基于IPSec VPN数据安全性的混合加密算法研究

提出结合高级加密算法(AES)和椭圆曲线加密算法(ECC)两种加密算法组合而成的混合加密算法,研究讨论混合加密算法的实现机制,在C++平台下实现混合加密算法的仿真系统.研究结果表明:在IPSec VPN的数据通信中,混合加密算法具有更高的安全性和可执行性,有效地增强VPN数据的安全性.     

弹性分组环中MAC协议公平性研究

作为了满足下一代宽带IP城域网需求的新一代光纤环城域网，IEEE802．17工作组规划的弹性分组环网具有非常优良的性能。在简要阐述该环网基本MAC协议存在的问题和公平性原理之后。本文介绍了一种空分复用MAC协议公平性算法，并利用仿真方法，分析了该算法在不同流量模式下的性能，和相同流量模式，不同算法参数下的性能，进而提出了改进MAC协议公平性算法所必须考虑的主要问题。     

基于FPGA的Rijndael算法实现的研究

在研究分析高级加密标准(AES Rijndael)算法原理的基础上设计算法各部分实现的具体方法;采用超高速集成电路硬件描述语言(VHDL)完整地实现该算法,并在Quartus Ⅱ 5.1仿真环境中进行仿真,仿真结果表明,基于现场可编程门阵列(FPGA)实现的Rijndael算法能满足基于通信的列车控制(CBTC)系统对信息安全性和实时性的要求.     

铁路信号安全协议中消息认证码算法的研究

为了提高铁路信号安全协议RSSP-Ⅱ中消息鉴定安全层消息认证码算法的安全性和实时性,首先将传统的MASL-TDES-MAC算法底层的加密算法改进为安全性能更强的高级加密标准AES算法,并对改进后的MASL-AES-MAC算法采用FPGA技术进行硬件设计,其次根据硬件设计所达到的最高时钟频率和逻辑资源消耗情况,对算法的硬件实现环节采用查找表技术和流水线技术进行优化,最后在QuartusⅡ软件和Modelsim软件上进行联合仿真实验。研究结果表明:经过改进及优化后的算法具有更高的最高时钟频率和更低的逻辑资源消耗,不仅提高了协议的安全性,而且改进及优化后的算法在实时性方面比原算法提高了69.84%。     

基于STL的头压缩算法的实现

头压缩算法是一种常用的稀疏数组压缩算法,在数据联机分析处理(OLAP)等领域有着重要应用.针对头压缩算法的特点,给出基于STL的实现方法,并对解压算法进行改进.仿真实验表明,改进后的解压算法的计算效率要优于原有解压算法.     

命名数据网络多维命名机制研究

命名数据网络在物联网应用方面具有天然优势。但其设计之初的一些特点对其在物联网方面的应用具有阻碍。因此,学术界提出在网络层面和应用层面添加一个中间件,增加命名数据网络(NDN)对多维数据的支持能力。基于这一思想,以车联网为场景,验证中间件及其配套算法的有效性,并对相关机制的缺陷提出改进措施。通过实验仿真,分析名字翻译优化算法和改进机制的性能。实验结果表明,优化算法和改进机制有效提高了NDN应对多维数据请求的性能表现。     

SM4分组密码算法在RSSP-Ⅱ铁路信号安全通信协议中的应用

RSSP-II铁路信号安全通信协议是铁路信号领域的安全软件产品。目前,其使用的加密算法为3DES算法,可防护数据在传输过程中的损坏、伪装等安全风险。为实现技术自主可控、增强核心竞争力,提出采用中国国家标准SM4分组密码算法代替既有的3DES算法,并进行仿真和实物测试验证。     

基于生成对抗网络的铁路周界行人样本生成算法

提出了一种基于生成对抗网络(GAN)的铁路周界行人样本生成算法,解决了深度网络训练时候,行人样本缺乏的问题。该算法在像素转换生成对抗网络(Pix2Pix GAN)和行人生成对抗网络(PS-GAN)的基础上,根据实际的铁路周界环境,进行了三点改进。实验说明,该算法能够生成更逼真的行人,并且和背景的融合度更高。     

LKJ无线换装车地数据传输关键技术研究

针对既有LKJ车载数据人工换装方式费时费力、效率低下等问题,研究通过无线通信网络将LKJ车载数据从地面传输至车载。首先,通过对移动公网(4G/5G)、铁路专网(GSM-R)和无线局域网(WLAN)进行综合比较,选择移动公网作为LKJ无线换装车地通信的载体;然后,通过与SSL VPN的对比,确定采用IPSec VPN技术建立车地通信安全传输通道;最后,在实验室搭建LKJ无线换装车地通信测试环境进行算法验证。测试结果表明:换装业务数据以密文形式传输,验证了车地通信是通过安全传输通道进行的。     

