[发明专利]基于模糊熵算法的混沌伪随机序列复杂度稳定性测度方法

摘要

本发明公开了一种基于模糊熵算法的混沌伪随机序列复杂度稳定性测度方法，主要解决现有伪随机序列复杂度稳定性测度算法的不足和准确性差的问题，包括k错模糊熵稳定性算法和复杂度时间稳定算法。其计算步骤分别为：(1)读取数据0‑1数据，(2)划分窗口，(3)计算每个窗口的k错模糊熵，(4)计算k错模糊熵稳定性；(1)读取0‑1数据，(2)划分窗口，(3)计算每个窗口的模糊熵，(4)计算复杂度时间演化稳定性。从结果来看，多涡卷混沌系统产生的混沌伪随机序列复杂度和复杂度稳定性并不随涡卷数增加而变得更好；不同测度值之间具有一定的相似性，表明本发明测度结果的准确性和测度实用性。本发明可用于计算混沌0‑1伪随机序列的复杂度稳定性。

主权项

1.一种基于模糊熵算法的混沌伪随机序列复杂度稳定性测度方法，其特征在于：利用k错模糊熵算法测度伪随机序列的k错稳定性R；利用模糊熵复杂度计算不同窗口的复杂度，并定义了时间演化稳定性C，采用输出结果R和C来综合表征序列的复杂度稳定性；所述利用k错模糊熵算法测度伪随机序列的k错稳定性R，包括如下步骤：(1)读入待分析的混沌二进制混沌伪随机序列；(2)确定每个窗口长度N和滑动步长L，并确定总的窗口个数为J；(3)计算窗口内混沌伪随机序列的k错模糊熵：其中，m为模糊熵算法嵌入维数，r为模糊熵算法相似容限度，sN为长度为N的二进制混沌伪随机序列，tN为汉明重量wH(tN)＝k、 长度为N的二进制伪随机序列，即序列中不为0的位数值为k；(4)被测窗口伪随机序列的k错稳定性优劣通过原序列模糊熵复杂度与k错模糊熵复杂度之间的偏离程度来衡量，则第i个窗口k错模糊熵稳定性定义为(5)重复步骤(3)和步骤(4)，直到得到计算完所有窗口的k错稳定性，即得到R1，R2，…，RJ，然后求平均得到序列的k错稳定性为所述的时间演化稳定性C的计算方式，包括如下步骤：a、读入待分析混沌序列；b、确定每个窗口长度N和滑动步长L，并确定总的窗口个数为J；c、计算每个窗口的模糊熵复杂度，其结果分别记为F1，F2，F3，...，FJ；d、求序列每个窗口的复杂度时间稳定性：其中为窗口复杂度的平均值，λ为控制指数，λ＞1；e、计算时间演化稳定性C＝1‑VarF。