CN110190944A - 基于动态多映射复合的混沌扩频序列产生模型 - Google Patents

Abstract

基于动态多映射复合的混沌扩频序列产生模型,应对混沌通信的序列数量有限及机理固定的局限，基于改进Logistic，Chebyshev,Kent三种映射研究基础提出本模型。利用控制参数从改进Logistic，Chebyshev中选择奇映射和偶映射，并利用Kent映射建立分形函数，由此驱动奇映射和偶映射的分形参数，进而奇映射的输出驱动偶映射的初值，偶映射的输出驱动奇映射的初值。通过奇映射和偶映射的关联建立选择函数，并驱动Kent映射的初值。从而通过奇映射和偶映射的优选函数输出最终的新序列。此模型可以为扩频通信系统提供更多的地址码，从而扩展通信系统应用。

Description

基于动态多映射复合的混沌扩频序列产生模型

技术领域

本发明涉及扩频通信及混沌通信技术领域，尤其是基于动态多映射复合的混沌扩频序列产生模型(优选的混沌扩频序列产生模型)。

背景技术

混沌信号的生成轨迹非常复杂并且无规则可寻，使得它具有很好的隐蔽效果，高度的不可预知性。混沌信号的产生取决于统迭方程以及初始值和分形参数，从而有利于信号的复制和再生，其信号本身并非随机，然而却有着类似随机的表现，与传统伪随机扩频码有相似的伪随机本质，却解决了传统扩频地址码数目有限的问题。它除了有很好的隐蔽性、类噪声、不可预知、确定性、易于产生之外，还具备连续的宽频谱、非周期、高度的复杂性这些优势。然而，作为系统扩频地址码是有限长的序列，对于无限长的混沌序列性能会在一定程度上受到影响，所以如何产生有效的有限长混沌扩频序列成为了重点。

发明内容

本发明的目的是应对混沌通信的序列数量有限及机理固定的局限，基于改进Logistic，Chebyshev，Kent三种映射研究基础，提出基于动态多映射复合的混沌扩频序列产生模型。

采用的技术方案是：

基于动态多映射复合的混沌扩频序列产生模型，是利用控制参数从改进Logistic，Chebyshev中选择奇映射和偶映射，并利用Kent映射建立分形函数，由此驱动奇映射和偶映射的分形参数，进而奇映射的输出驱动偶映射的初值，偶映射的输出驱动奇映射的初值。通过奇映射和偶映射的关联建立选择函数，并驱动Kent映射的初值。从而通过奇映射和偶映射的优选函数输出最终的新序列。

混沌信号除了有很好的隐蔽性、类噪声、不可预知、确定性、易于产生之外，还具备连续的宽频谱、非周期、高度的复杂性这些优势。然而，作为系统扩频地址码是有限长的序列，对于无限长的混沌序列性能会在一定程度上受到影响，所以如何产生有效的有限长混沌扩频序列成为了重点。应对混沌通信的序列数量有限及机理固定的局限，基于改进Logistic，Chebyshev,Kent三种映射研究基础，提出基于动态多映射复合的混沌扩频序列产生模型。利用控制参数从改进Logistic，Chebyshev中选择奇映射和偶映射，并利用Kent映射建立分形函数，由此驱动奇映射和偶映射的分形参数，进而奇映射的输出驱动偶映射的初值，偶映射的输出驱动奇映射的初值。通过奇映射和偶映射的关联建立选择函数，并驱动Kent映射的初值。从而通过奇映射和偶映射的优选函数输出最终的新序列。此模型可以为扩频通信系统提供更多的地址码，从而扩展通信系统应用。

其优点在于：

利用控制参数来选择奇映射和偶映射，并建立分形函数，进而通过奇映射和偶映射的交替驱动，从而建立选择函数和优选函数，从而生成混沌序列。从敏感性、平衡度、游程、相关性等角度考虑，产生的混沌序列都具有明显优势。

附图说明

图1是本发明基于动态多映射复合的混沌扩频序列产生模型原理图。

具体实施方式

1)传递输入参数，即：控制参数k，初值参数z₁和x₁，分形参数α。其中，初值参数z₁的取值范围为(0,1)，初值参数x₁的取值范围为(-1,1)。分形参数α的取值范围为(0,1)。控制参数k取值为0或1，主要控制从Chebyshev映射和改进Logistic映射的集合中匹配出奇映射和偶映射，当k＝0时，Chebyshev映射为奇映射，改进Logistic映射为偶映射。当k＝1时，改进Logistic映射为奇映射，Chebyshev映射为偶映射。

