CN101534165B - 一种混沌神经网络保密通信电路 - Google Patents

Abstract

本发明涉及一种混沌神经网络保密通信电路，具体地说是基于一种含延时状态的混沌神经元网络的保密通信电路。其发送端的明文信号i(t)通过反相放大电路用以驱动第一时滞混沌神经网络系统，由第一时滞混沌神经网络系统输出混沌信号x(t)，混沌信号x(t)与明文信号i(t)叠加产生信号x(t)+i(t)并通过加密方案电路产生加密传送信号s(t)；加密传送信号s(t)由传输信道传送给接收端，通过相应的解密方案电路解出信号x(t)+i(t)用以驱动第二时滞混沌神经网络系统，第二时滞混沌神经网络系统产生一个相应的与混沌信号x(t)同步的混沌信号y(t)，最后由信号x(t)+i(t)减去混沌信号y(t)得出明文信号r(t)。本发明克服了一般低维混沌系统保密性差、高维混沌系统难以物理实现的缺点，达到了明文信号的加密传送功能，并能有效简化实际电路装置。

Description

一种混沌神经网络保密通信电路

技术领域

本发明涉及一种混沌神经网络保密通信电路，具体地说是基于一种含延时状态的混沌神经元网络的保密通信电路，属于通信领域。

背景技术

混沌神经网络是近年来发展起来的一门新的科学。由于具有混沌特性的人工神经网络具有十分复杂的动力学特性，其产生的混沌信号具有不可预测性，所以混沌神经网络在数据加密、保密通信和信息处理等方面有潜在的应用前景。目前，关于混沌神经网络用于保密通信的研究大都基于暂态混沌神经网络，但是这类混沌神经网络很难在实际电路中实现，从而限制了它的应用范围。另外，当前低维混沌电路系统的安全性较低，容易受到威胁，而高维混沌系统物理实现变得更加困难，因而有必要提出新的混沌系统保密方案。

研究表明带时滞的混沌系统能表现出很好的混沌特性，被认为是一种有效的加密工具。其主要原因是，系统模型简单，具有更加复杂的无穷维动力学特性和有限高维同步吸引子，以及多个正Lyapunov的指数，而且随着延时的增大，系统呈现出多稳定性。研究发现，由两个或三个非线性神经元组成，每个神经元都有一个S型传递函数的时延神经网络能产生混沌行为。现已有提出一种带有非单调激活函数的时滞混沌神经元网络，既可以作为独立的时滞混沌发生器，也可以作为一个混沌神经元电路单元，在保密通信和信息处理中有潜在的应用价值。在现有混沌神经网络保密通信技术中，一般不带延时，而且要求传送信号基于密文信号与某一同步信号混合调制而成，然后再在接收端混合解调出密文信号。为了克服上述高、低维混沌电路系统的缺陷以及简化现有混沌神经网络传送信号装置，本发明将基于上述时滞混沌神经元网络，提出一种新的混沌保密通信方案。

发明内容

本发明的目的在于克服上述不足之处，从而提供一种加密性强，安全性高，只须单路传送信号，并在实际电路中可实现的延时混沌神经元网络系统保密通信方案。

按照本发明提供的技术方案，一种混沌神经网络保密通信电路包括发送端和接收端，所述发送端包括第一时滞混沌神经网络系统和加密方案电路，所述接收端包括第二时滞混沌神经网络系统和解密方案电路。

发送端的明文信号i(t)通过反相放大电路用以驱动第一时滞混沌神经网络系统，由第一时滞混沌神经网络系统输出混沌信号x(t)，混沌信号x(t)与明文信号i(t)叠加产生信号x(t)+i(t)并通过加密方案电路产生加密传送信号s(t)；加密传送信号s(t)由传输信道传送给接收端，通过相应的解密方案电路解出信号x(t)+i(t)用以驱动第二时滞混沌神经网络系统，第二时滞混沌神经网络系统产生一个相应的与混沌信号x(t)同步的混沌信号y(t)，最后由信号x(t)+i(t)减去混沌信号y(t)得出明文信号r(t)。

