REAL-TIME LICENSING MANAGEMENT OF SECURE MULTIMEDIA CONTENT DELIVERY

Media Commerce is now becoming a new trend which results from faster development of network bandwidth and high availability of multimedia technologies, how to protect media content from being used in a rightviolated way is one of most important issues to take into account. In this paper, a novel and efficient authorization and authentication Digital Rights Management (DRM) schema is proposed firstly for secure multimedia delivery, then based on the schema, a real-time digital signature algorithm built on Elliptic Curve Cryptography (ECC) is adopted for fast authentication and verification of licensing management, thus secure multimedia delivery via TCP/RTP can efficiently work with real-time transaction response and high Quality of Service (QoS) . Performance evaluations manifest the proposed schema is secure, available for real-time media stream authentication and authorization without much effected of QoS. The proposed schema is not only available for Client/Server media service but can be easily extended to P2P and broadcasting network for trusted rights management.     

FAULT IDENTIFICATION IN HETEROGENEOUS NETWORKS USING TIME SERIES ANALYSIS

Fault management is crucial to provide quality of service grantees for the future networks, and fault identification is an essential part of it. A novel fault identification algorithm is proposed in this paper, which focuses on the anomaly detection of network traffic. Since the fault identification has been achieved using statistical information in management information base, the algorithm is compatible with the existing simple network management protocol framework. The network traffic time series is verified to be non-stationary. By fitting the adaptive autoregressive model, the series is transformed into a multidimensional vector. The training samples and identifiers are acquired from the network simulation. A k-nearest neighbor classifier identifies the system faults after being trained. The experiment results are consistent with the given fault scenarios, Which prove the accuracy of the algorithm. The identification errors are discussed to illustrate that the novel fault identification algorithm is adaptive in the fault scenarios with network traffic change.     

含特殊负荷的配电网分层故障定位方法

特殊负荷接入配电网，增强了电源、负荷与电网之间的互动性，对故障定位提出了更高的要求，为此，提出了一种快速定位故障点的分层定位方法. 首先分析基于遗传算法的单层含特殊负荷配电网故障定位的不完备性；其次在单层模型的理论基础上，提出改进量子免疫算法的区域定位方法和隐枚举法的区段定位方法；最后对所提模型和基于单一智能算法的单层模型进行了对比仿真实验. 结果表明:与遗传算法、免疫算法和改进量子免疫算法构建的单层定位模型相比，所提分层定位方法大大简化了故障辨识模型的复杂度，在提高定位效率的同时保证了定位的容错性和稳定性，可将故障搜索维度降低69%，故障定位耗时在1 s以内，故障辨识率达到100%.      

Optimal allocation of fleet’s spare parts for system reliability

Allocation of fleet’s spare parts is rarely studied due to its complexity. However, this task is extremely important because the warship’s service level highly relies on the maintenance logistics’ level. In this study, the readiness ratio is proposed as a critical index in measuring the system’s reliability. A well-established mathematical model adopting the optimization method of spare part allocation is also introduced. The objective is to minimize the number of each spare part while satisfying the fleet’s system reliability. The fault tree analysis (FTA) is applied to analyze the system’s failure logic and stratify the units on ship. As a result, the strategy of spare part sharing can be introduced in detail. The solution algorithm is developed, and the simulation experiments to obtain the key parameters are conducted. The proposed model and algorithm are applied to an actual fleet of two warships, and results show that the method above is feasible and can be directly applied into practice.     

考虑传输函数特性的行波幅值比较式纵联保护原理

为了精确描述行波在输电线路上的传播过程及其衰减规律,挖掘其携带的故障信息并应用于输电线路继电保护,将线路时域上的波动方程进行Laplace变换,分析了有损均匀传输线的戴维南等效电路,建立了故障附加网络的集总等效电路.在此基础上,推导出输电线两端初始反向行波的数学关系,并提出一种考虑传输函数特性的行波纵联保护算法.该算法利用S变换提取初始行波,计算线路两端初始反向行波的衰减比,依据衰减比识别区内外故障.最后,利用PSCAD/EMTDC仿真数据对保护算法进行测试,结果表明:区内故障时,衰减比大于0.81,区外故障时,衰减比接近0,说明保护算法能可靠识别区内外故障,从原理上克服了线路模型误差、线路参数不确定性等因素产生的不利影响.      

