 CHAN算法组合定位

来源：评论

学校读者我要写书评

暂无评论

基于改进匹配网络的单样本学习

引用

系统工程与电子技术 2019年第6期41卷 1210-1217页

作者：蒋留兵周小龙姜风伟车俐桂林电子科技大学计算机与信息安全学院广西桂林541004 桂林电子科技大学无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural... 详细信息

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20-way 1-shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20-way 1-shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。

关键词：深度学习小样本改进匹配网络平方欧氏距离 LSTM

来源：评论

学校读者我要写书评

暂无评论

FBMC-OQAM中原型滤波器的快速设计

引用

华中科技大学学报（自然科学版） 2019年第7期47卷 73-78页

作者：蒋俊正杨玉琳穆亚起周芳桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学生命与环境科学学院广西桂林541004

针对传统基于滤波器组的多载波-偏移正交调制(FBMC-OQAM)系统设计自由度不高和整体性能不佳的问题,提出一种原型滤波器的快速设计算法.假定FBMC-OQAM系统同一子载波的发送端和接收端采用不同的原型滤波器.将两个原型滤波器的设计问题归... 详细信息

针对传统基于滤波器组的多载波-偏移正交调制(FBMC-OQAM)系统设计自由度不高和整体性能不佳的问题,提出一种原型滤波器的快速设计算法.假定FBMC-OQAM系统同一子载波的发送端和接收端采用不同的原型滤波器.将两个原型滤波器的设计问题归结为一个无约束优化问题,其中目标函数为符号间干扰、载波间干扰和原型滤波器阻带能量的加权和.利用目标函数的梯度向量,通过双迭代机制求解原型滤波器.在每次迭代更新中,运用矩阵求逆的等效条件和托普利兹矩阵求逆的快速算法,极大地降低了计算复杂度.理论分析和仿真实验表明:新算法不仅具有低计算复杂度的优点,且设计所得的系统具备更好的整体性能,即原型滤波器阻带衰减更高、系统均方误差更低.

关键词：基于滤波器组的多载波-偏移正交调制系统原型滤波器无约束优化双迭代算法快速设计

来源：评论

学校读者我要写书评

暂无评论

基于Stacking集成学习的恒星/星系分类研究

引用

天文学报 2020年第2期61卷 102-111页

作者：李超张文辉李然王俊义林基明桂林电子科技大学信息与通信工程学院桂林541004 桂林电子科技大学认知无线电与信息处理教育部重点实验室桂林541004 桂林电子科技大学广西云计算与大数据协同创新中心桂林541004 桂林电子科技大学广西高校云计算与复杂系统重点实验室桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室桂林541004 广西高校卫星导航与位置感知重点实验室桂林541004

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)... 详细信息

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.

关键词：恒星:基本参数星系:基本参数技术:测光方法:数据分析

来源：评论

学校读者我要写书评

暂无评论

基于USRP X310和LabVIEW的双基地短距目标检测

引用

现代电子技术 2019年第7期42卷 1-4,10页

作者：姚伟伟郑霖杨超乔新宇桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 通信网信息传输与分发技术国家重点实验室河北石家庄050081

基于软件无线电平台USRP X310及LabVIEW实现一种双基地短距雷达系统,用于近距离微弱慢动目标的探测。与传统双基地雷达需要独立参考信号完成同步不同,本系统利用收发天线直达波能量较高的特性及Chirp信号较强的自相关性,通过USRP X310的... 详细信息

基于软件无线电平台USRP X310及LabVIEW实现一种双基地短距雷达系统,用于近距离微弱慢动目标的探测。与传统双基地雷达需要独立参考信号完成同步不同,本系统利用收发天线直达波能量较高的特性及Chirp信号较强的自相关性,通过USRP X310的FPGA实现高精度时钟同步,降低了系统复杂度及上位机处理负荷。针对静态杂波及直达波干扰,给出一种基于子空间投影及相参积累的目标检测方法,该方法基于回波信号构建杂波子空间,将接收信号投影至正交于杂波子空间的信号子空间,并结合相参积累抑制干扰,提高目标检测的性能。系统实测数据处理结果证明该方法能有效提取微弱慢动目标信息,性能明显优于动目标指示(MTI)算法。

关键词：双基地雷达时钟同步慢动目标检测子空间投影子空间构建 USRPX310

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：