基于改进蝙蝠算法优化LSTM网络的短时客流预测

准确地预测地铁站短时客流量,对地铁站通风空调系统的节能优化具有重要意义.充分考虑地铁客流量非线性、随机性、周期性等特点,提出一种基于改进蝙蝠算法(IBA)优化长短期记忆(LSTM)神经网络的短时客流量预测模型(IBA-LSTM).引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力,克服标准蝙蝠算法易早熟、易陷入局部最优值的问题;利用改进的蝙蝠算法对LSTM网络的隐含层节点数、迭代次数、初始学习率、学习率下降因子4个参数进行优化;利用西安某地铁站自动检票系统(AFC)采集的客流数据,对模型的有效性进行检验.实验结果表明:该预测模型在均方误差、均方根误差、平均绝对百分比误差等方面均优于标准蝙蝠-LSTM模型、LSTM预测模型、BP预测模型及BP-Adaboost预测模型,所提出的方法可有效应用于短时客流量预测.     

基于改进ORB算法的特征点匹配研究

针对ORB(Oriented FAST and Rotated BRIEF)算法不具有尺度不变性的缺陷,结合多尺度Shi-Tomasi算法提出了改进的ORB算法:STORB(Shi-Tomasi-ORB)算法。首先在多尺度空间中通过快速预筛选后检测Shi-Tomasi特征点,然后使用ORB算法生成具有方向信息和尺度信息的特征点描述子,最后采用汉明(Hamming)距离对特征点进行匹配,并结合随机抽样一致(RANSAC)算法对匹配结果进行优化,实现图像的准确匹配。实验结果表明,STORB算法不仅保留了ORB算法优良的旋转不变性与实时性,而且当图像发生尺度变化时特征点匹配正确率达到了95.8%,比ORB算法提高了65.2%。     

基于IPSO的霍尔特指数平滑系数的铁路客运量预测研究

为了提高霍尔特指数平滑法对铁路客运量预测的精度,基于改进粒子群算法(IPSO)对铁路客运量预测领域中霍尔特指数平滑系数的取值进行优化研究。以我国各省铁路客运量为研究对象进行仿真实验,以验证改进粒子群算法的寻优效果,并求解霍尔特指数以预测各省铁路客运量的平滑系数最优取值。研究表明,相较于经典的线性递减权重优化法和固定权重法,非线性递减权重优化的粒子群算法能更加准确地求出最优平滑系数,具有更好的寻优能力和收敛速度。以上海市为例,其收敛速度分别提高4代和14代,求解精度分别提高了0.000 18、0.000 006。     

改进Canny算子的列车轮对踏面边缘检测算法

现有对高速列车轮对踏面损伤检测逐步以动态检测系统代替人工检测,针对动态检测系统中对踏面损伤图像处理时,存在大量边缘信息丢失、图像细节不完整等问题,提出一种基于改进Canny算子的边缘检测算法。该算法利用自适应双边滤波代替传统高斯滤波对图像进行平滑处理,能够很好的保持图像边缘和滤除噪声;采用水平、垂直、45°和135°4个方向梯度模板来确定梯度幅值;用Otsu算法(大津法)自适应地根据图像灰度值生成高阈值和低阈值,克服人为设定高低阈值的缺陷,增强了算法的自适应性。通过仿真实验结果表明:改进的算法能够有效的保留更多的踏面图像边缘信息,也具有较强的自适应性,为轮对踏面损伤动态检测的后处理提供了有效的技术支持。     

秦沈客运专线轨道谱的研究

基于2004年和2005年前4个月秦沈客运专线轨道不平顺检测数据,利用Welch改进周期图算法,进行了功率谱密度(Power Spectrum Density)分析计算,获得了秦沈客运专线轨道不平顺的功率谱密度。参考国内外成熟轨道谱线,提出了轨道不平顺功率谱的拟合谱,采用最小二乘拟合优化算法,求得拟合谱表达式的参数。     

改进SOA算法在焊缝图像分割中的应用

提出一种基于改进的自适应人群搜索算法(ISOA)的焊缝图像分割方法,该算法通过对基本人群搜索算法的高斯隶属度函数以及隶属度参数计算的改进,自适应确定搜索步长,实现对n尺度图像进行n-1个阈值寻优计算。实验结果表明:对比PSO,GA和SA算法,ISOA算法具有收敛速度快、稳定性强、精度高、全局寻优等特点,有效地克服了传统SOA算法易陷入局部最优和收敛速度慢等缺陷,可满足实际工程需求。     

