混沌伪随机序列复杂度分析的符号动力学方法

通过将混沌伪随机序列看成一个符号序列，提出了用符号动力学的 方法来分析混沌伪随机序列的复杂度.以Logistic映射和耦合映射格子系统产生的混沌伪随 机序列为例，说明了该方法的应用，并将计算结果与近似熵ApEn法的计算结果作了比较.结 果表明，该方法可以有效地判断出不同的混沌伪随机序列的复杂程度，而且比近似熵法更为 优越. 关键词： 混沌 伪随机序列 符号动力学 熵     

一种基于误差快速扩散元胞自动机的加密技术

构造了一个具有较大密钥空间的新型一维元胞自动机. 在该元胞自动机中,密钥为采用移位映射的伪随机序列及受控扰动项,避免了数据膨胀,元胞自动机具有随机性触发规则. 该元胞自动机一次处理信息量大,避免了复杂的计算过程. 所生成的流密码在理论上被证明了具有理想的随机性与雪崩效应,误差扩散速度快. 实证分析研究表明,流密码不仅在全局上、而且在局部上都具有良好的随机性能,通过测试长度为24000的流密码在400次迭代产生的数据表明,经χ²检验,在显著性水平为5%时,频数检验通过率超 关键词： 保密通信 元胞自动机 伪随机序列     

一种确定混沌伪随机序列复杂度的模糊关系熵测度

将模糊关系的概念引入混沌伪随机序列复杂度的测度方法之中,提出了一种新的混沌伪随机序列复杂度测度方法——模糊关系熵(fuzzy relationship entropy,简记为F-REn)测度方法,并推导了F-REn的两个基本性质.仿真结果表明,该测度方法能够有效测度混沌伪随机序列的复杂度,与近似熵(ApEn)测度方法和符号熵测度方法相比,F-REn测度具有更加好的对序列符号空间的适用性、更加小的对测量维度的敏感性和更加强的对分辨率参数的鲁棒性. 关键词： 混沌伪随机序列 模糊理论 复杂度     

复合元胞自动机系统反向迭代加密技术研究

提出了元胞自动机的交叉复合在序列R下随机复合的思想,分析了复合元胞自动机系统的密码学特性,利用元胞自动机反向迭代加密技术,构造了两个基于复合元胞自动机的密码系统.新的复合元胞自动机密码系统很好地解决了单一元胞自动机密码系统中存在的误差单向扩散的问题,并且能够以较小的规则半径获得大密钥空间.计算机仿真结果表明,复合元胞自动机密码系统具有良好的扰乱和扩散性能,能够有效地抵抗蛮力攻击和差分分析. 关键词： 离散动力系统 复合元胞自动机 反向迭代 分组密码     

DC-DC变换器的符号时间序列描述及模块熵分析

本文提出了一种采用符号时间序列和熵理论分析DC-DC变换器非线性行为的方法.该方法首先用离散时间序列描述非线性连续系统,然后将其转换为由简单字符构成的符号序列,再用信息学方法计算出该符号序列的模块熵,从而得到一种新的可量化的非线性动力学行为统计指标.文中以一阶电压反馈DCM和二阶电流反馈CCM Boost变换器为例进行研究.研究结果表明,模块熵这种粗粒化的统计分析方法,能够量化DC-DC变换器的倍周期分岔和混沌行为,且能够准确地确定混沌行为的发生,是一种尚未在DC-DC变换器中提出的简单、实用的分析方法. 关键词： 符号时间序列 符号动力学 模块熵 Lyapunov指数     

基于线性反馈移位寄存器和混沌系统的伪随机序列生成方法

结合线性反馈移位寄存器（LFSR）和混沌理论各自的优点,采用循环迭代结构,给出一种将LFSR和混沌理论相结合的伪随机序列生成方法.首先根据LFSR的计算结果产生相应的选择函数,通过选择函数确定当前迭代计算使用的混沌系统,应用选择的混沌系统进行迭代计算产生相应的混沌序列;然后把生成的混沌序列进行数制转换,在将得到的二进制序列作为产生的伪随机序列输出的同时将其作为反馈值与LFSR的反馈值进行相应的运算,运算结果作为LFSR的最终反馈值,实现对LFSR生成序列的随机扰动.该方法既可生成二值伪随机序列,也可生成实值伪随机序列.通过实验对生成的伪随机序列进行了分析,结果表明,产生的序列具有良好的随机性和安全性. 关键词： 线性反馈移位寄存器 混沌系统 伪随机序列 随机性     