所述第一时滞混沌神经网络系统包括第一激励模块、第二激励模块、第一积分电路模块、延时模块、第一反相放大模块、加法模块和第二反相放大模块；

第一路：混沌信号x(t)连接第一积分电路模块的IO11端；

第二路：明文信号i(t)通过反相放大模块连接第一积分电路模块(X3)的IO12端；

第三路：明文信号i(t)与第一积分电路模块输出信号x(t)通过加法模块产生信号x(t)+(t)，再通过第一激励模块输出信号f(x(t)+i(t))，第一激励模块的输出端连接第一反相放大模块的输入端，第一反相放大模块的输出端输出信号-f(x(t)+i(t))，再连接第一积分电路模块的IO13端；

第四路：第一积分电路模块输出信号x(t)通过延时模块的输入端，延时模块的输出端输出信号x(t-1)，再连接第二激励模块的输入端，第二激励模块的输出端输出信号f(x(t-1))，连接第一积分电路模块的IO14端。

所述第二时滞混沌神经网络系统包括第三激励模块、第四激励模块、第二积分电路模块、第二延时模块、第三反相放大模块、第四反相放大模块和减法模块；

第一路：混沌信号y(t)连接第二积分电路模块的JO11端；

第二路：加密传送信号s(t)经解密方案电路得到的信号x(t)+i(t)连接减法模块的正端，混沌信号y(t)连接减法模块的负端，减法模块的输出端连接第四反相放大模块的输入端，第四反相放大模块的输出端连接第二积分电路模块的JO12端；

第三路：信号x(t)+i(t)通过第三激励模块输出信号f(x(t)+i(t))，第三激励模块输出端连接第三反相放大模块的输入端，第三反相放大模块的输出端输出信号-f(x(t)+i(t))，再连接第二积分电路模块的JO13端；

第四路：第二积分电路模块输出混沌信号y(t)通过第二延时模块输出信号y(t-1)，第二延时模块的输出端再连接第四激励模块的输入端，第四激励模块的输出端输出信号f(x(t-1))，连接第二积分电路模块的JO14端。

所述加法模块包括加法电路和反相放大电路，明文信号i(t)和混沌信号x(t)通过加法电路产生的输出信号-x(t)-i(t)，再经过反相放大电路输出信号x(t)+i(t)。

所述第一反相放大模块，其输出端的信号比输入端的信号放大了-1倍；第三反相放大模块(Y5)和第一反相放大模块(X5)结构相同。

所述第二反相放大模块(X7)，其输出端的信号比输入端的信号放大了-5倍；第四反相放大模块(Y7)和第二反相放大模块(X7)结构相同。

所述第一积分电路模块(X3)将4路不同信号按不同放大倍数分别进行积分并叠加成一路输出信号，所述IO11端输入信号为S1＝x(t)，IO12端输入信号为S2＝-5i(t)，IO13端输入信号为S3＝-f(x(t)+i(t))，IO14端输入信号为S4＝f(x(t-1))，输出端IO15端输出信号为S5＝x(t)，所述五个信号之间的关系为：

$S5={\∫}_0^t(-\frac{S1}{R_1{C}_{11}}-\frac{S2}{R_2{C}_{11}}-\frac{S3}{R_3{C}_{11}}-\frac{S4}{R_4{C}_{11}})\mathrm{dt},$ 即

$x\left(t\right)={\∫}_0^t[M\left(t\right)=\frac{1}{-R_1{C}_{11}}x\left(t\right)+\frac{5}{R_2{C}_{11}}i\left(t\right)+\frac{1}{R_3{C}_{11}}f(x\left(t\right)+i\left(t\right))-\frac{1}{R_4{C}_{11}}f\left(x(t-1)\right)]\mathrm{dt};$

第二积分电路模块(Y3)和第一积分电路模块(X3)结构相同。

本发明与已有技术相比具有以下优点：

本发明提出了一种时滞混沌神经元网络系统的保密通信电路，实现了该电路的硬件物理实现，克服了一般低维混沌系统保密性差、高维混沌系统难以物理实现的缺点，达到了明文信号的加密传送功能。由于传送信号在不需要状态的同步信号与密文信号混合调制情况下，系统仍能很好地恢复了明文信号，所以本发明提出的混沌神经元网络保密通信方法能有效简化实际电路装置。

