[發明專利]一種信號量化情形下的混沌神經網絡保密通信方法

有效

• 申請號: 201611054701.9
• 申請日: 2016-11-25
• 公開（公告）號: CN106656461B
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 盛立;牛藝春;高明
• 申請（專利權）人: 中國石油大學(華東)
• 主分類號: H04L9/00
• 分類號: H04L9/00
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 張媛媛

本發明涉及一種信號量化情形下的混沌神經網絡保密通信方法，含有以下步驟：(一)建立混沌神經網絡模型以及量化器模型；(二)構造狀態反饋控制器，獲得誤差動力學系統；(三)求解控制器增益矩陣K，代入實際的控制器中，獲得同步控制器；(四)驅動系統加載密文信號得到疊加信號，通過網絡傳送到響應系統；(五)在同步控制器作用下，使驅動系統和響應系統的同步；(六)由疊加信號和同步信號得到恢復的密文信號。本發明考慮了網絡環境中的均勻量化現象，提出一種同步控制器，在同步控制器的作用下，使驅動系統和響應系統同步，由量化后的疊加信號和同步信號得到恢復的密文信號，能夠有效消除均勻量化和隨機干擾帶來的影響，在信號量化情形下保密通信。

技術領域

本發明屬于網絡通信技術領域，涉及神經網絡保密通信方法，具體地說，涉及了一種信號量化情形下的混沌神經網絡保密通信方法。

背景技術

自Pecora和Carroll于1990年發現混沌系統的同步方法以來，混沌在保密通信中的應用成為了信息安全領域的研究熱點?；煦缧盘栍捎诰哂蓄愲S機、非周期以及不可預測等特點，可以作為密文信息的載體?；煦缟窠浘W絡通常具有結構簡單、動態性能復雜等特點，非常適合作為混沌信號的發生器，因此，混沌神經網絡保密通信技術具有廣闊的應用前景。

隨著計算機網絡技術的飛速發展，網絡成為通信領域信息傳遞的主要方式，現有的混沌保密通信方案大多也是基于網絡提出的。但由于網絡環境中的信號必須是數字信號，而混沌系統對初值又極端敏感，所以網絡環境中特有的量化誤差往往會對保密通信過程造成很大的影響。然而，現有的混沌保密通信方案幾乎不能處理信號量化問題。因此，實現設計在信道量化情形下的保密通信方案具有重要的研究意義。

發明內容

本發明針對現有混沌保密通信過程中存在的不能處理信號量化問題的不足提供一種信號量化情形下的混沌神經網絡保密通信方法，該方法能夠有效地處理混沌保密通信過程中均勻量化和隨機擾動帶來的影響。

為了達到上述目的，本發明提供了一種信號量化情形下的混沌神經網絡保密通信方法，含有以下步驟：

(一)建立混沌神經網絡模型以及量化器模型。

建立如下混沌神經網絡模型:

x(k+1)＝Ax(k)+Bf(x(k))+W₁ω₁(k) (1)

其中，x(k)＝[x₁(k),x₂(k),x₃(k)]^T是k時刻混沌神經網絡的狀態向量，x₁(k)、x₂(k)、x₃(k)分別表示神經元1,2,3的狀態，T表示矩陣的轉置，f(x(k))＝[f₁(x₁(k)),f₂(x₂(k)),f₃(x₃(k))]^T是激勵函數向量，f_i(x_i(k))＝(|x_i(k)+1|-|x_i(k)-1|)/2,(i＝1,2,3)是第i個神經元的激勵函數，x_i(k)表示k時刻第i個神經元的狀態，ω₁(k)是混沌神經網絡模型內的有界隨機擾動向量，系數矩陣A,B,W₁分別是狀態向量x(k)、激勵函數向量f(x(k))、擾動向量ω₁(k)對應的連接矩陣；

令混沌神經網絡模型為驅動系統,建立響應系統模型如下:

y(k+1)＝Ay(k)+Bf(y(k))+W₂ω₂(k)+u(k) (2)