Parameter identification algorithm for fault location using one terminal data based on frequency domain

Fault locationtechniques for power systemhavebeen investigated for many years.The quicker theaccurate location of a fault,the faster the electricpower restoration of service.The fault location techniques can be classifiedintot wo classes:one uses the data fromone ter minalof trans mission line;the other uses the data fromboth ter minals.The accuracy of one ter minal faultlocators is affected by the assumptions about thefault resistance,the source i mpedance,and the cur-rent flowinto fault from…     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

一种改进的反向传播算法在机械故障模式识别中的应用

反向传播算法在机械故障模式识别中得到广泛的应用,但在实践中发现标准的反向传播法的收敛速度不快,模式识别能力有发,针对这些缺点进行改进,提出了一种改进的反向传播算法,大大提高了ＢＰ网络的收敛速度和模式识别能力,然后以变速箱故障模式识别为例进行了验证。     

混合车型需求响应公交服务定制问题研究

针对现存需求响应公交服务中服务质量与服务效率的矛盾,本文提出一种使用混合车型的需求响应服务定制方法.首先采用基于k-means的算法,获得具有时空特性的服务单元.在此基础上,将载运车辆的分配与路径规划问题,视为一个带时间窗的取送问题,通过Dantzig-Wolfe分解,以最小化走行距离和使用车辆数为目标,构建需求响应公交服务定制等价分解模型.在MapReduce框架下,设计了分布式列生成算法,提出了解的可行性保障机制.最后,求解以北京市为背景的案例,验证了模型和方法的可行性和正确性.     

�������ɷַ����ij�����ϵ���ϵͳ���ϼ��������㷨

故障检测与隔离是保证组合导航系统容错性能的重要措施。本文针对车辆导航系统的可靠及安全性需求,分析了组合导航系统的传感器故障特性,建立了包含三个数据通路的车辆组合导航系统容错设计结构,提出了一种基于主成分分析的故障检测与隔离算法。该算法利用数据的相关关系,采用正常条件下的导航历史数据建立统计PCA模型,通过一定的统计量控制限检验新的导航数据样本相对于模型的背离程度实现故障检测,并根据不同数据通路的故障检测结果动态调整导航子系统的有效性因数,从而隔离故障造成的影响。仿真结果表明,该算法实现简单,能够有效实现对组合导航系统故障的检测与隔离。     

Fault Diagnosis of Rolling Element Bearing Using Multi-Scale Lempel-Ziv Complexity and Mahalanobis Distance Criterion

A new fault diagnosis technique for rolling element bearing using multi-scale Lempel-Ziv complexity (LZC) and Mahalanobis distance (MD) criterion is proposed in this study. A multi-scale coarse-graining process is used to extract fault features for various bearing fault conditions to overcome the limitation of the single stage coarse-graining process in the LZC algorithm. This is followed by the application of MD criterion to calculate the accuracy rate of LZC at different scales, and the best scale corresponding to the maximum accuracy rate is identified for fault pattern recognition. A comparison analysis with Euclidean distance (ED) criterion is also presented to verify the superiority of the proposed method. The result confirms that the fault diagnosis technique using a multi-scale LZC and MD criterion is more effective in distinguishing various fault conditions of rolling element bearings.     

视频哈希的安全性分析

为了对鲁棒多媒体哈希的安全性进行定量分析,用Shannon的唯一解距离来解释鲁棒多媒体哈希的安全性.以一个典型的鲁棒视频哈希算法为例,对该算法的特征提取方式进行数学建模,并针对不同的攻击类型,用Shannon的唯一解距离测量该鲁棒视频哈希算法的安全级别,定量分析其安全性.分析结果表明:鲁棒视频哈希算法一个密钥的重复使用次数不能超过所求得的唯一解距离,否则,算法的密钥可以被估计出来.     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

一种无线通信网中的跨层分组调度方案

提出了基于未来无线多媒体通信标准下的一种跨层分组调度方案,在调度时,首先对多媒体混合业务进行了合理分类,即实时性业务和非实时性业务;在调度优先级的确定过程中,利用跨层优化的思想估算优先级公式中的相关参数,由此给出了跨层分组调度方案的具体算法流程.仿真结果表明,与传统经典的比例公平调度算法（PFS）相比,该方案在实时性、数据吞吐量、信道利用率等方面具有更好的性能.     