基于符号序列描述的一类分段光滑系统中分岔现象与混沌分析

从拓扑序列出发，提出了描述DC/DC变换器一类分段光滑系统中的分岔现象和混沌行为的符号序列方法，根据最大子序列的性态判别分岔的类型，以及检测边界碰撞分岔的发生.例如,当发生倍周期分岔时，最大子序列保持不变；当发生边界碰撞分岔时，最大子序列发生变化；混沌态则没有最大子序列.研究表明，占空比是表征DC/DC变换器一类分段光滑系统动力学行为的一个最本质的量，“饱和非线性”是引起边界碰撞分岔产生的根本原因. 关键词： 符号序列 分岔 混沌 分段光滑系统     

空间混沌序列的加密特性研究

提出一个基于空间混沌系统的伪随机序列发生器,对空间混沌产生的伪随机位序列进行了FIPS140-1统计性检验和相关性分析,并应用空间混沌产生的各态历经矩阵实现图像的加密解密,实验的结果表明这种基于空间混沌系统的伪随机序列产生器具有优良的随机性,巨大的密钥空间和敏感性. 关键词： 伪随机序列 空间混沌系统 图像加密     

一种新的分段非线性混沌映射及其性能分析

结合线性反馈移位寄存器（LFSR）和混沌理论各自的优点,采用循环迭代结构,给出一种将LFSR和混沌理论相结合的伪随机序列生成方法.首先根据LFSR的计算结果产生相应的选择函数,通过选择函数确定当前迭代计算使用的混沌系统,应用选择的混沌系统进行迭代计算产生相应的混沌序列;然后把生成的混沌序列进行数制转换,在将得到的二进制序列作为产生的伪随机序列输出的同时将其作为反馈值与LFSR的反馈值进行相应的运算,运算结果作为LFSR的最终反馈值,实现对LFSR生成序列的随机扰动.该方法既可生成二值伪随机序列,也可生成实值伪随机序列.通过实验对生成的伪随机序列进行了分析,结果表明,产生的序列具有良好的随机性和安全性.     

一种混沌伪随机序列复杂度分析法

分析了已有的序列线性复杂度分析方法，提出了用近似熵算法计算混沌运动的测度熵，作为衡量混沌伪随机序列复杂度的标准.理论研究表明，利用较短的观察序列，该方法能够准确地反映混沌系统和混沌伪随机序列复杂度的大小，可以作为判断利用混沌系统产生的伪随机序列的复杂度准则.实验结果表明该方法的有效性和理论结果的正确性. 关键词： 混沌 伪随机序列 熵     

A complexity measure approach based on forbidden patterns and correlation degree

Based on forbidden patterns in symbolic dynamics, symbolic subsequences are classified and relations between forbidden patterns, correlation dimensions and complexity measures are studied. A complexity measure approach is proposed in order to separate deterministic (usually chaotic) series from random ones and measure the complexities of different dynamic systems. The complexity is related to the correlation dimensions, and the algorithm is simple and suitable for time series with noise. In the paper, the complexity measure method is used to study dynamic systems of the Logistic map and the H\'enon map with multi-parameters.     

TD-ERCS离散混沌伪随机序列的复杂性分析

采用相空间直接观察法和行为复杂性算法,系统地分析了新型TD-ERCS离散混沌系统产生的伪随机序列的复杂性,得出了其复杂性变化规律.在Kolmogorov复杂性基础上,应用经典的Limpel-Ziv算法,ApEn算法和PE算法,从一维时间序列到多维相空间重构两方面计算了TD-ERCS离散混沌伪随机序列的复杂度大小.计算结果表明,TD-ERCS系统的行为复杂性高,而且该系统的复杂性大小随系统参数改变的变化范围小,是一个复杂性非常稳定的全域性离散混沌系统,其产生的混沌伪随机序列适合于信息加密或扩频通信. 关键词： 混沌 混沌伪随机序列 TD-ERCS系统 复杂度     

Anti-deterministic behaviour of discrete systems that are less predictable than noise

We present a new type of deterministic dynamical behaviour that is less predictable than white noise. We call it anti-deterministic (AD) because time series corresponding to the dynamics of such systems do not generate deterministic lines in recurrence plots for small thresholds. We show that although the dynamics is chaotic in the sense of exponential divergence of nearby initial conditions and although some properties of AD data are similar to white noise, the AD dynamics is in fact, less predictable than noise and hence is different from pseudo-random number generators.     

