Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "pseudo-random number generator" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Relationship between the number of Monte Carlo trials applied for modelling voltage output accelerometers and the maximum dynamic errors
    Zależność pomiędzy liczbą prób Monte Carlo w modelowaniu akcelerometrów z wyjściem napięciowym a maksymalnymi błędami dynamicznymi
    Autorzy:
    Tomczyk, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/268102.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    Monte Carlo trials
    maximum distance criterion
    voltage output accelerometer
    Box-Muller pseudo-random number generator
    próby Monte Carlo
    kryterium maksymalnej odległości
    akcelerometr z wyjściem napięciowym
    generator liczb pseudo-losowych Boxa-Mullera
    Opis:
    This paper examines the influence of the number of Monte Carlo trials on the maximum dynamic errors. These trials were used for modelling voltage output accelerometers, while the errors were represented by the maximum distance criterion. A weighted least-squares method that is based on a Monte Carlo adaptive procedure was used for accelerometer modelling. The subsequent Monte Carlo trials were provided by the Box-Muller pseudo-random number generator. As an example, modelling of the Endevco87 accelerometer based on the measurement points of its frequency characteristics was presented. Then, the errors corresponding to the input signals with one and two constraints were determined. Finally, the relationship between the number of Monte Carlo trials and the values of maximum dynamic errors was assessed. Modelling of the accelerometer was carried out in MATLAB14, while the maximum errors were determined using MathCad15. For calculations, the following personal computer was used: 64 bits AMD processor 3.4 GHz and 32 GB RAM.
    Artykuł przedstawia analizę wpływu liczby prób Monte Carlo na wartości maksymalnych błędów dynamicznych. Próby te zastosowano do modelowania akcelerometrów z wyjściem napięciowym, natomiast błędy wyrażono za pomocą kryterium maksymalnej odległości. Do modelowania akcelerometrów zastosowano ważoną metodę najmniejszych kwadratów wykorzystującą adaptacyjną procedurę Monte Carlo. Kolejne próby Monte Carlo zostały wygenerowane za pomocą generatora liczb pseudo-losowych Boxa-Mulllera. W oparciu o punkty pomiarowe charakterystyk częstotliwościowych, przedstawiono procedurę modelowania akcelerometru Endevco87. Następnie wyznaczono błędy odpowiadające sygnałom wejściowym z jednym i z dwoma ograniczeniami. Na końcu oceniono zależność pomiędzy liczbą prób Monte Carlo a wartościami maksymalnych błędów dynamicznych. Modelowanie akcelerometru zrealizowano w programie MATAB14, natomiast maksymalne błędy wyznaczono w programie MathCad15.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 49; 113-116
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie generatorów liczb pseudolosowych
    Comparison of normal random number generators
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/962662.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    rozkład normalny
    generator liczb pseudolosowych
    symulacje Mon-te Carlo
    normal distribution
    pseudo-random number generator
    monte carlo simulation
    Opis:
    Losowanie prób w badaniach statystycznych i w obliczeniach numerycznych, jak również symulacyjne badanie modeli probabilistycznych właściwie we wszystkich dziedzinach wiedzy wymagają wyposażenia komputera w generatory liczb pseudolosowych. Głównym celem pracy jest porównanie generatorów liczb pseudolosowych normalnych na podstawie ich analizy dokonanej za pomocą różnego rodzaju kryteriów. Zbadano właściwości 12 generatorów liczb pseudolosowych o rozkładzie normalnym. Zaproponowano rozszerzenie rodziny generatorów o dwa tzw. generatory aplikacyjne oraz przyjęcie nowego podejścia do sprawdzania jakości generatorów. Przedstawiono narzędzie przygotowane w języku C++ oraz w języku Visual Basic for Application (VBA) do prowadzenia samodzielnych badań z użyciem generatorów. Symulacje Monte Carlo przeprowadzono w języku C++, a obliczenia wykonano w edytorze VBA przy użyciu arkusza kalkulacyjnego Microsoft Excel 2016. Analiza uzyskanych wyników wskazuje, że najlepsze właściwości mają generatory: MP Monty Pythona, R, Biegun oraz Ziggurat. Najmniej użyteczne okazują się generatory: BM Boxa-Mullera, Wallace’a, Iloraz oraz Excel.
