耦合映像格子中时空混沌的线性反馈控制

研究了耦合映像格子中的时空混沌控制问题,利用线性反馈控制方法对耦合映像格子模型中图案选择模式和图案竞争阵发混沌模式进行控制,得到很好的控制效果.数值模拟结果证明该反馈控制方法具有一定的有效性.     

预测反馈法控制耦合映像格子时空混沌系统

提出将预测反馈控制法用于控制双向耦合映像格子时空混沌系统, 简单构造预测反馈信号的一般方法, 利用线性稳定性分析方法, 解析得到控制时空混沌系统至不同目标态的稳定条件, 数值模拟验证了理论结果的正确性, 以及用这种方法控制双向耦合格子系统的可行性.     

离散映射混沌系统的关联耦合同步

研究了驱动和响应系统为相同混沌系统、初值或参数不同时的同步问题。提出了关联耦合同步方法,通过对驱动与响应系统进行耦合,实现两个混沌系统的同步。并且,可以实施间歇性控制,减少控制代价。以logistic映射为例进行了计算机仿真研究,仿真结果证实了该方法对实现离散映射混沌系统同步的有效性。     

基于耦合映象格子映射的超混沌加密图像算法

混沌映射具有初值敏感性、遍历性和伪随机性的特点,很适合用于信息加密。与一维混沌映射相比,耦合映象格子映射具有更高的复杂度及更大的密钥空间,更适合于信息加密。首先分析了耦合映象格子映射的超混沌性态,给出基于超混沌映射快速生成无碰撞伪随机序列的方法,然后利用超混沌映射的初值敏感性及固有的内在随机性,分析了密钥空间和密钥的可靠性,提出加密数字图像的新方法,该方法既随机改变像素值的大小,又随机改变像素点的空间位置,并且大小和位置的改变都基于超混沌序列,算法简单却十分有效。实验表明,该算法密钥空间大,加密速度快,抗破译强度高,并有一定的抗破损和抗污染鲁棒性。     

混沌伪随机序列发生器的实现

针对广泛应用于密码学、扩频通信、数字系统测试等领域的伪随机序列信号实现的疑难问题,应用DSPBuilder模块将Matlab中S函数产生的Kent混沌二进制序列算法转换成VHDL语言,在现场可编程阵列FPGA上实现混沌伪随机序列.通过分析可以看出Kent混沌二进制序列具有优良的伪随机性能.     

基于耦合映像格子的分组图像加密算法

针对传统的基于混沌的数字图像加密算法存在的抗差分攻击性能较弱、对受损密文图像恢复效果较差的问题,设计出一种基于分组密码和交替迭代结构的数字图像加密算法。在每一轮加密中,采用不同的耦合映像格子来构造S盒,使得算法具有更好的安全性能。实验结果表明,该算法不仅具有较好的加密效果,而且对受损密文图像也能得到较好的恢复效果。     

参数可变的多混沌映射加密系统

利用混沌映射具有对初值和系统参数的敏感性以及轨道的不确定性,提出一种基于多个一维混沌映射的加密算法。该加密算法使用线性同余随机数发生器产生混沌映射的系统参数和3个一维混沌映射的使用顺序,同时通过输出反馈方式动态改变混沌映射初值、迭代次数以及线性同余随机数发生器参数。实验结果和安全性分析表明,该算法密钥空间大,具有对明文和密钥的敏感性,能有效抵抗选择明文等穷举攻击和统计分析攻击。     

时空混沌的滑模变结构控制同步

基于一维的Logistic耦合映像格子模型的时空混沌同步,利用主从拆分同步、非线性耦合、非线性反馈函数等方法,研究了时空混沌的同步问题,提出了离散滑模变结构控制方法,实现了两个全局Henon耦合映像格子系统的互同步,仿真结果证明了该方法的有效性和鲁棒性．     

钉扎线性信号控制时空混沌系统

提出用线性反馈信号取代非线性信号作为钉扎控制时空混沌系统的注入信号，并给出构造线性反馈控制信号的一种方法．理论分析和数值计算结果表明：钉扎线性信号仍可以有效地控制单峰耦合映像格子系统多模式态的时空混沌态．在保证达到控制目的的前提下，采用钉扎线性信号的方式将使理论分析更为简单，更易于实现．     

钉扎信号控制耦合映像格子系统的电路仿真

设计耦合映像格子电路系统, 用电路实现了钉扎非线性反馈信号控制时空系统, 通过在Pspice平台上的仿真, 得到将系统控制到预期目标态(如不动点) 的结果, 与数值计算及理论分析一致,实验验证了钉扎方法控制时空混沌系统的有效性.     

基于时空混沌同步的同步密钥生成算法

为解决现存密钥分配方案中计算复杂、效率低的问题,提出了一种基于时空混沌同步的同步密钥生成算法.该算法能使通信双方同步产生相同的任意长度的密钥,实现了\     

基于分形的伪随机码生成算法及应用

依据分形理论中的Hilbert空间填充曲线生成算法,提出了一种伪随机码的生成算法。先对一个随机种子图像进行复制,然后进行随机地缩小、平移和旋转,经过多次迭代使其充满整个平面而生成为随机图像。此算法简洁、高效,并且具有良好的参数可控制性和不可逆转性,可作为密钥生成算法用于信息安全领域中。     

混沌映射的粒子群优化方法

为提高粒子群优化的求解性能,在分析了粒子群优化原理的基础上,给出了两种混沌映射的映射规则．构建了基于Logistic映射的混沌粒子群优化方法以及基于Lozi's映射的混沌粒子群优化方法,并给出了两类约束条件的处理方法．采用基于Logistic映射的混沌粒子群优化方法和基于Lozi's映射的混沌粒子群优化方法以及标准粒子群优化方法分别对benchmark有约束优化实例进行求解．对各种方法获得的最优解、成功率指标、平均有效迭代数、迭代占用时间等方面作对比,结果表明: 采用基于Lozi's射映的混沌粒子群优化方法具有求解精度高、优化效率高等优点．     

基于混沌时间序列的Elman神经网络工业用电预测

针对电力负荷数据在多重因素相互影响下呈现非线性特性甚至是混沌性的问题,采用基于相空间重构的Elman神经网络方法进行全社会工业月用电量预测.利用小数据量法计算最大Lyapunov指数,判别负荷时间序列的混沌性,进而确定最优延迟时间及最佳嵌入维数进行相空间重构,以此确定Elman神经网络的拓扑结构,并将实测数据带入模型进行训练.通过对实测数据进行预测仿真,表明该模型达到了较好的预测效果,验证了提出的时间序列相空间重构与Elman神经网络结合的正确性与有效性.     

基于出行链的居民出行次数建模与仿真

基于出行链理论,对居民日出行情况进行建模与仿真.将出行者分为3类,分别建立学生出行次数logistic回归模型、老年人出行次数泊松分布模型及就业者NL(数状分对数)出行选择模型.结合城市宏观社会经济数据,对模型进行仿真求解,得到不同类别出行者的出行次数.以中国中部城市郑州市为例,对模型的实用性和准确性进行验证.结果表明,通过计算机建模仿真得到的居民日平均出行次数和现状调查结果基本一致.