一种参数不确定时滞混沌神经网络的保密通信方法与流程

文档序号:18039751发布日期:2019-06-28 23:51阅读:199来源:国知局
一种参数不确定时滞混沌神经网络的保密通信方法与流程

本发明涉及保密通信技术领域,更具体地说,涉及一种参数不确定时滞混沌神经网络的保密通信方法。



背景技术:

1990年,pecora和carroll利用驱动-响应概念提出了混沌系统的同步性,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,混沌在保密通信中的应用成为了信息安全领域的研究热点。由于神经网络是高度非线性动力学系统,且混沌又具有上述的特性,因此神经网络与混沌密切相关,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。

如何实现混沌神经网络的保密通信,现有技术中也给出了一些解决方案,例如发明创造名称为:一种基于时滞忆阻混沌神经网络的保密通信方法(申请号:201510256103.9;申请日:2015年5月18日),该方案公开了一种基于时滞忆阻混沌神经网络的保密通信方法,该方法利用一个二维的时滞忆阻混沌神经网络建立了驱动系统和响应系统,设计了简单的同步控制器,使待加密的明文信号在传输中可以达到保密通信效果。该方案克服了传统混沌神经网络权值固定、网络能量消耗多等缺点,为信号的保密通信传输提供了一种解决方案。

此外,还有发明创造名称为:一种信号量化情形下的混沌神经网络保密通信方法(申请号:201510256103.9;申请日:2015年5月18日),该方案公开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;(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。该方案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带来的影响。但是,上述两个方案的问题在于:未充分考虑系统的参数不确定因素以及随机噪声的干扰,致使抗干扰能力有一定不足。如何在混沌神经网络保密通信时有效应对参数不确定和随机噪声因素,是现有技术亟需解决的问题。



技术实现要素:

1.要解决的问题

本发明的目的在于克服现有技术中,基于混沌神经网络的保密通信抗干扰能力不强的不足,提供了一种参数不确定的时滞混沌神经网络的保密通信方法,提高了保密通信的抗干扰能力,进一步提高了传输信息的准确性。

2.技术方案

为了解决上述问题,本发明所采用的技术方案如下:

本发明的一种参数不确定时滞混沌神经网络的保密通信方法,其特征在于:首先建立驱动系统,再根据驱动系统构建响应系统,然后根据驱动系统和响应系统构建反同步控制器;

在传输密文信号时,驱动系统产生混沌信号,并根据混沌信号与密文信号叠加获得叠加信号,再将叠加信号通过信道传输至响应系统;响应系统通过反同步控制器产生反同步混沌信号,响应系统再根据叠加信号与反同步混沌信号获得解密的密文信号。

优选地,建立驱动系统,驱动系统模型为:

其中,x(t)=[x1(t),x2(t),...,xn(t)]t和x(t-τ)=[x1(t-τ),x2(t-τ),...x,n(t-τ)]t是t时刻混沌神经网络的状态向量,x1(t),x2(t),...,xn(t)分别表示神经元1,2,...,n的状态,t表示矩阵的转置,τ表示时滞,是激活函数向量;φk(x(t)),ψl(x(t-τ))都是非线性函数矩阵,φk,ψl都是未知的常数参数向量,系数矩阵a为x(t)的连接矩阵;aτ为x(t-τ)的连接矩阵;b为f(x(t))的连接矩阵;bτ为g(x(t-τ))的连接矩阵。

优选地,根据驱动系统建立响应系统,响应系统模型为:

其中,是响应系统状态向量,都表示响应系统的激活函数向量,w(t)是响应系统内的随机扰动向量,u(t)是反同步控制器,系数矩阵a为的连接矩阵;aτ为的连接矩阵;b为的连接矩阵;bτ为的连接矩阵;h是w(t)的连接矩阵。

优选地,根据驱动系统和响应系统构建反同步控制器,具体步骤为:

驱动系统和响应系统的同步误差为构造的反同步控制器表达式为:

其中,k是控制增益矩阵,为未知的常数参数向量。

优选地,驱动系统和响应系统的误差系统为:

优选地,根据以下步骤获取反同步控制器:

构造如下线性矩阵lmi:

其中,γ>0为未知的正实数,m为已知的常数矩阵,m=pk为所要求解的矩阵,p和r为未知矩阵,且p>0,r>0,q1和q2为对角矩阵,且q1>0,q2>0,lf和lg为激活函数;

求解公式ξ得到矩阵p;根据以下公式求得增益矩阵k:k=p-1m,其中,p-1代表矩阵p的逆;再利用下列公式求解

其中γ和υ是任意的对称正定矩阵,表示的是的导数,p和q是大于0的正整数;将求解得出的增益矩阵k,代入反同步控制器表达式中,获得反同步控制器u(t)。

优选地,利用matlab中的lmi工具箱求解公式ξ。

优选地,驱动系统产生n维混沌信号x(t),驱动系统将信号x(t)与密文信号z(t)叠加,获得叠加信号s(t),s(t)=x(t)+z(t),而后驱动系统将叠加信号通过信道传送到响应系统;

响应系统接收到叠加信号s(t),响应系统通过反同步控制器产生反同步混沌信号与x(t)反同步;而后通过接收到的叠加信号s(t)和反同步混沌信号得到解密的密文信号z′(t),

优选地,f(x(t))和g(x(t-τ))都满足lipschitz条件,且f(x(t))和g(x(t-τ))分别为奇函数。

优选地,a为自反馈矩阵,aτ为延迟自反馈矩阵,b为连接权矩阵,bτ为延迟连接权矩阵。

3.有益效果

相比于现有技术,本发明的有益效果为:

(1)本发明的一种基于参数不确定时滞混沌神经网络的保密通信方法,根据驱动系统和响应系统构建反同步控制器;从而提高了保密通信系统的抗干扰能力,并解决了参数不确定问题,进一步可以使得误差系统收敛到一个稳定的值,从而提高了保密通信的抗干扰能力;

(2)本发明的一种基于参数不确定时滞混沌神经网络的保密通信方法,在构建响应系统时考虑了随机干扰因素,适用于现有技术中的复杂保密通信系统,进一步提高了传输信息的准确性;

(3)本发明的一种基于参数不确定时滞混沌神经网络的保密通信方法,通过构建反同步控制器,使得保密通信系统在有参数不确定因素和随机噪声干扰的情况下,仍能实现响应系统与驱动系统反同步,从而提高了保密通信的抗干扰能力,进一步提高了传输信息的准确性。

附图说明

图1为本发明的一种基于参数不确定时滞混沌神经网络的保密通信方法的流程图;

图2为本发明的一种基于参数不确定时滞混沌神经网络的保密通信方法的结构示意图;

图3为本发明的驱动系统传输至信道中的信号混沌状态图;

图4a为本发明中驱动系统在没有反同步控制器作用下的状态轨迹图;

图4b为本发明中响应系统在没有反同步控制器作用下的状态轨迹图;

图5a为本发明中驱动系统在有反同步控制器作用下实现反同步的状态轨迹图;

图5b为本发明中响应系统在有反同步控制器作用下实现反同步的状态轨迹图;

图6为本发明中在有反同步控制器作用下驱动系统和响应系统的同步误差图;

图7为实施例2的驱动系统的密文信号时域图;

图8为实施例2的网络传输通道中的加密信号时域图;

图9为实施例2的原始密文信号z(t)与解密的密文信号z′(t)的误差图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例;而且,各个实施例之间不是相对独立的,根据需要可以相互组合,从而达到更优的效果。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。

实施例1

结合图1~6所示,本发明的一种参数不确定时滞混沌神经网络的保密通信方法,先建立驱动系统,根据驱动系统构建响应系统;值得说明的是,本发明的驱动系统是基于参数不确定时滞混沌神经网络建立的,且响应系统为容许随机噪声干扰的响应系统。本发明的一种参数不确定时滞混沌神经网络的保密通信方法在构建响应系统时考虑了参数不确定和随机干扰因素,适用于现有技术中的复杂保密通信系统,进一步提高了传输信息的准确性。

进一步地,再根据驱动系统和响应系统构建反同步控制器;值得说明的是,本发明的反同步控制器由状态反馈控制和自适应控制两部分组成,通过状态反馈控制提高了保密通信系统的抗干扰能力,并通过自适应控制解决了参数不确定问题。

在传输密文信号时,驱动系统根据密文信号产生混沌信号,驱动系统将混沌信号和密文信号叠加产生叠加信号,再将叠加信号通过信道传输至响应系统;响应系统根据叠加信号产生混沌信号,并通过反同步控制器得到解密的密文信号。

本发明的一种参数不确定时滞混沌神经网络的保密通信方法的具体步骤如下:

步骤一:建立驱动系统,驱动系统模型为:

其中,x(t)=[x1(t),x2(t),...,xn(t)]t和x(t-τ)=[x1(t-τ),x2(t-τ),...,xn(t-τ)]t是t时刻混沌神经网络的状态向量,x1(t),x2(t),...,xn(t)分别表示神经元1,2,...,n的状态,t表示矩阵的转置,τ表示时滞,是激活函数向量;φk(x(t)),ψl(x(t-τ))都是非线性函数矩阵,φk,ψl都是未知的常数参数向量,系数矩阵a为x(t)的连接矩阵;aτ为x(t-τ)的连接矩阵;b为f(x(t))的连接矩阵;bτ为g(x(t-τ))的连接矩阵。值得说明的是,本实施例的f(x(t))和g(x(t-τ))都满足lipschitz条件,且f(x(t))和g(x(t-τ))分别为奇函数;进一步地,a为自反馈矩阵,aτ为延迟自反馈矩阵,b为连接权矩阵,bτ为延迟连接权矩阵。

步骤二:建立响应系统

根据驱动系统建立响应系统,具体地,响应系统模型为:

其中,是响应系统的状态向量,都表示响应系统的激活函数向量,u(t)是反同步控制器,w(t)是响应系统内的随机扰动向量,系数矩阵a为的连接矩阵;aτ为的连接矩阵;b为的连接矩阵;bτ为的连接矩阵,a、aτ、b和bτ与步骤一中的a、aτ、b和bτ相同;h是w(t)的连接矩阵。值得说明的是,本实施例的响应系统是在驱动系统的基础上去除了不确定因素,即考虑了随机噪声的因素,进一步提高了传输信息的准确性。

步骤三:根据驱动系统和响应系统构建反同步控制器,

具体步骤如下:

驱动系统和响应系统的同步误差为构造的反同步控制器表达式为:

其中,k是控制增益矩阵为未知的常数参数向量;

求解控制器增益矩阵k、将k、的值代入反同步控制器表达式中,获得反同步控制器u(t)。进一步地,获取误差系统,驱动系统和响应系统的误差系统为:

通过建立误差系统,可以使得驱动系统和响应系统实现反同步,并且最终使得误差系统趋于0,从而提高了信号传输的准确性。

值得说明的是,本实施例的反同步控制器表达式中“ke(t)”表示状态反馈控制,表示自适应控制,从而提高了保密通信系统的抗干扰能力,并解决了参数不确定问题,并且可以使得误差系统收敛到一个稳定的值,从而提高了保密通信的抗干扰能力。

步骤四:获取反同步控制器

具体步骤如下:

首先构造如下线性矩阵lmi:

其中,γ>0为未知的正实数,m为已知的常数矩阵,m=pk为所要求解的矩阵,p和r为未知矩阵,且p>0,r>0,q1和q2为对角矩阵,且q1>0,q2>0,lf和lg为激活函数;

求解公式ξ得到矩阵p;值得说明的是,本实施例利用matlab中的lmi工具箱求解公式ξ。

而后根据以下公式求得增益矩阵k:

k=p-1m,

其中,p-1代表矩阵p的逆;

再利用下列公式求解

其中γ和υ是任意的对称正定矩阵,表示的是的导数,p和q是大于0的正整数;

将求解得出的增益矩阵k,代入反同步控制器表达式中,求解获得反同步控制器u(t)。

步骤五:传输密文信号

在传输密文信号时,令驱动系统为发送端,响应系统为输入端(如图2所示);具体地,

发送端:驱动系统根据产生n维混沌信号x(t),驱动系统将混沌信号x(t)与密文信号z(t)叠加,获得叠加信号s(t),即s(t)=x(t)+z(t),而后驱动系统将叠加信号通过信道传送到响应系统;结合图3所示,传输信道中的信号为混沌状态,从而能够保证通讯过程的保密性。

接收端:响应系统接收到叠加信号s(t),响应系统通过反同步控制器产生反同步混沌信号与x(t)反同步,即响应系统在反同步控制器的作用下产生与x(t)反同步的反同步混沌信号而后通过接收到的叠加信号s(t)和反同步混沌信号得到解密的密文信号z′(t),值得说明的是,响应系统在反同步控制器的作用下产生与x(t)反同步的反同步混沌信号达到了保密通信系统所需要的反同步效果,从而提高了保密通信的抗干扰能力,进一步提高了传输信息的准确性。

值得说明的是,在反同步控制器的作用下,使得保密通信系统在有随机噪声干扰的情况下,仍能实现响应系统与驱动系统反同步,从而提高了保密通信的抗干扰能力,进一步提高了传输信息的准确性。具体地,结合图4a、4b、5a和5b所示,在无反同步控制器的情况下,无法实现驱动系统和响应系统的反同步;而在反同步控制器的作用下,能很好的实现驱动系统和响应系统的反同步,最终完成在有随机干扰的情况下神经网络正常的保密通讯。

实施例2

结合图7~9所示,本实施例与实施例1内容基本相同,本实施例采用实施例1的一种参数不确定时滞混沌神经网络的保密通信方法,通过信道传输密文信号z(t):z(t)=2sin(0.5t+4)。

本实施例采用的参数为:

时滞:τ=1;采样周期:t=100;步长:dt=0.005;

驱动系统初值为:

响应系统初值为:

激活函数:

γ=50,y=200;

常数矩阵:

增益矩阵:

发送端驱动系统的密文信号时域图参见图7,网络传输通道中的加密信号时域图参见图8,原始密文信号z(t)与接收端响应系统解密的密文信号z′(t)的误差图参见图9。由图7至图9,网络传输的叠加信号与原始的密文信号差别很大,具有很强的保密性。此外,在反同步控制器的作用下,接收端响应系统可以把密文信号进行解密,并且获取的密文信号z′(t)与原始的密文信号z(t)误差很小。

在上文中结合具体的示例性实施例详细描述了本发明。但是,应当理解,可在不脱离由所附权利要求限定的本发明的范围的情况下进行各种修改和变型。详细的描述和附图应仅被认为是说明性的,而不是限制性的,如果存在任何这样的修改和变型,那么它们都将落入在此描述的本发明的范围内。此外,背景技术旨在为了说明本技术的研发现状和意义,并不旨在限制本发明或本申请和本发明的应用领域。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1