    The sampling in statistical surveys and numerical calculations as well as simulation testing of probabilistic models in virtually all fields of knowledge require a computer endowed with pseudorandom numbers generators. The main goal of the study is to compare the normal random number generators using various criteria. The properties of 12 random number generators for a normal distribution were investigated. Then, the family of generators was extended by two so-called application generators and a new approach for checking the quality of generators was adopted. A ready-made tool prepared in C++ and in Visual Basic for Application (VBA) for conducting self-contained research using generators was presented. All Monte Carlo simulations were carried out in C++, while the calculations were performed in the VBA editor using the Microsoft Excel 2016 spreadsheet. The analysis of the obtained results shows that the generators with best properties are: MP Monty Python, R, Biegun and Ziggurat. The worst generators, are: BM Box-Muller, Wallace, Iloraz and Excel.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 7; 5-31
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie funkcji skrótu do poprawy właściwości statystycznych ciągu liczb losowych
    Using a hash function to improve statistical properties of true random number sequences
    Autorzy:
    Matuszewski, Ł.
    Łoza, Sz.
    Jessa, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/152803.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    generator liczb prawdziwie losowych
    generator pierścieniowy
    kryptografia
    funkcja skrótu
    losowość i pseudolosowość
    true random number generator
    ring oscillator
    cryptography
    hash function
    randomness and pseudo-randomness
    Opis:
    W pracy przedstawiono sposób wykorzystania funkcji skrótu, na przykładzie funkcji SHA-256 (ang. Secure Hash Algorithm), do poprawy właściwości statystycznych ciągów liczb losowych. W badaniach wykorzystano pakiet testów statystycznych NIST 800-22 do oceny właściwości wytwarzanego ciągu metodę restartów i test chi kwadrat, dzięki którym możliwe jest wykazanie, czy dany generator produkuje ciąg z przeważającymi elementami deterministycznymi czy niedeterministycznymi. Proponowany układ może być z powodzeniem zaimplementowany w każdym układzie FPGA (ang. Field Programmable Gate Array).
    Random sequences play a key role in many contemporary cryptographic systems. To increase the efficiency and robustness to attacks, it is recommended to integrate a source of random numbers with a cryptographic system using these numbers. Unfortunately, the list of non-deterministic physical phenomena available in digital circuits is rather short and practically includes jitter and metastable states. It is expected that the generator produces sequences that pass all known statistical tests and that the sequences are unpredictable and attack resistant. A generator that satisfies these expectations is named a true random number generator (TRNG). This paper presents a novel method for producing random bits with the use of jitter observed in ring oscillators. The method uses a Galois ring oscillator introduced recently and the hash function. To assess the quality of output sequences, the statistical test suite prepared by National Institute of Standards and Technology (NIST) and the restart mechanism were used. The proposed system can be implemented in any Field Programmable Gate Array (FPGA).
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 7, 7; 456-458
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Losowość generatora TRNG zaimplementowanego w FPGA
    Randomness of TRNG implemented in FPGA
    Autorzy:
    Jessa, M.
    Matuszewski, Ł.
    Jaworski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/155058.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    generator losowy
    generator pierścieniowy
    losowość i pseudolosowość
    random number generator
    ring oscillator
    randomness and pseudo-randomness
    cryptography
    Opis:
    Random Number Generator) zbudowanego z wielu niezależnych generatorów pierścieniowych zaimplementowanych w tym samym układzie FPGA. Wykorzystując nową metodę odróżniania losowości od pseudolosowości wykazano, że zmniejszenie częstotliwości próbkowania wyjścia generatora pierścieniowego może zwiększyć losowość ciągu wytwarzanego przez generator TRNG. Otrzymany wynik oznacza, że generator może dostarczyć ciągów losowych użytecznych w kryptografii z większą szybkością od tej obserwowanej dla większej częstotliwości próbkującej.
    One of the simplest sources of purely digital true random bit sequences is the ring oscillator with output sampled by a signal coming from a low-frequency quartz oscillator. Combining XOR bit streams produced by many such generators (see Fig. 1) can significantly improve the statistical properties of the output sequence. As it is shown in the literature, this statement is true for deterministic and non-deterministic sources of random numbers. In cryptography, a user needs sequences with very good statistical properties but originating from a non-deterministic system. Therefore a method for distinguishing pseudo and true randomness for sequences produced by a combined true random number generator (TRNG) is necessary. In this paper the authors show that even a small amount of true randomness, present in a single ring oscillator, accumulates as a function of the number of ring oscillators used to produce the output stream. There is experimentally proved that in a real field programmable gate array (FPGA), the amount of randomness offered by the generator of Fig. 2 can be greater for smaller sampling frequency. Fig. 3 illustrates the behaviour of parameter mmin introduced in [6] as a function of the number K of source generators for four sampling frequencies fL: 100 MHz, 150 MHz, 200 MHz, and 250 MHz. The basic result of this paper is the statement that the efficient bit rate of streams useful for cryptography can be greater for smaller sampling frequencies than that observed for greater sampling frequencies.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 8, 8; 880-882
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies