激光复混沌系统构建及其点乘函数投影同步

提出了一种新的激光复混沌系统及其点乘函数投影同步方法。首先,以四维激光实超混沌系统模型为基础,构建了一个新的激光复混沌系统,基于常规动力学分析方法和MATLAB仿真软件研究了系统的耗散性、平衡点、Lyapunov指数谱、相图、分叉图等基本动力学特性。研究结果表明,该系统动力学行为丰富,在一定参数下具有蝴蝶结型混沌、超混沌吸引子,非常适用于混沌加密领域。进一步,以向量点积运算为基础,定义了一种新的点乘函数投影同步方式,基于滑模控制方法实现了蝴蝶结型激光复混沌系统的点乘函数投影同步。数值仿真验证了理论分析的正确性和有效性。     

适用于混沌密钥分发的新误码协调方法

对于现有的密钥分发中的误码协调方法的复杂性和多次传输的问题，使用倒三角类坐标定位法来解决。将所得裸钥放置于下三角矩阵中，三边分别进行奇偶比较并互相传输计算结果，以达到定位错误比特位的目的。使用互注入光反馈激光器产生相关性高的混沌态来提取裸钥，通过该协调方法，最终可以达到10－8～10－10量级的误码率。通过该方法可以简单、有效地删除裸钥中的误码，满足现实通信对误码率的容忍度。     

基于 DWT 的一种数字水印算法?

介绍了一种基于离散小波变换的数字水印算法并作了改进.原算法对水印进行Arnold置乱,由于Arnold置乱具有周期性,易被别人识破,安全性不高,新算法采用了安全性更好的混沌置乱.原算法是在高低频部分分别以2种强度嵌入水印,新算法沿用这种办法,但为了提高水印的隐蔽性和鲁棒性,新算法在第二级和第三级高频上随机选择了一些分散的嵌入点,各嵌入一半的水印.在Matlab环境中进行了对照实验,探究得出了高低频的最佳嵌入强度.攻击实验证明,在抗加噪、滤波攻击方面,新算法均有大幅度的提升;特别是在抗剪切、JPEG格式压缩攻击方面,原算法效果很差,而新算法能抵抗各种大幅度的剪切和压缩攻击.最后,二者都不能抵抗旋转攻击和抖动攻击.     

混沌优化Smith预估补偿器

一个控制系统的Smith预估补偿器参数如果选取不精确可能会导致控制器失效,针对这一问题,提出一种在线混沌优化Smith预估补偿器参数的方法.首先通过混沌映射对被控对象的阶跃响应曲线进行数学辨识得到其传递函数,然后依据辨识出的数学模型进行离线PID参数优化.当模型变化时,控制器可以自适应调节参数.此方法具有被控对象自动识别、系统针对性强、可以在线滚动优化等优点.分别以低阶和高阶数学模型为被控对象进行仿真,仿真结果表明,控制器具有较强的跟踪能力和鲁棒性.     

基于Logistic和统一混沌系统的彩色图像加密方法

为了增强彩色图像的加密效果,论文提出一种基于Logistic和统一混沌系统的彩色图像加密方法.该方法首先由Logistic系统生成128位Hash值以便在行、列全局位置置乱中确定各行和各列的交换次序,然后使用统一混沌系统的x、y和z序列分别对三基色图像像素进行逐点替代加密.仿真实验结果及其分析表明,该方法不仅实现简单,安全性强,具有良好的像素值混淆、扩散性能和较大抵抗强力攻击的密钥空间,而且加密图像像素值具有类随机均匀分布特性且相邻像素的值具有零相关特性.     

基于多维泰勒网的自适应混沌时间序列多步预测

提出了一种新的混沌时间序列预测方法——多维泰勒网方法.该方法不以相空间重构方法中嵌入维数和时间延迟这两个关键参数的选取为前提,无需系统的先验知识和机理,仅根据已知的时间序列样本,通过多维泰勒网模型获得n元一阶多项式差分方程组,进而得到能反映非线性系统动力学特性的多维泰勒网动态模型.在此基础上提出了基于多维泰勒网的自适应多步预测方法,通过数据窗口的滑动自适应建模,实现对混沌时间序列的多步预测.将该方法应用于Lorenz混沌时间序列的一步和多步预测,均方误差分别达到2.56×10-5和2.76×10-3.仿真结果表明,该方法可以对混沌时间进行有效预测,且具有较高的预测精度.     

一类简单二次非线性Sprott混沌系统的分析与控制

用自适应反推方法考虑一类简单非线性Sprott混沌系统的控制问题,得到了平衡点的稳定性及Hopf分岔存在性的条件,通过Lyapunov指数图及混沌吸引子验证了系统的混沌现象,通过分岔图分析得到了系统存在复杂动力学行为,并设计自适应反推控制器控制混沌系统到给定的平衡点.数值仿真验证了所设计控制器的有效性.     

一种基于混合模型WRC的流量预测方法

针对当前网络流量预测方法在刻画网络流量多重特性方面存在的准确性及噪声干扰的问题,提出了一种基于混合模型WRC的流量预测方法,该方法利用小波分解将网络流量混沌时间序列分解为流量特性不同的近似时间序列和细节时间序列,并利用RBF神经网络和混沌模型分别对这两种时间序列进行处理,得到预测时间序列后再进行小波重构,得到最终的预测值.仿真实验结果表明模型预测有效,且预测精度较高.     

基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例

针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况,本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中,充分利用相关技术优势,设计了动态混沌神经网络时间序列预测模型.在此基础上,选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象,对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试,并用统计分析方法对模型性能进行评价与分析,最后,将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究.结果显示:整个动态混沌神经网络结构为27-12-1,所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势,这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.     

永磁同步电动机混沌系统的控制研究

采用自适应控制方法对永磁同步电机混沌系统进行控制研究,当该混沌系统参数未知时,基于Lyapunov稳定性理论,设计了相应的控制器和参数自适应律,使系统的状态控制到任意一个不稳定平衡点,并运用Barbalat引理,在理论上证明了受控系统的渐进稳定性,从而消除了混沌,仿真结果证明了该方法的有效性.