附图说明

图1是本发明总体结构框图。

图2是第一混沌神经网络系统中混沌信号x(t)的时间响应曲线图。

图3是第一混沌神经网络系统中混沌信号x(t)和时滞混沌信号x(t-1)的相位图。

图4是本发明发射端电路框图。

图5(a)是加法模块电路原理图。

图5(b)是第一反相放大模块的电路原理图。

图5(c)是第二反相放大模块的电路原理图。

图6是积分电路模块的电路原理图。

图7是延时模块的电路原理图。

图8是激励模块中双曲正切函数tanh(x-1)模块的电路原理图。

图9是本发明接收端电路框图。

图10是减法模块的电路原理图。

图11是发送端原始的明文信号示意图。

图12是传输信道中的加密传送信号示意图。

图13是接收端恢复的明文信号示意图。

图14是发送端原始的明文信号和接收端恢复的明文信号的误差示意图。

具体实施方式

下面本发明将结合附图中的实施例作进一步描述：

本发明采用的技术方案是：首先建立混沌神经元系统

$\frac{\mathrm{dx}\left(t\right)}{\mathrm{dt}}=-x\left(t\right)+\mathrm{af}\left(x\left(t\right)\right)-\mathrm{abf}\left(x(t-1)\right),t>0,---\left(1\right)$

其中，f(x)＝2(tanh(x+1)-tanh(x-1))-1.5(tanh(x+4/3)-tanh(x-4/3))是网络的激励函数，当a＝3，b＝8时，系统表现混沌特性。为了建立系统硬件电路，其关键技术在于激励函数f(x)的电路模块以及延时x(t-1)的电路模块。dx(t)/dt通过一运放积分电路可以得到x(t)，系统中比例系数利用运算放大电路实现。激励函数模块由四个双曲正切函数子电路线性组合构成，而双曲正切函数电路通过两个三极管差分对管组成一电流源偏置的差动放大电路来实现，如图8所示。如图7所示，延时模块通过n个参数相同的T型LCL滤波环来实现，延迟时间的计算公式为 $\mathrm{\τ}=n\sqrt{2\mathrm{LC}},$ 其中n为LCL滤波环的个数。本发明中，取电感L＝9.5mH，电容C＝525nF，组成10个LCL环，从而 $\mathrm{\τ}=n\sqrt{2\mathrm{LC}}\≈1\mathrm{ms}.$ 然后，把明文信号i(t)引入上述混沌神经元网络中以驱动电路，再将系统中混沌信号x(t)与明文信号i(t)通过一定的加密方案产生加密信号传送给接收端。接收端利用接收到的密文信号驱动混沌系统以得到一相应同步的混沌信号，联合这一同步混沌信号和传送过来的密文信号通过解密方案解出明文信号。

第一混沌神经网络系统I的状态x(t)和时滞状态x(t-1)的相位图如图3所示，其中横坐标为时滞状态x(t-1)，纵坐标为状态x(t)。状态x(t)时间响应曲线如图3所示，其中横坐标为时间t，纵坐标为状态x(t)。由图2和3可见，第一混沌神经元网络系统I表现出很好的混沌特性。

如图1所示，本发明所述的保密通信电路包括发送端和接收端，其中发送端包括第一时滞混沌神经网络系统I和加密方案电路，接收端包括第二时滞混沌神经网络系统II和解密方案电路。发送端的明文信号i(t)通过反相放大电路用以驱动第一时滞混沌神经网络系统I，由第一时滞混沌神经网络系统I输出混沌信号x(t)，混沌信号x(t)与明文信号i(t)叠加产生信号x(t)+i(t)并通过加密方案电路产生加密传送信号s(t)；加密传送信号s(t)由传输信道传送给接收端，通过相应的解密方案电路解出信号x(t)+i(t)用以驱动第二时滞混沌神经网络系统II，第二时滞混沌神经网络系统II产生一个相应的与混沌信号x(t)同步的混沌信号y(t)，最后由信号x(t)+i(t)减去混沌信号y(t)得出明文信号r(t)。

