[发明专利]一种信号量化情形下的混沌神经网络保密通信方法

说明书

本发明涉及一种信号量化情形下的混沌神经网络保密通信方法，含有以下步骤：(一)建立混沌神经网络模型以及量化器模型；(二)构造状态反馈控制器，获得误差动力学系统；(三)求解控制器增益矩阵K，代入实际的控制器中，获得同步控制器；(四)驱动系统加载密文信号得到叠加信号，通过网络传送到响应系统；(五)在同步控制器作用下，使驱动系统和响应系统的同步；(六)由叠加信号和同步信号得到恢复的密文信号。本发明考虑了网络环境中的均匀量化现象，提出一种同步控制器，在同步控制器的作用下，使驱动系统和响应系统同步，由量化后的叠加信号和同步信号得到恢复的密文信号，能够有效消除均匀量化和随机干扰带来的影响，在信号量化情形下保密通信。

技术领域

本发明属于网络通信技术领域，涉及神经网络保密通信方法，具体地说，涉及了一种信号量化情形下的混沌神经网络保密通信方法。

背景技术

自Pecora和Carroll于1990年发现混沌系统的同步方法以来，混沌在保密通信中的应用成为了信息安全领域的研究热点。混沌信号由于具有类随机、非周期以及不可预测等特点，可以作为密文信息的载体。混沌神经网络通常具有结构简单、动态性能复杂等特点，非常适合作为混沌信号的发生器，因此，混沌神经网络保密通信技术具有广阔的应用前景。

随着计算机网络技术的飞速发展，网络成为通信领域信息传递的主要方式，现有的混沌保密通信方案大多也是基于网络提出的。但由于网络环境中的信号必须是数字信号，而混沌系统对初值又极端敏感，所以网络环境中特有的量化误差往往会对保密通信过程造成很大的影响。然而，现有的混沌保密通信方案几乎不能处理信号量化问题。因此，实现设计在信道量化情形下的保密通信方案具有重要的研究意义。

发明内容

本发明针对现有混沌保密通信过程中存在的不能处理信号量化问题的不足提供一种信号量化情形下的混沌神经网络保密通信方法，该方法能够有效地处理混沌保密通信过程中均匀量化和随机扰动带来的影响。

为了达到上述目的，本发明提供了一种信号量化情形下的混沌神经网络保密通信方法，含有以下步骤：

(一)建立混沌神经网络模型以及量化器模型。

建立如下混沌神经网络模型:

x(k+1)＝Ax(k)+Bf(x(k))+W₁ω₁(k) (1)

其中，x(k)＝[x₁(k),x₂(k),x₃(k)]^T是k时刻混沌神经网络的状态向量，x₁(k)、x₂(k)、x₃(k)分别表示神经元1,2,3的状态，T表示矩阵的转置，f(x(k))＝[f₁(x₁(k)),f₂(x₂(k)),f₃(x₃(k))]^T是激励函数向量，f_i(x_i(k))＝(|x_i(k)+1|-|x_i(k)-1|)/2,(i＝1,2,3)是第i个神经元的激励函数，x_i(k)表示k时刻第i个神经元的状态，ω₁(k)是混沌神经网络模型内的有界随机扰动向量，系数矩阵A,B,W₁分别是状态向量x(k)、激励函数向量f(x(k))、扰动向量ω₁(k)对应的连接矩阵；

令混沌神经网络模型为驱动系统,建立响应系统模型如下:

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