无线射频识别(radio frequency identification,RFID)认证协议可实现读写器和标签之间的身份识别,保证只有合法的读写器才能访问标签的数据.由于标签的成本限制,设计最轻量级的RFID认证协议是面临的主要挑战.为了达到不可预测性隐私,标...无线射频识别(radio frequency identification,RFID)认证协议可实现读写器和标签之间的身份识别,保证只有合法的读写器才能访问标签的数据.由于标签的成本限制,设计最轻量级的RFID认证协议是面临的主要挑战.为了达到不可预测性隐私,标签至少需要具有伪随机函数PRF的能力.首先提出了一种基于PRF的RFID轻量级认证协议的基本框架,给出了抽象描述.基于对消息认证函数Fi的实例化,提出了一种新的RFID轻量级认证协议ELAP.与现有协议相比,该协议可以实现读写器和标签之间的双向认证,并能抵抗已知的所有攻击方式.在效率方面,标签只需要进行2次消息摘要运算,让标签的计算代价达到了最小.展开更多
高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量(Quality of Service,QoS)是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法...高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量(Quality of Service,QoS)是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法,简称URDQ方法。URDQ方法采用区间数的形式记录动态环境下候选服务的属性值范围,并基于用户需求对候选服务进行初步过滤;通过区间数模型对候选服务属性区间和用户需求区间进行相对优势度计算,将属性区间数转化为易于计算的实数;使用Skyline方法对候选服务集进行过滤,减小搜索空间;根据熵权法得到的客观权重并结合用户给定的主观权重,使用TOPSIS方法对Skyline服务集进行排序。仿真实验和对比实验验证了URDQ方法在动态网络环境下的可行性和有效性。展开更多
文摘无线射频识别(radio frequency identification,RFID)认证协议可实现读写器和标签之间的身份识别,保证只有合法的读写器才能访问标签的数据.由于标签的成本限制,设计最轻量级的RFID认证协议是面临的主要挑战.为了达到不可预测性隐私,标签至少需要具有伪随机函数PRF的能力.首先提出了一种基于PRF的RFID轻量级认证协议的基本框架,给出了抽象描述.基于对消息认证函数Fi的实例化,提出了一种新的RFID轻量级认证协议ELAP.与现有协议相比,该协议可以实现读写器和标签之间的双向认证,并能抵抗已知的所有攻击方式.在效率方面,标签只需要进行2次消息摘要运算,让标签的计算代价达到了最小.
文摘高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量(Quality of Service,QoS)是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法,简称URDQ方法。URDQ方法采用区间数的形式记录动态环境下候选服务的属性值范围,并基于用户需求对候选服务进行初步过滤;通过区间数模型对候选服务属性区间和用户需求区间进行相对优势度计算,将属性区间数转化为易于计算的实数;使用Skyline方法对候选服务集进行过滤,减小搜索空间;根据熵权法得到的客观权重并结合用户给定的主观权重,使用TOPSIS方法对Skyline服务集进行排序。仿真实验和对比实验验证了URDQ方法在动态网络环境下的可行性和有效性。
文摘针对由静态的电池模型参数而造成的状态估计累计误差、噪声统计特性的时变不确定性等实用化的问题,基于无迹卡尔曼滤波(unscented Kalman filter,UKF)框架设计了一种自适应UKF的电池状态联合估计算法.在无迹变换(unscented transform,UT)时,对量测方程进行准线性化处理,降低了循环迭代过程中的计算开销;利用带遗忘因子的Sage-Husa自适应估计方法对过程噪声的统计特性参数进行递推估计与修正,提高了UKF估计算法的自适应容错能力;实时跟踪滤波的收敛性,若呈发散趋势时,通过自适应衰减因子对误差协方差进行调整以抑制滤波发散,保证了滤波过程的数值稳定性;采用联合估计策略对一阶Thevenim电池欧姆内阻模型参数进行在线更新,以确保动态测试工况下电池模型的准确性,从而提高了电池荷电状态(state of charge,SOC)以及电池健康状态(state of health,SOH)的估计精度.实验与仿真结果验证了该电池状态联合估计算法的可行性与有效性.
文摘为了提高复杂交通环境下多目标数据关联的实时性与可靠性,本文中基于半抑制式模糊聚类(half suppressed fuzzy cmeans clustering,HSFCM)发展了一种快速多目标车辆跟踪算法。首先对多目标车辆跟踪问题进行了数学描述,并建立了相机像素坐标系与世界坐标系的空间映射关系;其次基于模糊理论将点迹-航迹关联问题转换成量测模糊聚类问题,通过求解各候选量测与聚类中心的模糊隶属度,间接计算出联合概率数据关联(joint probability data association,JPDA)算法中不确定性量测与各目标的关联概率,再利用概率加权融合对多目标状态进行滤波估计;再次在车辆密集工况下通过合理调整卡尔曼增益对量测更新进行抑制,以克服车辆跟踪中目标短暂跟丢问题。实车试验与仿真结果验证了该跟踪算法的可行性与有效性。
