摘要 —混沌序列伪随机数生成器 (PRNG-CS) 在各种安全应用中引起了关注,尤其是对于流和分组密码、隐写术和数字水印算法。事实上,在所有基于混沌的加密系统中,混沌生成器都起着至关重要的作用并表现出适当的加密特性。由于技术的爆发,以及物联网 (IoT) 技术的快速发展及其各种用例,PRNGs-CS 软件实现仍然是一个未解决的问题,以满足其服务要求。硬件实现是实现 PRNGs-CS 的最旗舰技术之一,目的是为此类应用程序安全提供高性能要求。因此,在这项工作中,我们提出了一种新的基于 PRNGs-SC 的架构。后者由三个弱耦合的离散混沌映射以及分段线性混沌映射 (PWLCM)、斜帐篷和 Logistic 映射组成。混沌系统是在 Xilinx Spartan™-6 FPGA 板上设计的,使用超高速集成电路硬件描述语言 (VHDL)。在 ISE Design Suite 环境中执行的模拟结果证明了我们提出的架构在抵抗统计攻击、吞吐量和硬件成本方面的有效性。因此,基于其架构和模拟结果,所提出的 PRNG-SC 可用于加密应用。
纯方位估计是目标跟踪中的基本问题之一,也是具有挑战性的问题。与雷达跟踪的情况一样,偏移或位置偏差的存在会加剧纯方位估计的挑战。对各种传感器偏差进行建模并非易事,文献中专门针对纯方位跟踪的研究并不多。本文讨论了纯方位传感器中偏移偏差的建模以及随后的带偏差补偿的多目标跟踪。偏差估计在融合节点处处理,各个传感器以关联测量报告 (AMR) 或纯角度轨迹的形式向该节点报告其本地轨迹。该建模基于多传感器方法,可以有效处理监视区域中随时间变化的目标数量。所提出的算法可得出最大似然偏差估计器。还推导出相应的 Cram´er-Rao 下限,以量化所提出的方法或任何其他算法可以实现的理论精度。最后,给出了不同分布式跟踪场景的模拟结果,以证明所提出方法的能力。为了证明所提出的方法即使在出现误报和漏检的情况下也能发挥作用,还给出了集中式跟踪场景的模拟结果,其中本地传感器发送所有测量值(而不是 AMR 或本地轨道)。
随着量子器件和量子算法的发展,量子计算机可以解决经典计算机难以解决的问题。量子计算机已经成功应用于量子化学、凝聚态物理和格子场论等许多领域(例如参见参考文献 [ 1 – 7 ])。随着量子比特数量的增加和量子器件保真度的提高,我们可以处理更现实的物理模型,探索量子计算机的潜力。作为一个应用示例,本文用量子算法在不同温度下准备 Ising 模型的热态,包括接近临界温度和低温区域的点。为了证明我们方法的可行性,我们将所选物理量的量子模拟结果与经典模拟结果进行了比较。已经提出了许多算法来使量子计算机能够准备热态。这些方法包括量子热动力学方法,其中目标系统与处于平衡状态的溶液耦合 [8];基于热场双态的变分量子算法 [9,10];以及许多量子虚时间演化 (QITE) 算法,例如利用 Hubbard-Stratonovich 变换的算法 [11]、基于变分假设的 QITE (QITE-ansatz) [12]、基于测量的 QITE (QITE-measure) [13],以及通过执行坐标优化的 QITE [14]。我们的研究范围集中在有噪声的中尺度量子 (NISQ) 设备的使用 [15,16]。考虑到量子
当移动次数过多和/或随机性过强,无法用 minimax/expectimax 很好地处理时,通常会使用蒙特卡洛算法。蒙特卡洛算法基于进行多次随机模拟,并尝试根据这些多次模拟做出明智的决策。它通常包括算法技巧,以最大限度地提高游戏树的“探索”程度,即如果尚未模拟结果游戏状态,则增加随机选择移动的概率(这些版本称为蒙特卡洛树搜索)。
GridShield 系统在各种模拟场景中进行了测试。这些场景包括住宅区,也包括带有电动汽车充电器的公共停车场。根据模拟结果,提出了最适合 GridShield 系统的控制策略的建议。通过在特温特大学 SlimPark 站点对 GridShield 系统进行实际测试,验证了模拟结果的有效性。结果表明,GridShield 可有效减少电动汽车充电导致的电网功率超限 85% 至 94%
