混沌电路同步及混沌保密通信.pptVIP

第六章混沌电路同步与混沌保密通信 §2混沌电路控制、同步与保密通信原理 在混沌开关通信中，光纤传输的混沌开关及无同步的相关检测混沌开关无疑极具发展潜力。相对而言，两个方案都很好地解决了抵抗信道噪声的问题。前者巧妙地利用了现有的通信器件，后者由于无须同步从而简化了系统结构，两个方案均可能实用化。 值得指出的是，利用超混沌和时空混沌实现保密通信比较一般混沌具有更好的保密性、更大的存储容量和信息处理能力，具有更强的鲁棒性等优点。因此它将是今后混沌理论和应用中最重要的研究方向。 国内的研究工作虽已取得一些成果，但仍处于起步阶段，许多问题如同步问题、抗干扰问题、抗破译能力的问题、实用化和与现有系统兼容性的问题，随着时间的推移、研究工作的深入及科技工作者的广泛参与，将会得到愈来愈好的解决。 §4混沌遮掩保密通信电路 一、神经网络同步的混沌遮掩 神经网络本身就是非线性系统，而在某些参数空间内能产生混沌特性。已经发现，混沌动力学完全具有神经网络系统的结构，从神经的分子组织到单个神经直至到神经网络的动力学行为，都完全是混沌的，因而利用神经网络来建立混沌模型和同步理论以实现混沌遮掩的保密通信。 其基本思想是对于两个离散的混沌系统A、B，在接收方B再复制一个B的预测神经网络，利用这个B的复制系统及反馈控制常数来修正同步的神经网络系统及状态，这相似于连续流混沌系统中的外力及延迟反馈控制方法，这样A迭代一次，B则要迭代二次，因而A的迭代时间应是B的2倍。 图6-13 映射神经网络混沌遮掩通信模式 这种映射的神经网络同步混沌遮掩通信模式如图6-13所示，每个前向神经网络有一个输入层，一个输出层（每层两个结点），及两个隐含层（每层10个结点），简称2-10-10-2结构。 考虑映射： 6-9 神经节点具有输入X＝（xl，……，xn）由网节点neti（xl，……，xn）=ΣWij·x给出，其中Wij为结点j到结点i联系的权重。神经网络中使用的S型传递函数为act（x）= 其中T=l,通过反馈其输出到输入节点能产生一个具有混沌行为的神经网络，通过4 000个输入/输出对训练，MSE误差限制为9.9×1O-5，该神经网络能很精确地近似Ikeda映射的动力学行为。 设神经网络A为 神经网络B为 6-10 神经网A，B具有不同的初始值，选取 即控制仅施加到V变量上，将时钟分为二步：第一步由预测神经网B对输入 ，产生输出 ，输出 被忽略，而 被用于反馈控制在第二步迭代时修正同步神经网B的输入；在第二次迭代时同步神经网B的输入是 ，经一定的同步时间，神经网络A与神经网络B达到同步。 图6-13中的信息信号为数字编码的二进制信息，每一位二进制信息发送间隔为在σ=200步迭代时，“1”的编码是在神经网络的输出上增加一个δ＞0，它相对于网络的输出而言很小，“0”被发送时δ=0；如果在δ=200步后，网络的输出不发生变化，则 意味着“0”被发送。任何二进制信息词可发送。对绝大多数的离散混沌系统都适用，网络训练好后，计算量小，因而很容易用于高速硬件和用于生物神经电路系统。但该类系统的信号的幅值也不能太大。且仅适合数字编码的通信系统。 二、离散耦合驱动的PCM编码混沌遮掩 研究离散动力学系统发现，当驱动周期小于某一阈值时，系统的渐近稳定性与连续流时间驱动系统的稳定性相同。离散耦合驱动的PCM编码混沌通信系统是在连续流时间驱动的基础上提出的新的混沌数字保密通信方案，由于采用了离散时间驱动，保留了混沌载波的类噪声特性因而仍可很好地掩盖信息信号的频谱，因为所包含的动力学特征因离散化而大大减少，从而有效地防止了基于预测法的攻击。 图6-14中，混沌信号用洛伦茨系统的电路来实现，其一般形式为 6-11 图6-14 PCM编码混沌遮掩通信方案 简化为 6-12 相应的离散耦合驱动系统为 6-13 受迫子系统 的最大李雅普诺夫指数为-4.2，因而是渐近稳定的，必然存在一个TH使得T＜TH时，6-11和6-12能够同步，数值计算结果表明TH＜0.29，同步误差 随时间呈指数衰减，且T愈小，衰减愈快，故可分别构造发送端混沌编解码系统为 发送方： 6-14 接收方： 6-15 其中 为离散的信息信号序列，Q(.)为量化器