本实施例的发送端明文信号为一段笑声的声音信号，该信号通过反相放大电路用以驱动第一时滞混沌神经网络系统I，由第一时滞混沌神经网络系统I输出混沌信号x(t)，x(t)与明文信号i(t)叠加产生信号x(t)+i(t)并通过一定的加密方案(即经过加密方案电路)产生加密传送信号s(t)；加密传送信号s(t)由传输信道传送给接收端，通过相应的解密方案(即经过解密方案电路)解出信号x(t)+i(t)用以驱动第二时滞混沌神经网络系统II，第二时滞混沌神经网络系统II产生一个相应的与x(t)同步的混沌信号y(t)，最后由信号x(t)+i(t)减去混沌信号y(t)得出明文信号r(t)。

如图4所示，发射端的第一时滞混沌神经网络系统I包括第一激励模块X1、第二激励模块X2、第一积分电路模块X3、延时模块X4、第一反相放大模块X5、加法模块X6和第二反相放大模块X7。

如图5(a)所示，加法模块X6中，明文信号i(t)和混沌信号x(t)通过电阻R11、R12、R13、R14和运算放大器U5组成的加法电路产生的输出信号-x(t)-i(t)，再经过由电阻R3、R4、R15和运算放大器U2组成的反相放大电路输出信号x(t)+i(t)。

如图5(b)所示，第一反相放大模块X5中，信号从IO9端经过由电阻R1、R2、R5和运算放大器U1组成的电路后，从IO10端输出的信号放大了-1倍。第三反相放大模块Y5和第一反相放大模块X5结构相同。

如图5(c)所示，第二反相放大模块X7中，信号从IO5端经过由电阻R6、R7、R8和运算放大器U3组成的电路后，从IO6端输出的信号放大了-5倍。第四反相放大模块Y7和第二反相放大模块X7结构相同。

如图6所示，第一积分电路模块X3中，由电阻R1、R2、R3、R4、R5、电容C11和运算放大器U4组成一个将4路不同信号按不同放大倍数分别进行积分并叠加成一路输出信号的电路。

第一积分电路模块X3输入IO11端信号为S1＝x(t)，

第一积分电路模块X3输入IO12端信号为S2＝-5i(t)，

第一积分电路模块X3输入IO13端信号为S3＝-f(x(t)+i(t))，

第一积分电路模块X3输入IO14端信号为S4＝f(x(t-1))，

第一积分电路模块X3输出IO15端信号为S5＝x(t)，

则5个信号之间的关系为： $S5={\∫}_0^t(-\frac{S1}{R_1{C}_{11}}-\frac{S2}{R_2{C}_{11}}-\frac{S3}{R_3{C}_{11}}-\frac{S4}{R_4{C}_{11}})\mathrm{dt},$ 即

$x\left(t\right)={\∫}_0^t[M\left(t\right)=\frac{1}{-R_1{C}_{11}}x\left(t\right)+\frac{5}{R_2{C}_{11}}i\left(t\right)+\frac{1}{R_3{C}_{11}}f(x\left(t\right)+i\left(t\right))-\frac{1}{R_4{C}_{11}}f\left(x(t-1)\right)]\mathrm{dt}.$

第二积分电路模块(Y3)和第一积分电路模块(X3)结构相同。

如图4所示，第一路：混沌信号x(t)连接第一积分电路模块X3的IO11端；

第二路：明文信号i(t)通过反相放大模块X7连接第一积分电路模块X3的IO12端；

第三路：明文信号i(t)与第一积分电路模块X3输出信号x(t)通过加法模块(X6)产生信号x(t)+i(t)，再通过第一激励模块X1输出信号f(x(t)+i(t))，第一激励模块X1的输出端连接第一反相放大模块X5的输入端，第一反相放大模块X5的输出端输出信号-f(x(t)+i(t))，再连接第一积分电路模块X3的IO13端；

第四路：第一积分电路模块X3输出信号x(t)通过延时模块X4的输入端，延时模块X4的输出端输出信号x(t-1)，再连接第二激励模块X2的输入端，第二激励模块X2的输出端输出信号f(x(t-1))，连接第一积分电路模块X3的IO14端。