基于QoS升降级的无线单播多播混合带宽资源分配方法

在单播与多播混合服务的OFDM蜂窝系统中,因负载较重而使带宽资源被完全占用时,为接纳更多的多播用户,在单播多媒体用户可接受的范围内提出：基于信道容量平滑的QoS升降级带宽借用方法.通过建立QoS升降级的子载波借用模型和CUpDown-QoS算法,达到最大化多播用户数和减小多播切换呼叫中断率;提出了GoS保证下,限制新呼叫的动态带宽借用阈值,给出基于Markov模型的CBP（Call Blocking Probability）与HDP（Handoff Dropping Probability）最优折中的阈值确定方法,以及多播优先的动态带宽借用策略对阈值确定的影响.     

���й��������������������о�

构建了公交服务网络,定义了公交服务网络总体能力、总体有效能力、潜在能力和无效能力的概念,分析了公交服务网络能力的影响因素;考虑各影响因素对公交服务网络能力的影响,建立了公交服务网络总体有效能力模型,同时给出基于遗传算法的求解算法;针对大规模混合整数规划采用遗传算法进行求解可以提高求解效率,通过相关案例对模型和算法的可行性和有效性进行了检验。实例计算表明,该算法在处理混合整数规划具有一定的实用性,为进一步深入研究公交服务网络能力奠定基础。     

基于EEMD-Hilbert和FWA-SVM的滚动轴承故障诊断方法

为有效提取非平稳特性的滚动轴承振动信号特征,提高故障诊断效率,提出一种采用集合经验模态分解（empiricalmode?decomposition,EEMD）、Hilbert变换的特征提取方法,并利用烟花算法优化支持向量机（support vector machine,SVM）分类参数的滚动轴承故障诊断方法. 通过EEMD方法将目标信号分解成若干个模态函数,采取Hilbert变换获取模态函数的瞬时频率,并对模态函数及其瞬时频率进行统计特征提取,从而实现特征的有效降维. 结果表明:信号经过EEMD-Hilbert处理后特征能有效提取,将训练集和测试集各600组数据代入烟花算法优化SVM模型得到测试集正确率为99.63%;比传统的遗传算法和粒子群算法优化模型分别提高0.4%和0.2%左右;同时收敛时间更短,验证了该算法模型的可行性与有效性.      

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

高速列车齿轮箱疲劳可靠性及故障诊断研究现状

随着高速列车速度不断提高牵引齿轮箱服役环境越发复杂,齿轮箱服役性能也面临更大的考验.基于齿轮箱内、外及耦合激励对其振动响应的影响,国内外学者对高速列车齿轮箱的振动特性和故障诊断做了大量的研究;针对已有的研究成果,主要从齿轮箱强度、可靠性及寿命、箱体故障诊断及监测方面归纳总结,详细阐述了高速列车齿轮箱振动特性分析及故障诊...     

甩挂运输模式下新增运输任务的干扰管理模型

基于循环甩挂运输模式，针对甩挂运输过程中新增任务出现对原方案造成干扰的问题，运 用干扰管理思想，分析新增任务出现对成本和服务时间的影响进行扰动度量，将新增运输任务与 既有最优甩挂运输方案合并考虑，建立以干扰事件对原方案造成的广义费用偏离最小为目标的 非线性规划模型，引入虚拟客户点概念并对虚拟客户点的参数进行调整，并行遗传算法求解模 型，运用算例进行求解比较，验证模型有效性。结果表明：本文干扰管理方案不仅可以为甩挂运 输组织节省资金，还可以更好地减少对客户服务时间的偏离，在考虑客户服务体验的情况下，本 文的干扰管理方案与新派车辆和全局重调度方案相比，广义总费用偏离明显降低，并且可以在较 短的时间生成车辆路径调度方案。