[發明專利]基于脈沖神經網絡固定時間同步的音頻加解密方法及系統在審
| 申請號： | 202210711410.1 | 申請日： | 2022-06-22 |
| 公開（公告）號： | CN115064178A | 公開（公告）日： | 2022-09-16 |
| 發明（設計）人： | 王慶杰;趙慧;劉愛迪 | 申請（專利權）人： | 濟南大學 |
| 主分類號： | G10L19/018 | 分類號： | G10L19/018;G06N3/04;H04L9/00 |
| 代理公司： | 濟南圣達知識產權代理有限公司 37221 | 代理人： | 王雪 |
| 地址： | 250022 山東*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 脈沖 神經網絡 固定 時間 同步 音頻 解密 方法 系統 | ||
1.基于脈沖神經網絡固定時間同步的音頻加密方法，其特征在于，包括：
獲取待加密的原始音頻；
生成隨機脈沖強度，作為密鑰，帶入隨機脈沖神經網絡模型中，得到在固定同步時間之后的混沌驅動信號；
將原始音頻信號與混沌驅動信號經過置亂和異或操作，生成加密音頻信號；
其中，所述隨機脈沖神經網絡模型包括驅動模型和響應模型，根據驅動模型和響應模型，確定誤差函數；基于誤差函數，確定固定時間同步控制器，得到固定同步時間。
2.根據權利要求1所述的基于脈沖神經網絡固定時間同步的音頻加密方法，其特征在于，所述驅動模型為：
其中，xi(t)為驅動系統第i個神經元的狀態變量，di是神經元的自抑制率，是激活函數，aij是連接權重，表示噪聲強度函數，ω是n維布朗運動；μk是時間tk時的脈沖強度；脈沖瞬間的集合ζ＝{t1,t2,t3,...}滿足
或者，所述響應模型為：
其中，yi(t)為響應系統第i個神經元的狀態變量，ui(t)表示設計的固定時間同步控制器。
3.根據權利要求2所述的基于脈沖神經網絡固定時間同步的音頻加密方法，其特征在于，所述誤差模型ei(t)為
ei(t)＝yi(t)-xi(t)。
4.根據權利要求2所述的基于脈沖神經網絡固定時間同步的音頻加密方法，其特征在于，所述將原始音頻信號與混沌驅動信號經過置亂和異或操作，生成加密音頻信號的具體過程包括：
所述混沌驅動信號包括第一混沌驅動序列X1(i)和第二混沌驅動序列X2(i)；
將第一混沌驅動序列X1(i)降序排列，得到排序后的序列S(i)和索引序列M(i)，第一混沌驅動序列X1(i)位置與新的混沌驅動序列位置滿足映射關系:S(i)＝X1(M(i))；令A(i)＝I(M(i))，得到置亂后的序列A(i)；其中I(·)表示原始音頻信號；
將置換后的序列A(i)與第二混沌驅動序列X2(i)按位異或，得到加密音頻信號。
5.根據權利要求1所述的基于脈沖神經網絡固定時間同步的音頻加密方法，其特征在于，所述固定同步時間采用同步時間上界取整得到，其中，同步時間的上界估計為：
其中，常數ξ1,ξ2,ξ3＞0,0＜α＜1,β＞1,τa＞0,N0＞0,0＜(1+μk)2＝ρk≤1，其中τa表示平均脈沖強度，N0是大于零的常數，li和lj是正常數，也叫李普希茨常數。
6.基于脈沖神經網絡固定時間同步的音頻解密方法，其特征在于，包括：
獲取密鑰和加密音頻信號
基于密鑰，采用隨機脈沖神經網絡模型，得到在固定同步時間之后的混沌響應信號；
使用混沌響應信號對加密音頻信號進行異或和逆置換操作，得到原始音頻信號；
其中，所述隨機脈沖神經網絡模型包括驅動模型和響應模型，根據驅動模型和響應模型，確定誤差函數；基于誤差函數，確定固定時間同步控制器，得到固定同步時間。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于濟南大學，未經濟南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210711410.1/1.html，轉載請聲明來源鉆瓜專利網。
