无线传感器网络的密钥管理方案选择

随着大量的密钥管理方案的提出,设计者在设计无线传感器网络的过程中,并不清楚如何选择最合适的密钥管理方案去应用在特定的无线传感器的网路中。在此基础上,全面回顾了不同的密钥管理协议的性能和应用条件,对其优缺点进行了分析,并提出一种可以使无线传感器网络设计者选择最适合此网络的密钥管理协议的方法。

一种基于ECC的高效双向身份认证

椭圆曲线密码体制和零知识证明在密码学里面得到了广泛的研究和应用。文章提出了一种基于椭圆曲线密码体制的零知识证明的双向身份认证方案,该方案用椭圆曲线密码体制代替传统的公钥密码体制,并将椭圆曲线的算法加入到了零知识证明的思想里面,使得认证的安全性和准确度有了很大的提高。

一种基于ECC的RFID认证协议

文章通过对物联网所存在安全问题的研究,结合椭圆曲线密码体制的高安全性和零知识证明的零知识性等优点,设计了一种在物联网环境下控制系统中针对终端设备和后台数据库间的身份认证协议。该协议利用椭圆曲线密码体制又引入了零知识证明的思想,是一种基于椭圆曲线的零知识证明的身份认证协议,并且在认证的过程当中与哈希函数相结合,来有效地保护认证时双方交互的证据信息。协议可以有效地完成对物联网环境下控制系统中终端设备和后台数据库间的双向身份认证。

基于线性估计的抑郁症脑磁图研究

目的为了研究抑郁症脑磁图的病理特征,使用信息熵对不同情绪刺激的脑磁图复杂度进行量化分析。方法采用线性估计的静态熵、条件熵和互信息,对正性、中性和负性情绪图片刺激下抑郁症患者脑磁图的特征进行对比性分析。结果在中性情绪图片刺激下,抑郁症脑磁图41个通道的静态熵和51个通道的互信息显著高于健康对照组(P<0.05),且均主要集中于额区和颞区。相比之下,条件熵在不同情绪刺激和不同维度下对抑郁症脑磁图的识别效果较差。当维度值改变时,对线性估计条件熵和互信息的区分效果影响较小。结论抑郁症患者较易受到情绪刺激影响,并且静态熵和互信息可以有效地表征抑郁症脑磁图非线性差异,为抑郁症的研究提供帮助。

基于多尺度詹森香农分叉的抑郁症脑磁图研究

为探讨脑磁图在抑郁症诊断及治疗中的作用,本研究首先使用詹森香农分叉算法和多尺度詹森香农分叉算法在负性、正性和中性情绪刺激下,对抑郁症组和健康对照组的脑磁图信号进行分析,并采用SPSS软件对实验结果进行独立样本t检验,计算三种情绪刺激下区分度最好的通道和多尺度因子;最后,采用误差棒图分析三种情绪刺激下,抑郁症组和健康对照组的脑磁图信号。结果表明,詹森香农分叉算法和多尺度詹森香农分叉算法均可区分抑郁症组和健康对照组的脑磁图信号,两者脑磁图信号存在一定差异。在三种情绪刺激下,抑郁症组在大多数通道的统计复杂度比健康对照组高,且在中性情绪刺激下,区分度最高。该算法可为抑郁症的辅助诊断和治疗提供帮助。

基于去趋势移动平均的抑郁症脑电图二元回归分析

目的本文运用基于去趋势移动平均(detrended moving average,DMA)的二元线性回归分析方法,对抑郁症患者组和健康对照组的脑电数据进行分析,探究抑郁症患者和健康人枕区对额区影响的差异性。方法基于DMA的二元回归模型不仅能够分析非线性和幂律相关的时间序列,还可以分析不同尺度下自变量和因变量间的依赖关系。通过该模型对抑郁症患者组和健康对照组的左、右枕区的对称导联和额区导联的脑电数据进行分析。同时本文使用原始的基于最小二乘法的二元线性回归模型对两组的脑电数据做相同处理,并对两种模型的实验结果进行对比。结果基于DMA的二元回归模型在尺度为264,自变量为左、右枕区导联,因变量为左额区导联时,抑郁症患者和健康人的回归系数存在显著性差异。而原始模型只有在极个别的以左、右枕区导联为自变量和左额区导联为因变量时存在显著性差异。存在显著性差异的回归系数均值β_(1)均大于0,回归系数β_(2)均小于0。结论基于DMA的二元回归模型不仅可以在不同尺度上描述大脑枕区和额区间的依赖性,还可用于分析抑郁症患者和健康人的脑电信号在左、右枕区对左额区影响的差异性。抑郁症患者的枕区对左额区的影响降低。

Kalman滤波结合Blob匹配的运动目标跟踪算法研究

Blob匹配法应用于多目标时,匹配速度会变慢,而Kalman滤波器可以预测运动目标在下一帧的位置。因此,文章考虑将kalman滤波结合Blob法对目标跟踪进行研究。

CBTC仿真系统中列车速度计算分析及研究

在CBTC仿真系统中,速度计算对仿真系统的功能验证起着至关重要的作用。分析了地铁列车的牵引和制动特性,根据列车自身参数以及具体线路数据,计算列车运行阻力,建立速度计算的单质点动力学模型。为了更加真实、精确地模拟列车的实际运行过程,分析了影响计算列车速度的各种因素,包括时延、列车发生空转和打滑等各种情况,并给出校正及补偿模型。