[发明专利]一种基于混沌的伪随机信号发生方法及发生器

摘要

本发明公开了一种基于混沌的伪随机信号发生方法，包括如下步骤：利用混沌系统产生混沌时间序列，混沌时间序列为浮点值模拟信号；对混沌时间序列进行量化处理生成伪随机信号，伪随机信号为实值符号序列的数字信号；利用Lorenz流混沌系统产生混沌时间序列；应用Runge‑Kutta方法求解，生成浮点值模拟信号；应用HEBQ算法对混沌时间序列进行量化处理。本发明中提出的HEBQ算法需要先用直方图均衡化法确定量化区间，所以该算法属于阈值量化法，方法简单易于工程实现；此外HEBQ量化算法得到的伪随机信号平衡性和互相关特性好，用于协议认证、信息加密能够增大破解难度，适合应用到实际的保密通信系统中。

主权项

1.一种基于混沌的伪随机信号发生方法，其特征在于，包括如下步骤：S1、利用混沌系统产生混沌时间序列，混沌时间序列为浮点值模拟信号；S2、对混沌时间序列进行量化处理生成伪随机信号，伪随机信号为实值符号序列的数字信号；步骤S1中，利用Lorenz流混沌系统产生混沌时间序列；步骤S1中，应用Runge‑Kutta方法求解，生成浮点值模拟信号；步骤S2中，应用HEBQ算法对混沌时间序列进行量化处理；Lorenz流混沌系统应用Runge‑Kutta方法产生混沌时间序列的具体过程如下：采用Lorenz流混沌系统产生混沌时间序列：其中，x、y、z是混沌序列的相分量，α、b、r是混沌序列的参量，取α＝16,b＝4,r＝45.92，最终取x相分量生成混沌时间序列；连续混沌系统进行混沌时间序列生成时，应用Runge‑Kutta方法，令初值问题表述如下：y'＝f(t,y),y(t₀)＝y₀；其中，t是时间变量；对于该问题的求解由如下方程给出：其中，h是计算的时间间隔，各k_i是估算的斜率：k₁＝f(t_n,y_n)k₄＝f(t_n+h,y_n+hk₃)k₁是时间段开始时的斜率；k₂是时间段中点的斜率，通过欧拉法采用斜率k₁来决定y在点的值；k₃也是中点的斜率，采用斜率k₂决定y值；k₄是时间段终点的斜率，其y值用k₃决定；当四个斜率取平均时，中点的斜率有更大的权值，从而得到斜率平均值：假设伪随机信号值域大小为q，混沌系统产生的混沌时间序列为X，X＝{x'[0],x'[1],···,x'[L‑1]}，L是混沌时间序列的长度；应用HEBQ算法对混沌时间序列进行量化处理生成伪随机信号具体过程如下：求取混沌时间序列X＝{x₁,…,x_i,…,x_L}的最大值Max_X与最小值Min_X，取划分区间数p＝m×q，q为值域大小，要求p远大于q，一般取m≥100；记录划分区间数p时的区间X'＝{x′₁,x′₂,…x′_p+1}，同时统计序列X在p段中每段出现的频数；从区间1到区间p对频数进行累加得到f_Num，当出现时，L是混沌时间序列的长度，记录X′_i，并将其赋给量化区间Y＝{y₁,…,y_i,…,y_p+1}中对应的位置j中(即y_j＝x′_i)，然后j＝j+1，其中y₁＝Min_X,y_q+1＝Max_X，直到做完到所有区间的累加，便得到了量化区间Y＝{y₁,…,y_i,…,y_p+1}；根据量化区间Y，对混沌时间序列X＝{x₁,…,x_k,…,x_L}进行量化，即当y_i≤X_k≤y_i+1，取i存入F＝{f₁,…,f_k,…,f_L}中对应的f_k，所得到的F即为伪随机信号。