成都信息工程大学

本发明属于无人机技术领域，尤其涉及一种基于硬件仿真的农业无人机智能监测与多机协同系统，通过3+轻量化LSTM+孤立森林混合模型实现高精度异常检测，平均检出率97.6%、误报率1.52%；通过Arduino硬件在环仿真构建真实物理链路验证环境；支持多品牌无人机统一接入、多机碰撞与信号干扰预警；采用Web轻量化架构，浏览器即开即用。本发明有效解决传统方案封闭生态、误报率高、田间失效、多机协同缺失等问题，适用于植保作业安全监测、规模化基地管理、无人机教学实训等场景，为低空经济与智慧农业提供高可靠安全保障。

本申请提供一种极端干旱日尺度时空过程分析方法、装置、设备及存储介质。涉及气象分析技术领域。该方法包括：基于气象数据计算日尺度干旱指数；将干旱指数与土壤湿度进行皮尔逊相关性分析，筛选出最适干旱指数；采用三阈值游程理论识别干旱事件，提取干旱特征参数；通过三维聚类算法计算干旱质心，并计算干旱质心迁移距离，以分析干旱空间扩展趋势；基于NDVI数据，通过相关性分析确定植被对干旱响应的滞后时间，评估植被敏感性；通过计算干旱特征响应比值评估不同植被类型的干旱脆弱性。本申请采用三维视角，引入日尺度干旱监测概念，全面分析干旱的发生、持续及移动路径，和植被对旱情的响应，创新性地揭示极端持续干旱的空间演变规律，为干旱监测提供新的分析方法。

本发明提供了一种基于数值天气预报因果映射的光伏功率预测方法，属于电力系统自动化技术领域，该方法包括：基于数值天气预报和预设编码器架构，利用序列至序列的因果映射方式，构建光伏功率预测模型；利用光伏功率预测模型，接收得到气象特征张量，并引入时间编码，通过对气象特征张量和功率数据进行独立标准化，得到固定标准化统计量；通过将时间和气象特征变量序列作为词元，对光伏功率预测模型进行训练，得到经训练的光伏功率预测模型；利用预设未来时段数值天气预报进行预测，得到预设未来时段的光伏功率预测结果。本发明解决了以历史推导未来造成的天气突变下的精度骤降，无法通过增加训练数据量、增大模型容量或改进模型结构来消除的问题。

本发明公开一种基于神经网络与随机双模式切换的AES侧信道防护方法，涉及信息安全技术领域。针对AES轮密钥加运算和列混合运算，建立有限域GF(2)上的GF2Net神经网络，训练连接权值矩阵，并仅在输出层配置模式偏置；针对S盒映射，离线预先生成融合行移位置索引的原码位串替换矩阵和反码位串替换矩阵。逐轮生成随机控制比特，同步选择线性模块的输出层偏置和非线性模块的查找矩阵，使轮密钥加输出及非线性运算输出在原码表示与反码表示之间随机切换，列混合组合输出恢复为原码，最后一轮采用原码模式输出密文。在随机控制比特近似均匀的条件下，中间结果的期望汉明重量趋于位宽的一半，从而降低侧信道泄露与敏感数据的相关性。

本发明公开一种针对SLH‑DSA算法的侧信道相关性能量分析攻击方法，涉及密码算法侧信道安全技术领域。使目标密码设备对多个已知消息执行确定性SLH‑DSA‑SHAKE签名，采集PRFmsg调用SHAKE256时的物理泄漏轨迹；利用首次吸收状态中不含SK.prf的参考列标定目标列分析时窗，针对SK.prf各字节建立候选中间字节的泄漏预测并进行相关分析；在n为16字节时，将16个候选对组合为65536个候选私钥分量，分别利用公钥种子和验证消息重算随机化字符串R，并以签名中的R筛选恢复私钥分量。本方法能够减少固定采样时刻偏移对相关分析的影响，并在不预先获知SK.prf的条件下消除互补候选歧义。