Multi-output Gaussian Process Regression Model with Combined Kernel Function for Polyester Esterification Processes

In polyester fiber industrial processes,the prediction of key performance indicators is vital for product quality.The esterification process is an indispensable step in the polyester polymerization process.It has the characteristics of strong coupling,nonlinearity and complex mechanism.To solve these problems,we put forward a multi-output Gaussian process regression(MGPR)model based on the combined kernel function for the polyester esterification process.Since the seasonal and trend decomposition using loess(STL)can extract the periodic and trend characteristics of time series,a combined kernel function based on the STL and the kernel function analysis is constructed for the MGPR.The effectiveness of the proposed model is verified by the actual polyester esterification process data collected from fiber production.

部分向量奇偶位切分的LFSR重新播种方法

提出一种基于部分测试向量奇偶位切分的LFSR重新播种测试方法.针对确定测试集中各个测试向量包含确定位的位数有较大差异以及测试向量所含的确定位大多连续成块的特点,通过奇偶切分部分确定位较多的向量,使得编码压缩的LFSR度数得到有效降低,从而提高了测试数据压缩率.其解压缩电路仍然采用单个LFSR进行解码与切分向量的合并.与目前国际同类编码压缩方法相比,具有测试数据压缩率高、解压硬件开销低、测试数据传输协议简单等特点.

多输出外部反馈型LFSR均匀分布随机数生成器的分析与设计

本文系统地分析了多输出外部反馈LFSR方法产生均匀分布随机数的工作原理、变换矩阵的特点、产生随机数的周期以及LFSR的级数选择等问题,并提出了基于多输出外部反馈LFSR方法设计均匀分布随机数生成器的具体步骤。本文在Xilinx Vertex Ⅳ FPGA上设计实现的23级16位输出的LFSR型均匀分布随机数生成器仅消耗了36个Slices资源和23个Flip Flops资源,工作频率可以达到993MHz,相对于多LFSR复用的实现方式,节约了90%以上的硬件资源。并且,该生成器产生的随机数可以通过K-S检测方法的质量评估。

基于优化编码的LFSR重播种测试压缩方案

大规模高密度集成电路测试中存在测试数据量大、测试功耗高等问题.提出了一种先通过编码优化测试集,再使用线性反馈移位寄存器(linear feedback shift register,LFSR)重播种的内建自测试方案.该方案通过自动测试模式生成工具得到被测电路的确定测试集,再压缩为种子集存储在片上ROM中.压缩测试集的过程中,首先以降低测试功耗为目标,用少量确定位编码测试集中的部分测试立方,来增强解码后测试模式相邻位之间的一致性;然后以提高压缩率同时降低LFSR级数为目标,将测试立方编码为确定位含量更少的分段相容码(CBC),最后将以CBC编码的测试立方集压缩为LFSR种子集.实验证明所提出的方案在不影响故障覆盖率的前提下大量降低了测试功耗,并且具有更高的测试数据压缩率.

基于Viterbi算法LFSR的恢复与设计

通过优化传统Viterbi算法的存储结构,使其能够对约束长度较大、码率很低卷积码进行译码。离线构造Hamming距离对照表,给出了一种可查表的Viterbi硬判决快速译码算法。实验表明,当误码率为37%以下时,生成多项式的次数在60以内的LFSR(线性反馈移位寄存器)序列的初始状态,可进行快速恢复。与传统的Viterbi译码算法相比,算法的译码效率提高了几乎10倍左右。

基于部分相容的动态LFSR重新播种方法

提出了一种基于部分动态LFSR重新播种的改进方法,利用向量的部分相容原理来减少需要编码的确定位的个数,提高数据压缩率。并使用时钟测试来减少生成测试向量所需的时间。实验结果表明,与目前国际同类编码压缩方法相比,该方法提高了编码效率,节约了测试时间。

基于VHDL的参数化LFSR模型设计

利用VHDL二维数组模型定义LFSR的反馈状态查找表并实现了参数化LFSR反馈回路。对当前状态进行全零模式检测和条件异或运算,结合VHDL条件生成语句实现了参数化Bruijn计数器。定义循环模式计算函数来得到任意位数和模式下的LFSR尾状态,通过状态比较实现了任意循环模式下的参数化LFSR模型。软件综合结果表明,在不同的参数实现下,LFSR模型有优秀的时序性能,能够满足实际应用需要。

基于部分测试向量切分的LFSR重新播种方法

提出一种测试码压缩方法,首先切分测试集中含确定位较多的难以编码的测试向量,然后与未被切分的测试向量共同组成新的测试集,并将新测试集编码成线性反馈移位寄存器(LFSR)种子,从而实现测试数据压缩.该方法提高了LFSR的编码效率,取得了稍优于混合码的压缩率.与混合码复杂的解压结构相比,在硬件开销上具有明显的优势,仅需一个LFSR和简单的控制电路,且通信协议简单.

基于多配置LFSR的测试生成结构设计

针对内建自测试技术中传统的测试生成故障覆盖率过低、硬件开销过大等缺点,提出了一种多配置LFSR的混合测试矢量生成结构,结构利用矩阵理论先后对随机性矢量和确定性矢量进行反馈网络的配置;针对确定性矢量的生成,提出了一种反馈配置解的寻优算法,在一定程度上减少了硬件开销,因结构生成的混合测试矢量可以同时检测出被测电路中的随机矢量可测性故障和抗随机性故障,进而保证了测试故障覆盖率。最后,通过实例和对几种综合基准电路的测试,验证了该方案的可行性。