一种基于改进FP-Growth算法的动车组故障预测研究

动车组的故障预测和健康管理是目前的研究热点,其中,故障预测的关键是寻找动车组故障信息和状态信息之间的关联关系。频繁模式增长(FP-Growth)算法是关联规则挖掘中的经典算法之一,用来挖掘频繁项集。针对动车组故障数据提出了一种改进的FP-Growth(IFP-Growth,Improved FP-Growth)算法,采用先序遍历FP-tree的方法产生条件模式基。实验结果表明,IFP-Growth算法能够有效提高动车组故障数据挖掘的效率,并且能够有效地挖掘动车组故障信息和状态信息之间的关联关系。     

基于改进镜头边界检测算法的视频检索系统

随着多媒体信息技术的不断发展,视频信息大量涌现,如何在海量的数据中快速准确地检索出所需要的资料就显得至关重要.于是,基于内容的视频检索(CBVR)技术研究引起了人们广泛的关注.本文首先对视频的特征进行分析并提取出颜色和纹理直方图作为代表特征信态,然后使用一种改进的自适应滑窗的双阈值镜头检测算法对视频进行镜头分割.最后,通过实验对3种算法进行对比,结果表明,文中提出的算法在复杂度没有明显增加的情况下对镜头分割的准确度优于传统算法.文章的最后一部分使用本文提出的算法实现了一个视频检索系统,结果表明,本算法的准确度比传统算法有了一定的改进.     

RFID技术的定位改进算法在铁路隧道人员定位中的应用

本文介绍无线射频识别技术(RFID)的基本原理,重点阐述基于RFID的LANDMARC定位算法的原理与过程。在此基础上,综合考虑铁路隧道内折射、反射、多径效应等因素对场强的影响,分析LANDMARC定位算法的不足,将此算法进行改进,提出自适应LANDMARC k-邻居算法,结合RF Code公司的硬件系统,将其应用到铁路隧道人员定位系统中。实验证明改进的算法具有更高的定位精度:定位精度在1m以内的标签占70%,比原来算法的60%提高10%;93%的标签定位误差小于1.5m,且最大误差控制在2.5m以内。对提高隧道内人员的安全管理水平具有重要意义。     

PSO-ICS算法优化的城轨列车自动驾驶系统

针对城轨列车控制系统运行模式曲线的设计需求,以精确停车、准点、舒适和节能为速度控制目标,建立城轨列车运行过程的多目标优化模型。采用一种将粒子群优化(PSO)与改进布谷鸟搜索(ICS)相结合的混合方式,即PSO-ICS算法。该方法综合PSO算法信息共享的机制及布谷鸟搜索(CS)算法lévy飞行的优势,能在搜索空间产生足够、多样化的解。与此同时,对CS算法的重要参数进行相应改进,即搜索步长和巢主鸟发现外来鸟蛋的概率这2个参数采用自适应的方式,加快了CS算法的收敛性。将该方法与PSO,CS和PSO-CS分别用于列车运行过程的优化,通过仿真实验比较研究,验证了所提出算法性能的优越性。该算法能实现对列车运行曲线的优化,从而产生最优的决策策略以控制列车的运行。     

稳泡剂对冶炼底灰泡沫轻质土力学性能的影响北大核心

以钢铁冶炼产生的底灰作为泡沫轻质土的主要原材料,分别单掺表面活性剂类稳泡剂脂肪醇聚氧乙烯醚硫酸钠(Sodium Alcohol Ether Sulphate,AES)和增稠类稳泡剂羧甲基纤维素(Carboxymethyl Cellulose,CMC),开展发泡倍率试验、泌水率和沉降距试验、无侧限抗压强度试验和扫描电子显微镜试验,分析了AES与CMC对泡沫稳定性能的改善效果,以及对冶炼底灰泡沫轻质土力学性能和孔隙结构的影响。结果表明:发泡剂的发泡倍率随AES掺量增加而增大,CMC对发泡倍率影响甚微;随稳泡剂掺量增加,泡沫的泌水率和沉降距总体上先减小后小幅增大,单掺时AES、CMC最优掺量分别为30%、10%;掺入CMC后,冶炼底灰泡沫轻质土内部孔隙结构恶化,力学性能衰减严重;掺入AES后冶炼底灰泡沫轻质土内部孔隙孔径更小更致密,AES掺量为30%时3、7、28 d无侧限抗压强度分别达到0.83、1.38、1.71 MPa,可用作冶炼底灰泡沫轻质土的稳泡剂。