基于DSP的混沌语音加密

基于语音加密的特殊性,利用可逆二维Arnold变换和改进的Logistic映射进行了混沌加密算法研究,并以TMS320VC5509A为中央处理器提出了语音加密的系统方案,实现了语音的加密和解密.首先介绍了数据加密技术基本原理和方法,然后详细给出了混沌加密系统的软硬件设计方案,并通过DSP芯片实现了混沌语音加密和解密.最后对语音信号进行了模拟仿真和测试,加解密前后的信号和频谱取得了较好的一致性,证实了该混沌语音加密算法的可行性.     

离散脉冲系统稳定性分析及在混沌同步中应用

提出了离散脉冲系统模型,通过分析离散脉冲系统的稳定性,得到了一类拟线性离散脉冲系统全局渐近稳定的充分条件;由此为Lur’e型离散混沌系统的同步提出了一种新的同步方法——离散脉冲同步方法。实现了这类Lur’e型混沌系统的全局同步．以Henon映射混沌系统为例,对所得结论加以验证与仿真实验．     

近似时滞超混沌系统的动力学特性分析

.为揭示近似时滞超混沌系统的复杂动力学特性,计算了该系统产生的超混沌吸引子的混沌特征量,包括Lyapunov指数、关联维数、Kolmogorov墒、频谱和Poincare截面,并将之与经典的Lorenz吸引子进行了比较.从数值实验方面证明近似时滞超混沌吸引子比经典的Lorenz吸引子具有复杂的动力学特性.     

科学与艺术的结晶《Mandelbrot-Julia混沌分形图谱》——五大宇宙定律与时空谱

提出了一种具有Mandelbrot-Julia混沌分形图谱的曼德布罗特(Mandelbrot)混沌分形时空观,对经典的逃逸时间算法加以改进,提出了旋转逃逸时间算法,构造了一系列由复映射变换f1(z)=zm+c(m≥2,m∈N)和f3(z)=zω+c(ω=α+iβ)所确定的广义Mandelbrot集(简称M-集或M-分形图)及其对应的Julia集(简称J-集或J-分形图),提供了对其深入研究的新现象、新图形和新规律"图中嵌图、形中镶形、拉压与折叠、统计自相似、无限周期有稠性、混沌分形有新序".算法利用面向WEB的Java Applet技术实现,提供了一种基于Internet的分布式混沌分形理论研究机制.     

耦合的Belousov-Zhabotinsky化学体系动力学行为的研究

对通过变量耦合的Belousov-Zhabotinsky-CSTR混沌体系进行了细致的数值模拟研究，包括单向耦合和双向耦合两种方式，以及单个变量的耦合和全部变量的耦合等不同类型。得到了一系列丰富的动力学行为，包括超混沌、混沌同步、周期振荡等，并通过计算横截Lyapunov指数对所得的同步进行了表征。数值模拟结果与已有的实验结果定性一致。     

边坡位移时序预测的组合模型研究

将边坡变形预测看作一个特殊的凸二次规划问题,以加权一阶局域法（AOLMM）、Lyapunov指数预报法以及神经网络预测方法（ANN）为基础,建立了边坡变形预测的组合模型,应用动态规划方法求解组合预测模型的最优解,以达到有效利用各种预测方法提供的信息和提高模型预测精度的效果．通过工程实例研究表明,该组合预测模型较单一预测模型精度有较大提高,表明组合预测模型的可行性及有效性．     

一类离散捕食-被捕食系统的动力学复杂性

本文对文献[2]提出的一类离散捕食系统的动方学行为进行进一步研究.首先利用分支理论,探讨了系统在一定条件下存在Hopf分支;随后证明了系统在一定条件下存在Harotto's混沌吸引子;最后利用数值模拟,不但验证了理论分析的正确性而且还揭示了系统其它动力学行为,例如:倍周期、到倍周期分岔,吸引子危机,拟周期,混沌带和周期窗口.     

对“基于改进广义cat映射的彩色卫星图像加密算法”的安全性分析

对一种基于改进广义cat映射的彩色卫星图像加密算法进行安全性分析,并提出相应的选择明文/密文攻击和已知明文攻击方法.该算法改造了一般广义cat映射,通过增加一个非线性项使得一般广义cat映射具有更好的混沌特性;并利用改进广义cat映射进行图像置乱,然后用复合混沌映射对置乱后的图像进行扩散运算,实现图像加密.经过理论分析发现该算法存在两方面不足.一方面是扩散过程过于简单,采用简单的整幅图像的异或运算;另一方面是采用改进广义cat的置乱过程与明文无关.这两方面的不足,使得算法很容易受到破译.理论和仿真实验均表明该算法无法抵抗选择明文/密文攻击和已知明文攻击.     

OGY法控制混沌运动及推广形式

OGY法是一种比较有效的控制混沌运动的方法 ,利用混沌运动对很小的扰动敏感和混沌运动的偏历性 ,给混沌运动较小的参数扰动控制量 ,把输出控制到一个稳定的状态     

分数阶超混沌Chen系统的RBF神经网络自适应滑模同步

针对分数阶超混沌系统的同步问题,通过设计一个新型含分数阶滑模面的RBF神经网络自适应滑模控制器,应用滑模控制和主动控制原理实现分数阶超混沌Chen系统的驱动系统和响应系统间的同步.在RBF神经网络控制方案的基础上引入分数阶滑模控制器以提高系统的鲁棒性,并在分数阶滑模控制器中增设自适应参数使得控制律在迭代过程中找到合适的切换增益,免除繁冗的人工调参过程.根据Lyapunov稳定性定理证明了该方案下系统的稳定性.当存在外部干扰时,将RBF神经网络与分数阶滑模控制相结合,更利于系统在迭代过程中找到最近似的权值,并通过补偿控制降低干扰对控制系统的影响.数值仿真结果验证了该控制方法的鲁棒性及有效性.