基于LFSR高次剩余问题构造公钥密码体制的研究

该文对用线性反馈移位寄存器(LFSR)构造公钥密码体制做了进一步的研究,定义了LFSR的高次(非)剩余问题,基于新的困难问题探讨了构造一种加解密不同于GH的密码原型,并给出了具体的加解密过程,证明了它的可行性;在此基础上,进一步把该体制改进为概率加密体制,克服了GH加密确定性的缺点,同时对体制的安全性和效率做了初步分析,具有单向性和语意安全性,最后证明了该体制的单向性等价于LFSR高次剩余问题,语意安全性等价于LFSR判断高次剩余问题。

本原σ-LFSR序列的迹表示及其应用

σ-LFSR是一基于字的LFSR模型,它的设计充分利用了现代CPU特点,可很好地应用于设计适合快速软件实现的序列密码算法中。而在实际应用中,本原σ-LFSR序列具有最核心的作用。该文分析了本原σ-LFSR序列的产生条件,利用其迭代关系式和有限域的迹函数,给出了它的具体表达式,从而得到本原σ-LFSR序列的迹表示;其次由本原σ-LFSR序列的迹表示,给出了一个σ-LFSR序列为本原的充要条件。它们为进一步研究本原σ-LFSR序列提供了新的工具。

σ-LFSR序列极小多项式性质研究

σ-线性反馈移位寄存器(σ-LFSR)是基于字设计的,在安全性和效率上达到较好折衷的一种反馈移位寄存器。σ-LFSR输出序列的特征多项式为有限域上的矩阵多项式。该文利用有限域上矩阵多项式环的代数结构,给出了σ-LFSR输出序列极小多项式唯一的充分必要条件。

一种基于受控LFSR的内建自测试结构及其测试矢量生成

本文提出了一种基于受控线性反馈移位寄存器(LFSR)进行内建自测试的结构及其测试矢量生成方法。使用受控LFSR可以跳过伪随机测试序列中对故障覆盖率没有贡献的测试矢量,从而达到减少测试矢量长度,缩短测试时间的目的。

一种用于低功耗BIST的多重抑制LFSR结构(英文)

本文提出了一种多重抑制的线性反馈移位寄存器 (L FSR)结构来降低内建自测试 (BIST)的功耗。这种结构通过矢量间的距离而不是矢量本身来抑制对测试没有贡献的测试矢量子序列。用来估算功耗的电路内部 WSA(Weighted Switching Activity)平均降低了 80 .3%。此外 ,这种结构的另一个优点是 :随着抑制次数的增加 。

σ-LFSR在序列密码算法ABC中的应用

σ-LFSR是一种基于字的,在安全性和效率上达到较好折衷的反馈移位寄存器。该文利用一个σ-LFSR替代序列密码算法ABC中的LFSR,使得ABC的周期由232(2127-1)变为232(2128-1),且其二元域上等价LFSR反馈多项式的Hamming重量由3增加到65,恰好等于次数的一半。此改进增强了ABC抵抗快速相关攻击的能力,同时改进后的软件实现效率与原来相当。

基于LFSR的演化随机序列发生器

针对基于线性反馈移位寄存器的随机序列发生器产生的随机数线性复杂度低的问题,设计一个新的随机序列发生器,使用遗传算法演化线性反馈移位寄存器产生的随机序列,新产生的序列可以通过SP800-22的测试。测试结果表明,生成的序列周期大、线性复杂度高,能够满足安全协议和密码算法的安全强度要求。

一个基于LFSR和FCSR的序列密码系统

目的:研究一种级联并反馈的序列密码系统。方法:用 LFSR(Linear Feedback Shift Register)和 FC-SR(Feedback with Carry Shift Register)的周期和复杂度理论,设计并研究一个基于 LFSR 和 FCSR 的序列密码系统。结果:得到了长周期、高线性复杂度的序列密码系统。结论:用 LFSR 和 FCSR 级联并反馈的方法得到的序列密码.具有更长的周期和更高的复杂度,更难以分析,具有较高的安全性。

基于等确定位切分的LFSR重播种方法

文中提出了一种新颖的基于确定位个数相等切分的LFSR(线性反馈移位寄存器)重新播种方法。针对确定性测试集中不同的测试向量所包含确定位的位数差异较大的特点,将所有测试向量串成一条数据流,按照确定位个数相等的策略对该数据流进行切分,然后对得到的新测试向量集进行LFSR编码,达到提高测试数据压缩率的目的。本方案解压结构仅需单个LFSR和一个简单的控制电路,且由于等长度的种子解压时测试数据传输协议简单。与目前国内外同类方法相比,具有测试数据压缩率高、解压结构简单及硬件开销较小等特点。

一种基于LFSR的安全网络编码

该文基于线性反馈移位寄存器（LFSR）能够利用相当少的信息生成大周期的密钥这一优点，构造了一种安全的网络编码方案。该方案中，信源与信宿共享有一个LFSR，信源利用生成的密钥产生加密矩阵，信宿根据收到的信息计算出解密矩阵，也就可以得到原始信息，其对窃听者窃听到的信道数量没有要求。同时，信源在每次传输信息时可以随时改变加密矩阵，相当于一次一密，使得信息传输更加安全。该方案适用于接收端用户在一段时间内固定不变的场合，如战场演习等场合，但却无法适用于频繁有用户加入或退出的动态环境。

LFSR加密新算法的研究与FPGA实现

提出了一种改进的线性反馈移位寄存器结构的安全加密模型,利用移位寄存器的灵活性高和成本低的特点结合FPGA器件的高速度和可重构的性能,从而使系统达到低成本、可实时配置算法文件和重组安全策略的目的,并详细论述了该模型的改进后的线性反馈移位寄存器加密算法的加密原理,然后介绍了该算法的FPGA实现及可重构技术,最后,通过对改进算法的加密时序图的分析和总体性能的评估,证明了该算法在保证安全性能的基础上具有很好的成本优势和可重构性。