混沌伪随机序列的谱熵复杂性分析

为了准确分析混沌伪随机序列的结构复杂性,采用谱熵算法对Logistic映射、Gaussian映射和TD-ERCS系统产生的混沌伪随机序列复杂度进行了分析.谱熵算法具有参数少、对序列长度N(惟一参数)和伪随机进制数K鲁棒性好的特点.采用窗口滑动法分析了混沌伪随机序列的复杂度演变特性,计算了离散混沌系统不同初值和不同系统参数条件下的复杂度.研究表明,谱熵算法能有效地分析混沌伪随机序列的结构复杂度;在这三个混沌系统中,TD-ERCS系统为广域高复杂度混沌系统,复杂度性能最好;不同窗口和不同初值条件下的混沌系统复杂度在较小范围内波动.为混沌序列在信息安全中的应用提供了理论和实验依据.     

基于最大Lyapunov指数的多变量混沌时间序列预测

参考基于最大Lyapunov指数的单变量混沌时间序列预测方法,提出一种通过选取多个邻近重构向量,预测多变量混沌时间序列的局域法.采用新方法对两个完全不同的Rssler方程的耦合系统,Rssler方程和Hyper Rssler方程的耦合系统的多变量混沌时序进行一步和多步预测,结果表明了该方法的有效性,且算法具有较强的抗噪能力.讨论了参考邻近点数和预测结果的关系. 关键词： Lyapunov指数 混沌时间序列预测 多变量时间序列 最小二乘法     

A method of recovering the initial vectors of globally coupled map lattices based on symbolic dynamics

Based on symbolic dynamics, a novel computationally efficient algorithm is proposed to estimate the unknown initial vectors of globally coupled map lattices (CMLs). It is proved that not all inverse chaotic mapping functions are satisfied for contraction mapping. It is found that the values in phase space do not always converge on their initial values with respect to sufficient backward iteration of the symbolic vectors in terms of global convergence or divergence (CD). Both CD property and the coupling strength are directly related to the mapping function of the existing CML. Furthermore, the CD properties of Logistic, Bernoulli, and Tent chaotic mapping functions are investigated and compared. Various simulation results and the performances of the initial vector estimation with different signal-to-noise ratios (SNRs) are also provided to confirm the proposed algorithm. Finally, based on the spatiotemporal chaotic characteristics of the CML, the conditions of estimating the initial vectors using symbolic dynamics are discussed. The presented method provides both theoretical and experimental results for better understanding and characterizing the behaviours of spatiotemporal chaotic systems.     

Neural Volterra filter for chaotic time series prediction

A new second-order neural Volterra filter （SONVF） with conjugate gradient （CG） algorithm is proposed to predict chaotic time series based on phase space delay-coordinate reconstruction of chaotic dynamics system in this paper, where the neuron activation functions are introduced to constraint Volterra series terms for improving the nonlinear approximation of second-order Volterra filter （SOVF）. The SONVF with CG algorithm improves the accuracy of prediction without increasing the computation complexity. Meanwhile, the difficulty of neuron number determination does not exist here. Experimental results show that the proposed filter can predict chaotic time series effectively, and one-step and multi-step prediction performances are obviously superior to those of SOVF, which demonstrate that the proposed SONVF is feasible and effective.     

将混沌序列变换成均匀伪随机序列的普适算法

提出了一种将混沌序列变换成均匀伪随机序列的普适算法.这种算法基于计算机浮点数表示的bit位操作,不针对任何具体对象,可将任意连续或分段连续分布的实型随机变量转换成均匀分布的随机变量.理论分析表明,这种算法源于实型随机变量中普遍存在着的沿bit位以指数规律增强的均匀化趋势.任何实型的混沌序列,不论来自混沌映射系统还是混沌微分动力系统,都可以在同一个标准算法下变换成均匀分布的伪随机序列,因而是混沌伪随机数发生器标准化模块设计和硬件实现的关键技术基础. 关键词： 混沌 伪随机序列 均匀分布函数