随着卫星导航系统的快速发展,基于低地球轨道(low earth orbit,LEO)卫星的高精度可信导航已成为当前研究的热点.然而,LEO卫星导航的安全可信问题一直阻碍其大规模应用,基于扩频码和导航电文(spreading code and navigation data based a...随着卫星导航系统的快速发展,基于低地球轨道(low earth orbit,LEO)卫星的高精度可信导航已成为当前研究的热点.然而,LEO卫星导航的安全可信问题一直阻碍其大规模应用,基于扩频码和导航电文(spreading code and navigation data based authentication proposal,SNAP)认证方案在解决上述问题中展现了良好势头.本文的重点是解决SNAP信号的间歇跟踪算法及性能分析,并得到跟踪误差的解析表达式.研究结果表明:由于间歇跟踪导致的误差累积服从高斯分布,其均值与多普勒频移变化率成正比,均方差可等价于载噪比(carrie noise ratio,CNR)的损失,相较载波环,码环受多普勒的影响较小.本文的研究结果为间歇跟踪结构下接收机系统参数设计提供重要理论参考.展开更多
文摘随着卫星导航系统的快速发展,基于低地球轨道(low earth orbit,LEO)卫星的高精度可信导航已成为当前研究的热点.然而,LEO卫星导航的安全可信问题一直阻碍其大规模应用,基于扩频码和导航电文(spreading code and navigation data based authentication proposal,SNAP)认证方案在解决上述问题中展现了良好势头.本文的重点是解决SNAP信号的间歇跟踪算法及性能分析,并得到跟踪误差的解析表达式.研究结果表明:由于间歇跟踪导致的误差累积服从高斯分布,其均值与多普勒频移变化率成正比,均方差可等价于载噪比(carrie noise ratio,CNR)的损失,相较载波环,码环受多普勒的影响较小.本文的研究结果为间歇跟踪结构下接收机系统参数设计提供重要理论参考.
文摘为了解决分布式拒绝服务(Distributed Denial of Service,DDoS)攻击使云计算的最终用户无法访问云服务的问题,该文提出一种基于投票极限学习机(Voting Extreme Learning Machine,V-ELM)和黑洞优化的云计算DDoS攻击检测算法.该算法采用V-ELM作为分类器进行系统设计,使用多个极端学习机器同时检测攻击.使用数据包分析器捕获网络流量生成供分类器使用的样本,然后使用黑洞优化训练V-ELM中的所有ELM,在攻击检测过程中将样本应用于每个ELM并计算输出,最后在多数投票的基础上合并得到最终输出.实验结果表明:该文提出的算法在网络安全实验知识发现与数据挖掘(Network Security Lab Knowledge Discovery and Data Mining,NSL KDD)数据集和KDD分布式拒绝服务(KDD Distributed Denial of Service,KDD DDoS)数据集上的准确性、灵敏度和特异性均优于所对比的方法.