注意:所有数字均以 GW 为单位。这是为培养直观理解而进行的简单练习。这些不是模拟结果。这种简单计算背后的一个隐含假设是,现有发电能力支持的最大固定容量不能超过 2024 年夏季水平(约 221 GW)。此外,可再生能源发电不获得任何晚间峰值容量信用。最后,所有新的水电容量,包括 ROR 电厂,都慷慨地获得了全部容量信用。在建电厂的调试没有延迟。
本文的其余部分组织方式如下:第 2 部分重点介绍了之前提出的存储单元,即现有的 QCA RAM 设计。第 3 部分涉及使用简单多路复用器的新建议的 RAM 布局。这种多路复用器过去曾被推荐过,现在正在考虑用它来设计所提出的 RAM 结构。第 4 部分讨论了模拟结果以及对所建议结构的评估。第 5 部分讨论了基于 QCA RAM 架构的多路复用器的功耗研究。结论包含在本文的第 6 部分中。
摘要 在鼻整形术咨询期间,外科医生通常会创建预期结果的计算机模拟。人工智能模型 (AIM) 可以学习外科医生的风格和标准并自动生成模拟。本研究的目的是确定 AIM 是否能够模仿外科医生的标准来生成美容鼻整形手术的模拟图像。这是一项在 2019 年 11 月的鼻整形术会议期间对耳鼻喉科住院医生和专科医生进行的横断面调查研究。随机显示由外科医生和 AIM 创建的鼻整形术模拟的连续图像。参与者使用七点李克特量表来评估他们对所展示的模拟图像的同意程度,其中 1 表示完全不同意,7 表示完全同意。122 名医生中有 97 名同意参加调查。参与者和外科医生之间的平均一致性水平为 6(四分位距或 IQR 5 – 7);参与者和 AIM 之间的平均一致性水平为 5(IQR 4 – 6),p 值 < 0.0001。68.4% 的时间(95% 置信区间或 CI 64.9 – 71.7),评估人员完全或部分同意 AIM 的模拟结果。77.3% 的时间(95% CI 74.2 – 80.3),他们完全或部分同意外科医生的模拟结果。AIM 可以模拟外科医生的审美标准,生成计算机模拟的鼻整形图像。这可以让患者在面对面咨询之前对鼻整形术的可能结果有一个真实的近似值。该研究的证据级别为 4。
抽象的温带树在冬季需要低温,随后在早春的温暖条件才能使水果呈水果。地中海地区的许多地方都以低且有时是边缘寒意积聚的冬季。评估耕种温带树(包括杏仁,开心果,杏子,甜樱桃和苹果)的历史和未来的农业气候条件,我们在这个重要的生长区域中绘制了冬季寒冷。我们使用现场天气记录(1974-2020)来校准天气生成器,并为历史和将来的情况生成数据。为了扩大我们的分析,我们为整个地中海盆地进行了空间插值。我们通过收集观察到的气候变化对温带果园的影响以及未来的风险以及气候变化产生的未来风险以及对气候变化的影响,从而补充了我们的模拟结果。的结果表明,北非成长地区遭受了严重的寒冷损失,这可能是专家突出的不规则和延迟的布鲁姆的原因。与南欧的同一地区,到2050年,在适度的变暖情况下,可能会损失多达30个寒意。在未来,专家预计会增加早期盛开品种中春季霜的风险,加剧与开花相关的概率和热浪的发生增加。我们的结果提供了可能对温带果园的气候变化影响的证据。专家知识证明了解释模拟结果以及定向气候变化适应策略的作用。我们提出的结果对规划新种植的农民和果园经理以及研究人员和政策制定者制定了使水果果园适应气候变化的影响的战略。
第 2 章背景和文献综述 7 2.1 背光单元配置 7 2.1.1 侧光式背光单元 8 2.1.1 直下式背光单元 8 2.2 户外数字显示器的热管理 10 2.2.1 主动和半主动冷却 11 2.2.2 开环和闭环冷却 12 第 3 章实验和模拟设置 16 3.1 模拟数据收集实验 16 3.1.1 55 英寸户外数字显示器的户外测试 16 3.1.2 防暴玻璃的真太阳测试 18 3.2 初始模拟设置和设置 18 第 4 章55 英寸户外数字显示器的模拟结果 26 4.1 3,500 尼特亮度结果 26 4.1.1危险户外环境 26 4.1.2 与户外测试的比较 29 4.2 6,000 尼特亮度结果 31 4.2.1 危险户外环境 32 4.2.2 与户外测试的比较 32 4.3 网格大小研究 35 4.4 网格技术效果 39 4.5 模拟包比较 40 第 5 章使用比尔定律和间隙调整效应对 LCD 进行模拟改进 44 5.1 防暴玻璃辐射特性测试 44 5.2 防暴玻璃中的热负荷重新分配 46 5.2 热负荷重新分配和改进的模拟结果 49