基于RBF神经网络的混沌保密通信地研究.pdfVIP

第 10 卷 第3 期 电路与系统学报 Vol. 10 No.3 2005 年 6 月 JOURNAL OF CIRCUITS AND SYSTEMS June 2005 文章编号 1007-0249 (2005) 03-0028-04 * 基于RBF 神经网络的混沌保密通信的研究 许海霞 王春华 周维 王仕果 湘潭大学 信息工程学院 湖南 湘潭 411105 摘要 提出一种径向基函数神经网络 RBFNN 参数调制混沌保密通信方法 在通信系统的发射端设计一个RBF 神经网络跟踪器RBFNN1 将信息信号隐藏在混沌系统状态量参数中 再进行混沌掩盖 在接收端 相应的设计一个 RBF 神经网络跟踪器RBFNN2 则RBFNN2 的输出就是解调出的原信息信号 该方法结构简单 易于实现 同步快 通过Chua 混沌系统仿真 实验结果表明是可行的 关键词 混沌保密通信 RBF 神经网络 跟踪器 调制解调 中图分类号 TP273 文献标识码 A 1 引言 近年来 混沌理论的研究引起广大学者的极大关注 在电力系统 经济 水利 机械 岩土工程 生命科学等方面都会出现混沌现象 混沌保密通信是混沌应用领域中一个重要的方面 目前 混沌保 密通信已取得大量成果 混沌通信大体上分为 混沌掩盖 混沌键控 混沌调制等 若将信息信号先隐藏在混沌系统参数中 再进行上述混沌通信 即参数调制混沌通信 会取得更 高的保密性 所谓隐藏 就是信息调制混沌系统某一状态量参数 其调制可分为直接调制和间接调制 直接调制是信息直接调制混沌状态量参数 如 Ramaswamy R 和 Sinha 的 Lyapunov 指数跟踪法[1] [2] Markov 的自适应参数估计法 间接调制是先将信息信号作一变换处理后再去调制 如李建芬 林辉 的信息信号与跟踪误差间接参数调制法[3] 混沌保密通信的解调 多数是混沌系统同步解调 同步机理与方法千差万别 但大多是建立在发 送 接收系统具有相同结构混沌系统基础上 从混沌保密通信角度看 使用发送混沌系统参数对信息 信号进行调制 在接收端采取措施得到相应的混沌参数的信息以实现解调 可见信息解调的关键是重 构发送系统相应的参数信息 而不一定在乎接收系统的结构 即可根据情况构造得以实现解调的接收 系统参数信息[5~7] 更为简洁的方法是Jiang Z P 提出的一种用双通道混沌保密通信的策略 将收发端 的同步和信息信号的加密完全独立开来 避免信息信号对同步的影响 取得高精度 高速度的同步[4] 上述各文献讨论的混沌通信调制解调中混沌序列 跟踪器及同步系统的产生主要是基于某一非线 性映射的设计实现 有一定的局限性 而人工神经网络作为一种自适应性及学习能力强的非线性动力 学系统 通过简单的非线性函数的复合就可以完成复杂的映射 表达复杂的物理现象 根据Kolmogorov 定理 任何一个时间序列都可以看成是一个由非线性机制确定的输入输出系统的近似 因此该理论从 数学上保证神经网络用于跟踪的可行性 同样 能够根据混沌系统特征有效地逼近其系统参数 用神 经网络产生混沌时间序列 较混沌动力学模型更为方便迅捷[8] 本文提出一种径向基函数神经网络 RBFNN 参数调制混沌保密通信方法 将信息信号先隐藏在 混沌系统参数中 再进行混沌掩盖 在发射端 设计一 RBF 神经网络跟踪器 RBFNN1 跟踪信息 信号的变化 再用跟踪误差去调制混沌系统状态量参数 那么隐藏了信息信号的混沌作载波 对信息 信号进行混沌掩盖 即信息与载波相乘或相加作为发射信号传输给接收端 在接收端 相应的设计一 RBF 神经网络跟踪器 RBFNN2 及得以实现解调的同步混沌系统载波信息 RBFNNchao 则神经 网络跟踪器 RBFNN2 的输出就是解调出的原信息信号 该方法结构简单