电子技术

基于Duffing振子的弱正弦信号检测方法研究

刘海波，吴德伟，戴传金，等

摘要：目的：基于Duffing振子的弱信号检测是一项崭新的弱信号检测技术，传统方法是通过判别Duffing振子相轨迹运动状态从混沌态向大周期态的转变（正向相变）实现检测，但检测系统处于临界状态时，噪声和混沌吸引子的共同作用使得相变时间出现了较大随机性，如果检测时间不够长，很容易出现误判，导致检测失败，而检测时间过长，则无法满足检测的实时性要求。从数值仿真出发，研究Duffing振子相变临界态的特性和系统各参数对临界特性的影响，探索缩短相变时间和减弱其随机性的方法。方法：由于Duffing振子为非线性方程，不存在精确的解析解，因此分析过程采用定步长四阶龙格-库塔方法计算其数值解。将输入信号设置为高斯白噪声微扰，分析相轨迹图分布特点，找出混沌态和大周期态相轨迹的分水岭，用于相轨迹状态转变的判别决；通过理论推导的方式，证明参考信号初始相位可以近似代替系统总策动力初始相位，用于设置系统初始大周期态，从而证明采用大周期态向混沌态的转变（逆向相变）进行检测的可行性；通过对比不同参考信号相位和系统初值情况下相轨迹图的变化分析两者的设置对相变时间的影响。性能仿真验证中，将参考信号幅值加入正弦调制，使检测系统发生间歇混沌，用于检验所提相轨迹运动状态判别方法的有效性；通过对比相同条件下引起相变时参考信号的最小分辨率来对比所提检测方法与传统方法的检测能力。结果：从不同参数下的相轨迹分布可以看出：（1）输入噪声为微扰的情况下，相轨迹图左右两侧的两种相态分布域之间存在一段相轨迹点分布密度极小的“隔离带”，适合用于相图分割；（2）系统策动力的初相与初值满足对应关系，能减小相轨迹回到大周期态的时间，系统初值应尽量靠近大周期轨道。在强参考模式下，系统总策动力相位设置可由参考信号相位代替，利用Duffing振子逆向相变进行检测是可行的。从性能仿真实验看出：所提相变判别方法及时、准确地指示了间歇混沌的历次相变；实验的两个频率上逆向相变对参考信号幅度变化的分辨率超过正向相变一个数量级以上。结论：基于Duffing振子逆向相变进行弱信号检测是可行的，只要将参考信号初相和系统初值按照对应关系设置即可。相同条件下，Duffing振子逆向相变对周期策动力幅值具有更加稳健的敏感特性，因此逆向相变检测方法比传统检测方法具有更高的检测精度。通过控制输入检测系统的待测信号幅度，可使相轨迹图左右两侧出现相轨迹分布密度极小的“隔离带”，所提出的利用“隔离带”进行相图分割的方法，能够在半个参考信号周期内准确地判决相变。

来源出版物：电子学报, 2013, 41(1): 8-12

入选年份：2016

高效的可证明安全的无证书聚合签名方案

杜红珍，黄梅娟，温巧燕

摘要：目的：聚合签名是学术界近年来关注的一个热点，经常出现在顶级密码会议论文中，它是数字签名领域中一种“批处理”和“压缩”技术。无证书聚合签名（certificateless aggregate signature，CLAS）无需证书管理，同时又无密钥托管问题，所以，研究CLAS更有理论意义和实际应用价值。但目前对CLAS的理论研究较薄弱：如CLAS的形式化定义、安全模型、方案的构造、安全性证明及应用等。因此，深入研究了CLAS，首先给出了CLAS新的形式化定义和安全模型，接着设计了1个CLAS方案，并在随机预言机模型下给出了安全性证明，为以后构造和证明同类方案开拓了新思路。方法：（1）基于无线网络多种实际应用场景，采用比较优化法，在总结已有CLAS方案的定义及安全模型基础之上，提出了简化的CLAS方案的形式化定义和敌手模型。在敌手模型中，考虑了2种具备不同攻击能力的敌手A1和A2，A1模拟一个外部攻击者，可以替换任意用户的公钥，但无权获知系统主密钥。A2模拟的是一个恶意但被动的密钥生成中心KGC，它知道系统主密钥，但不能替换用户公钥。（2）以双线性对为工具，构造了一个CLAS方案，方案由6个算法构成：在Setup算法中，KGC选择了4个安全Hash函数，1个修正的Weil对映射e。在Partial-Private-Key-Extract算法和UserKeyGen算法中，利用椭圆曲线上的离散对数问题将系统主密钥和用户的秘密值加密。在CL-Sign算法中，用到了2个Hash到点的运算。在Aggregate算法中，聚合人将n个签名按分量分别求和后得到最后的聚合签名。在Verify算法中，验证人通过求验证等式中的4个双线性对来判断签名的有效性。（3）对提出的CLAS方案进行了安全性分析，证明方案满足不可伪造性时采用了可证明安全的思想，把新方案的安全性规约为计算Diffie-Hellman（CDH）困难问题，即如果有敌手可以攻破本文方案，则存在一个挑战者，可利用该敌手的攻击能力破解CDH问题。但迄今为止，CDH问题仍是困难的，所以本文方案是安全的。结果：（1）论文提出了一种简化的CLAS的形式化定义和敌手模型，适用于资源受限的无线网络多种应用场景。（2）提出了一个新的可证明安全的CLAS方案。签名的长度是固定的，如果选择160 bits长的椭圆曲线群，再采用点压缩技术，则可把任意多个用户的（单一）签名压缩成一个长度仅有320 bits的签名。方案在生成单个签名时，需要执行4个标量乘运算，2个Hash到点的运算，1个普通Hash运算和2个点加运算。如果方案在计算开销时配置为：Intel 17-4770 3.4G Hz处理器，4G内存，Windows7操作系统的PC机，则生成单个签名的计算开销约为10.5837 ms。如果取签名人数n＝10，则验证聚合签名时，需要执行4个双线性对运算，2个Hash到点的运算，10个普通Hash运算和20个标量乘运算，计算开销约为32.286 ms。（3）在随机预言机模型和CDH困难问题假设下，所提CLAS方案在两种敌手A1和A2的适应性选择消息攻击下是存在性不可伪造的。结论：CLAS不仅能够解决证书管理和密钥托管问题，而且能够把任意多个签名压缩成1个签名、并能实现批验证，其特性很适合于物联网多种应用环境。论文利用双线性对构造了1个新的CLAS方案，经证明该方案满足不可伪造性，且方案生成的聚合签名长度是固定的，仅有320 bits，签名验证时所需的双线性对数是固定的，仅需4个双线性对，方案就计算量与签名长度来说是目前效率最高的。所以，即使在计算资源与网络带宽受限的无线网络中方案也非常实用。以后的工作是构造在标准模型下可证明安全的CLAS方案。

来源出版物：电子学报, 2013, 41(1): 72-76

入选年份：2016

基于区间数的基本概率指派生成方法及应用

康兵义，李娅，邓勇，等

摘要：目的：应用证据理论的一个关键问题是生成基本概率指派（BPA），BPA生成一般都是建立在相对完备的信息基础之上，但是在一些特殊的应用场合，比如军用目标识别系统中，由于探测手段有限或保密等原因，对敌方目标的观测是有限且是不确定的，所以建立目标属性的描述模型可用的样本数目较少。区间数只要求给定下限和上限两个数据，比较适合描述信息缺乏，不确定度高的应用场合。探索在信息缺乏的情况下，利用区间数生成BPA的信息融合效果。方法：首先用收集的样本构造模型区间数，然后求待测样本与模型区间数的距离，在此基础上对区间数的距离取倒数生成相似度，最后对相似度归一化生成BPA。此过程可以描述成以下步骤，（1）用收集样本的特征属性的最小最大值构造区间数模型；（2）计算待识别样本属性值与区间数之间的距离；（3）计算待识别样本属性值与模型区间数之间的相似度；（4）对相似度进行归一化生成BPA。具体实例过程为：随机选择公开的鸢尾花数据集（Iris Data Set）的120个样本，其中每一个种类分别选择40个，用所得样本的最小值和最大值分别构造区间数模型，剩余30个样本，其中每一个种类还剩10个，当作类别是未知的测试样本；通过求区间数相似度的过程，决定BPA；因为对于4种属性，可以构造4个证据（BPA），进而通过DS组合规则进行融合；未知样本的类型最终由融合后的结果决定，哪个BPA的值最大，那么它对应的类别即是未知样本的类别。为了探究在数据量少的情况下该方法的有效程度，实验上对生成模型区间数的样本做单变量分析，具体过程为：建立区间数模型。在此过程中，取不同规模的样本，考虑到数据量较少，第一次对鸢尾花的每一类分别随机取1个样本构建区间数模型；根据提出的方法生成BPA；应用证据理论融合，得到识别结果；取鸢尾花总体作为测试集，从步骤1到步骤4重复独立进行实验50次，最后对统计的识别率取平均值；对构建区间数模型的样本规模依次递增，如2，3，4，5，10，15，20，25，30，35，40，45，然后返回第一步，直到规模值遍历完毕。最后分析该方法在不同样本规模下的识别率。结果：为了整体了解该方法尾花数据集（iris data set）分类问题上的有效程度，在支持系数取5，抽样容量为120，对全部150个数据集进行测试。经过实验统计，得出整体的识别率为96%，其中种类Setosa的鸢尾花的识别率为100%，种类为Versicolor的鸢尾花的识别率为98%，种类为Virginica的鸢尾花的识别率为90%。同时通过其它UCI分类测试数据集（blood transfusion service center data set，和vertebral column data set）测试结果得出，该方法在区分各属性特征值相对集中且区分度较大的数据集上有很好的优势。对生成模型区间数的样本做单变量分析，表明该方法在数据较少的情况下，也能得到较好的识别效果。结论：用区间数的距离描述不确定信息需要的信息量较其他方法所需的信息量少，这一点显示出该方法对数据的要求较其他方法宽松，通过调整支持系数对识别率的分析能够得到实验中支持系数的最优值，同时实验通过较高的识别率验证了该方法在分类问题上的有效性，最后验证了该方法在少量数据下也有较高的的识别率，所以该方法具有简单、易行、适用于工程的特点。

来源出版物：电子学报, 2012, 40(6): 1092-1096

入选年份：2016