[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有效
申请号: | 201611054701.9 | 申请日: | 2016-11-25 |
公开(公告)号: | CN106656461B | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 盛立;牛艺春;高明 | 申请(专利权)人: | 中国石油大学(华东) |
主分类号: | H04L9/00 | 分类号: | H04L9/00 |
代理公司: | 青岛清泰联信知识产权代理有限公司 37256 | 代理人: | 张媛媛 |
地址: | 266580 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 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。 | ||
搜索关键词: | 一种 信号 量化 情形 混沌 神经网络 保密 通信 方法 | ||
【主权项】:
1.一种信号量化情形下的混沌神经网络保密通信方法,其特征在于,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,fi(xi(k))=(|xi(k)+1|‑|xi(k)‑1|)/2,(i=1,2,3)是第i个神经元的激励函数,xi(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)其中,y(k)=[y1(k),y2(k),y3(k)]T是响应系统的状态向量,f(y(k))=[f1(y1(k)),f2(y2(k)),f3(y3(k))]T表示响应系统的激励函数向量,响应系统的激励函数与驱动系统的相同,u(k)是控制器输入,ω2(k)是响应系统内的有界随机扰动向量,系数矩阵A,B分别是状态向量y(k)、激励函数向量f(y(k))对应的连接矩阵,系数矩阵A,B和驱动系统的系数矩阵A,B相同,W2是扰动向量ω2(k)的连接矩阵;设定均匀量化的量化规则,建立量化器模型,量化器模型表示为:
式中,xi(k)是k时刻xi的测量值,xi表示驱动系统第i个神经元的状态,U是量化器的量化区间,Δ是量化精度,[·]表示四舍五入的取整函数;定义量化向量为q(x(k))=[q1(x1(k)),q2(x2(k)),q3(x3(k))]T,则量化误差为εx(k)=q(x(k))‑x(k);同理,定义量化向量为q(y(k))=[q1(y1(k)),q2(y2(k)),q3(y3(k))]T,则量化误差为εy(k)=q(y(k))‑y(k);(二)构造状态反馈控制器,获得误差动力学系统;定义驱动系统和响应系统的同步误差为e(k)=y(k)‑x(k),构造状态反馈控制器,并表示为:
其中,K是控制器增益矩阵,εe(k)=εy(k)‑εx(k),则
n=3表示驱动系统和响应系统的维数;因此,驱动系统和响应系统的误差动力学系统为:e(k+1)=Ae(k)+Bh(e(k))+Ke(k)+Kεe(k)‑W1ω1(k)+W2ω2(k) (5)其中,h(e(k))=f(y(k))‑f(x(k))是激励函数的误差向量;(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;构造如下线性矩阵LMI:
其中,P>0为未知的正定矩阵,ψ>0,λ>0,ρ1>0,ρ2>0,ρ3>0均为未知的正实数,M为已知的常数矩阵,X=PK为所要求解的矩阵,I为单位矩阵;利用MATLAB中的LMI工具箱求解公式(6),得到矩阵P和X,从而得出控制器增益矩阵K=P‑1X,其中,上标“‑1”代表矩阵P的逆;将求解出的增益矩阵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;驱动系统产生三维的混沌信号x1(k),x2(k),x3(k),其中,信号x3(k)与原始的密文信号s(k)相叠加产生叠加信号l(k)=x3(k)+s(k),经过量化器模型处理后的三维信号q(x1(k)),q(x2(k)),q(l(k))通过网络传送到响应系统,其中,q(l(k))为量化后的叠加信号;(五)在同步控制器作用下,使驱动系统和响应系统的同步;响应系统接收到三维信号q(x1(k)),q(x2(k)),q(l(k)),其中,q(x1(k)),q(x2(k))传送到同步控制器中,在同步控制器的作用下,使驱动系统和响应系统同步;响应系统产生同步信号y3(k),经量化器模型处理后为同步信号q(y3(k));(六)由叠加信号和同步信号得到恢复的密文信号;由量化后的叠加信号q(l(k))和同步信号q(y3(k))做差,得到恢复的密文信号
从而完成信号量化情形下的混沌神经网络保密通信。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201611054701.9/,转载请声明来源钻瓜专利网。