基于熵理論的混沌序列復雜度算法研究.pdf_第1頁
已閱讀1頁,還剩134頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、科技的迅速發(fā)展使得信息安全問題越顯突出,而混沌作為20世紀著名的科學發(fā)現(xiàn)之一,因其初值的敏感性、內在隨機性等特性,被眾多學者們應用到了信息安全與保密通信領域的研究中?;煦缧盘柧哂须S機性,不同類型的混沌系統(tǒng)產生的混沌信號的內在隨機性也不盡相同,混沌信號的隨機性成為信息安全和保密通信的關鍵問題。所以,混沌信號的隨機性作為混沌動力學特性的一個重要方面成為該領域內重要的研究內容?;煦缦到y(tǒng)的復雜度是衡量混沌系統(tǒng)產生的混沌序列接近隨機序列的程度,混

2、沌序列的復雜度越高,其抗干擾、抗截獲的能力就越高,系統(tǒng)的安全性就越好。對混沌序列的復雜度分析有助于我們更好地了解混沌系統(tǒng)的復雜特征。本文就是基于這個研究目標開展的探索性研究工作,用基于熵理論的測度算法來評價和分析混沌序列的復雜度,應用相關特征提取算法對混沌序列進行改進,提高其隨機性,并對基于熵理論的測度算法進行優(yōu)化及改進,提高測度算法的運算效率。主要的研究工作包括:
  (1)在遺傳算法的基本思想和特點基礎之上,提出了基于GA的復

3、雜度特征提取算法。算法將混沌子序列作為染色體,近似熵值作為適應度函數(shù),通過交叉進行優(yōu)化選擇,找到序列中復雜度較好的序列。接下來我們又提出了基于GA的雙重復雜度特征提取算法,在適應度中添加了排列熵來進一步衡量染色體,改進了交叉策略,找到了兩種熵值都比較好的子序列來進行應用。
  (2) PCA基于離散K-L變換,是統(tǒng)計學中數(shù)據(jù)分析的一種有效方法,算法用較少的特征量對原始數(shù)據(jù)樣本進行描述,進而達到了降低特征空間維數(shù)的目的。為了提高混沌

4、序列的復雜度,我們應用PCA算法對混沌序列進行變換重構。提出了基于PCA的混沌序列特征提取方法,并用該方法對經典Logistic混沌映射信號進行特征提取并重構,應用排列熵算法對序列進行復雜度測試。經過PCA變換后序列的復雜度有了明顯的提升。
  (3)依據(jù)數(shù)字化混沌序列的特點,對近似熵算法和排列熵算法進行了改進,其中在排列熵算法的改進中,提出了基于哈希過程的快速計算方法。改進后的算法在運行效率上有了較大的提高。
  (4)依

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論