基于混沌序列的水印置乱处理参考资料.docVIP

3.1 混沌动力系统 混沌现象是在非线性动力系统中出现的确定性的、类似随机的过程，这种过程既非周期又不收敛，并且对初始值有极其敏感的依赖性。 一个一维离散时间非线性动力系统定义如下： （3.1.1） 其中， ，k=0,1,2,3……,我们称之为状态。而 ：VV是一个映射，将当前状态映射到下一个状态 。如果我们从一个初始值 开始，反复应用 ，就得到一个序列{；k=0,1,2,3…..}。这一序列称为该离散时间动力系统的一条轨迹。 一类非常简单却被广泛研究的动力系统是logistic映射，其定义如下： （3.1.2） 其中， 称为分枝参数， 定义同上。混沌动力系统的研究工作指出，当时，logistic映射工作于混沌态。也就是说，由初始值x在logistic 映射的作用下所产生的序列{；k=0,1,2,3…….}是非周期的、不收敛的并对初始值非常敏感。 另一类简单的映射是Chebyshev映射，以阶数为参数。K阶Chebychev映射定义如下： （3.1.3） 其中的定义区间是（-1，1）。事实上是通过简单的变量代换，logistic映射同样可以在区间（-1，1）上定义。其形式如下： （3.1.4） 其中[0，2]。在=2的满射条件下，logistic映射与Chebyshev映射是拓扑共轭的， 其所生成的序列的概率分布函数PDF（probability density function）也是相同的： （3.1.5） 对于公式（2）形式的logistic映射，如果=4，PDF可以改写为： （3.1.6） 本文是应用了logistic映射来产生混沌序列的。 3.2 混沌动力系统与logistic映射混沌序列 混沌现象是在非线性动力系统中出现的一种确定性的、类似随机过程，这种过程既非周期性又不收敛，混沌信号具有对初始值的高度敏感性、不可预测性，并具有遍历性，一 个一维离散时间非线性动力系统的定义在上文中已提出。如果映射满足以下三个条件：(1)对初始值敏感依赖；(2)拓扑传递；(3)周期点集Per()在V上稠密，则称对应的动力系统在上是混沌的。 我们假定时的Logistic映射来产生混沌序列，即： （3.2.1） 表3.2.1是时的该映射对不同初始值进行迭代后的结果，可以看出该映射对初始值非常敏感。 表3.3.1 不同初始值的迭代结果 初始值X0 00 迭代次数：1 00 2 00 50 00 由混沌动力系统迭代生成的序列称为混沌序列。Logistic映射处于混沌状态时，其输入和输出均分布在(0,1)上，由于混沌具有伪随机性，可以利用概率统计的方法定量的分析混沌序列的特性，Schuster H.T证明了式(3.1.2)产生的混沌序列{xn：n=0,1,2,…..}的概率分布密度函数为： （3.2.2） 通过（x），我们可以很容易地计算得到logistic映射所产生的混沌序列的一些很有意 义的统计特性。例如，x的时间平均既混沌序列轨迹的均值是： （3.2.3） 关于相关函数，独立选取两个初始值x和y，则序列的互相关函数为： （3.2.4） 注意联合pdf 而序列的相关函数ACF（auto-correlation functions）则等于delta函数。这正是我们所需要的。 Logistic序列的以上特性表明，尽管混沌动力系统具有确定性，但其遍历统计特性等同于白噪声，其具有形式简单，初始条件的敏感性和具有白噪声的统计特性等诸多特性。通过分析可知该映射生成的混沌序列具有遍历性，同时他还具有-like型自相关函数和零的互相关函数。作为一种非线性序列，该序列结构复杂难以分析和预测，可以提供具有良 好的随机性、相关性和复杂性的伪随机序列，并且还具有较宽的频谱、对初始条件十分敏感等特点，因此利用混沌系统迭代产生的混沌序列进行水印置乱，可以使置乱系统具有非常强的抗破译能力。 3.3 混沌系统的特点 混沌系统的诸多优点使得它在水印置乱中有很广泛的应用。它的出现过程确定，且类似