如图9所示，接收端的第二时滞混沌神经网络系统II包括第三激励模块Y1、第四激励模块Y2、第二积分电路模块Y3、第二延时模块Y4、第三反相放大模块Y5、第四反相放大模块Y7和减法模块Y8。

其中，第三激励模块Y1、第四激励模块Y2、第二积分电路模块Y3、第二延时模块Y4、第三反相放大模块Y5和第四反相放大模块Y7的内部电路与发送端的同类模块内部电路结构相同。

如图10所示，减法模块Y8中，信号x(t)+i(t)和混沌信号y(t)通过电阻R21、R22、R23、R24和运算放大器U6组成减法电路，从IO21端输出信号x(t)+i(t)-y(t)。

第一路：混沌信号y(t)连接第二积分电路模块Y3的IO11端；

第二路：加密传送信号s(t)经解密方案电路得到的信号x(t)+i(t)连接减法模块Y8的正端，混沌信号y(t)连接减法模块Y8的负端，减法模块Y8的输出端连接第四反相放大模块Y7的输入端，第四反相放大模块Y7的输出端连接第二积分电路模块Y3的IO12端；

第三路：信号x(t)+i(t)通过第三激励模块Y1输出信号f(x(t)+i(t))，第三激励模块Y1输出端连接第三反相放大模块Y5的输入端，第三反相放大模块Y5的输出端输出信号-f(x(t)+i(t))，再连接第二积分电路模块Y3的IO13端；

第四路：第二积分电路模块Y3输出混沌信号y(t)通过第二延时模块Y4输出信号y(t-1)，第二延时模块Y4的输出端再连接第四激励模块Y2的输入端，第四激励模块Y2的输出端输出信号f(x(t-1))，连接第二积分电路模块Y3的IO14端。

本实施例中，明文信号i(t)为一段笑声的声音信号如图11所示，其中横坐标为时间t，纵坐标为信号i(t)；该声音信号通过发射端保密通信电路传送出去的密文信号如图12所示，其中横坐标为时间t，纵坐标为加密传送信号s(t)；恢复的声音信号r(t)以及r(t)与原始明文信号i(t)的误差分别如图13、图14所示，其中横坐标都是时间t，纵坐标分别为r(t)、r(t)-i(t)。通过比较效果可见，传输信道中的信号为混沌状态，起到了保密作用，而接收端恢复的明文声音信号在接收0.1秒后能完全与原始明文声音信号保持同步，从而很好地恢复明文信号i(t)。

Claims (4)

1.一种混沌神经网络保密通信电路，包括发送端和接收端，其特征是：所述发送端包括第一时滞混沌神经网络系统(I)和加密方案电路，所述接收端包括第二时滞混沌神经网络系统(II)和解密方案电路；

发送端的明文信号i(t)通过反相放大电路用以驱动第一时滞混沌神经网络系统(I)，由第一时滞混沌神经网络系统(I)输出混沌信号x(t)，混沌信号x(t)与明文信号i(t)叠加产生信号x(t)+i(t)并通过加密方案电路产生加密传送信号s(t)；加密传送信号s(t)由传输信道传送给接收端，通过相应的解密方案电路解出信号x(t)+i(t)用以驱动第二时滞混沌神经网络系统(II)，第二时滞混沌神经网络系统(II)产生一个相应的与混沌信号x(t)同步的混沌信号y(t)，最后由信号x(t)+i(t)减去混沌信号y(t)得出明文信号r(t)；

所述第一时滞混沌神经网络系统(I)包括第一激励模块(X1)、第二激励模块(X2)、第一积分电路模块(X3)、延时模块(X4)、第一反相放大模块(X5)、加法模块(X6)和第二反相放大模块(X7)；

第一路：混沌信号x(t)连接第一积分电路模块(X3)的IO11端；

第二路：明文信号i(t)通过反相放大模块(X7)连接第一积分电路模块(X3)的IO12端；

第三路：明文信号i(t)与第一积分电路模块(X3)输出信号x(t)通过加法模块(X6)产生信号x(t)+i(t)，再通过第一激励模块(X1)输出信号f(x(t)+i(t))，第一激励模块(X1)的输出端连接第一反相放大模块(X5)的输入端，第一反相放大模块(X5)的输出端输出信号-f(x(t)+i(t))，再连接第一积分电路模块(X3)的IO13端；

第四路：第一积分电路模块(X3)输出信号x(t)通过延时模块(X4)的输入端，延时模块(X4)的输出端输出信号x(t-1)，再连接第二激励模块(X2)的输入端，第二激励模块(X2)的输出端输出信号f(x(t-1))，连接第一积分电路模块(X3)的IO14端；

所述第二时滞混沌神经网络系统(II)包括第三激励模块(Y1)、第四激励模块(Y2)、第二积分电路模块(Y3)、第二延时模块(Y4)、第三反相放大模块(Y5)、第四反相放大模块(Y7)和减法模块(Y8)；

第一路：混沌信号y(t)连接第二积分电路模块(Y3)的JO11端；

第二路：加密传送信号s(t)经解密方案电路得到的信号x(t)+i(t)连接减法模块(Y8)的正端，混沌信号y(t)连接减法模块(Y8)的负端，减法模块(Y8)的输出端连接第四反相放大模块(Y7)的输入端，第四反相放大模块(Y7)的输出端连接第二积分电路模块(Y3)的JO12端；

第三路：信号x(t)+i(t)通过第三激励模块(Y1)输出信号f(x(t)+i(t))，第三激励模块(Y1)输出端连接第三反相放大模块(Y5)的输入端，第三反相放大模块(Y5)的输出端输出信号-f(x(t)+i(t))，再连接第二积分电路模块(Y3)的JO13端；

第四路：第二积分电路模块(Y3)输出混沌信号y(t)通过第二延时模块(Y4)输出信号y(t-1)，第二延时模块(Y4)的输出端再连接第四激励模块(Y2)的输入端，第四激励模块(Y2)的输出端输出信号f(x(t-1))，连接第二积分电路模块(Y3)的JO14端；

所述第一积分电路模块(X3)将4路不同信号按不同放大倍数分别进行积分并叠加成一路输出信号，所述IO11端输入信号为S1＝x(t)，IO12端输入信号为S2＝-5i(t)，IO13端输入信号为S3＝-f(x(t)+i(t))，IO14端输入信号为S4＝f(x(t-1))，输出端IO15端输出信号为S5＝x(t)，所述五个信号之间的关系为：

$S5={\∫}_0^t(-\frac{S1}{R_1{C}_{11}}-\frac{S2}{R_2{C}_{11}}-\frac{S3}{R_3{C}_{11}}-\frac{S4}{R_4{C}_{11}})\mathrm{dt},$ 即

$x\left(t\right)={\∫}_0^t[M\left(t\right)=\frac{1}{-R_1{C}_{11}}x\left(t\right)+\frac{5}{R_2{C}_{11}}i\left(t\right)+\frac{1}{R_3{C}_{11}}f(x\left(t\right)+i\left(t\right))-\frac{1}{R_4{C}_{11}}f\left(x(t-1)\right)]\mathrm{dt};$

第二积分电路模块(Y3)和第一积分电路模块(X3)结构相同；

上述公式中参数：R1、R2、R3、R4、C 11；为电阻R1、电阻R2、电阻R3、电阻R4、电容C11。

2.根据权利要求1所述的混沌神经网络保密通信电路，其特征在于所述加法模块(X6)包括加法电路和反相放大电路，明文信号i(t)和混沌信号x(t)通过加法电路产生的输出信号-x(t)-i(t)，再经过反相放大电路输出信号x(t)+i(t)。

3.根据权利要求1所述的混沌神经网络保密通信电路，其特征在于所述第一反相放大模块(X5)，其输出端的信号比输入端的信号放大了-1倍；第三反相放大模块(Y5)和第一反相放大模块(X5)结构相同。

4.根据权利要求1所述的混沌神经网络保密通信电路，其特征在于所述第二反相放大模块(X7)，其输出端的信号比输入端的信号放大了-5倍；第四反相放大模块(Y7)和第二反相放大模块(X7)结构相同。

Images