2)依据输入参数解析，得到Kent映射的分形参数α，由于α＝0.4997时Kent映射呈现出最好的混沌形态，为此，其系统启动时的触发分形参数α设定为0.4997，系统启动时(即n＝1时)，Kent映射初值z₁由用户输入，启动后Kent映射初值由t_n驱动，基于此，利用式(1)进行迭代产生Kent序列。

其中，t_n为式(7)初值函数的输出，取值范围为(0,1)。

3)然后，利用生成的当前位次n的Kent序列值z_n进行式(2)的分形函数计算，得到Chebyshev映射的分形参数λ_n和改进Logistic映射的分形参数μ_n。

分形参数λ_n可以满足λ_n≥4，从而使得Chebyshev映射达到满映射。分形参数μ_n取值范围在[1.4,2]，从而使得改进Logistic映射达到满映射。

4)进行奇映射迭代运算，系统启动时(即n＝1时)的奇映射初值x₁由用户输入，启动后奇映射初值由偶映射序列y_n驱动。当模式参数k＝0时，利用奇映射初值及分形参数λ_n，进行式(3)的奇映射迭代，产生Chebyshev序列，Chebyshev序列初值的取值范围为[-1,1]。当模式参数k＝1时，利用奇映射初值及分形参数μ_n，进行式(4)的奇映射迭代，产生改进Logistic序列，改进Logistic序列初值的取值范围也为[-1,1]。

5)进行偶映射迭代运算，偶映射初值由奇映射序列x_n驱动。当模式参数k＝0时，利用偶映射初值及分形参数μ_n，进行如式(5)所示的偶映射迭代，产生改进Logistic序列，改进Logistic序列初值的取值范围为[-1,1]。当模式参数k＝1时，利用偶映射初值及分形参数λ_n，进行如式(6)所示的偶映射迭代，产生Chebyshev序列，Chebyshev序列初值的取值范围也为[-1,1]。

y_n+1＝1-μ_nx_n ²,-1≤x_n≤1 (5)。

y_n+1＝cos(λ_ncos^-1x_n),-1≤x_n≤1 (6)。

6)利用奇映射序列x_n和偶映射序列y_n进行初值函数计算，如式(7)所示。当序列位次n为奇数则利用奇序列触发Kent映射初值，当序列位次n为偶数则利用偶序列触发Kent映射初值。从而使得t_n输出范围为(0,1)，进而满足Kent映射初值取值范围为(0,1)的需求。

7)利用奇映射序列x_n或偶映射序列y_n进行优选函数处理，当k＝0时，奇映射序列输出。当k＝1时，偶映射序列输出，此输出的序列则为优选序列。

8)优选后产生的序列为实值序列,进而利用门槛函数法将实值序列转换为二值混沌序列，即将序列的平均值作为阈值判定的界限值，如果实值序列大于阈值则输出为1，否则输出为0。

Claims (1)

1.基于动态多映射复合的混沌扩频序列产生模型，其特征在于包括下列步骤：

1)传递输入参数，即：控制参数k，初值参数z₁和x₁，分形参数α；其中，初值参数z₁的取值范围为(0,1)，初值参数x₁的取值范围为(-1,1)；分形参数α的取值范围为(0,1)；控制参数k取值为0或1，主要控制从Chebyshev映射和改进Logistic映射的集合中匹配出奇映射和偶映射，当k＝0时，Chebyshev映射为奇映射，改进Logistic映射为偶映射；当k＝1时，改进Logistic映射为奇映射，Chebyshev映射为偶映射；

2)依据输入参数解析，得到Kent映射的分形参数α，由于α＝0.4997时Kent映射呈现出最好的混沌形态，为此，系统启动时的触发分形参数α设定为0.4997，系统启动时，即n＝1时，Kent映射初值z₁由用户输入，启动后Kent映射初值由t_n驱动，基于此，利用式[1]进行迭代产生Kent序列；

其中，t_n为式[7]初值函数的输出，取值范围为(0,1)；

3)然后，利用生成的当前位次n的Kent序列值z_n进行式[2]的分形函数计算，得到Chebyshev映射的分形参数λ_n和改进Logistic映射的分形参数μ_n；

分形参数λ_n可以满足λ_n≥4，从而使得Chebyshev映射达到满映射；分形参数μ_n取值范围在[1.4,2]，从而使得改进Logistic映射达到满映射；

4)进行奇映射迭代运算，系统启动时，即n＝1时，的奇映射初值x₁由用户输入，启动后奇映射初值由偶映射序列y_n驱动；当模式参数k＝0时，利用奇映射初值及分形参数λ_n，进行式[3]的奇映射迭代，产生Chebyshev序列，Chebyshev序列初值的取值范围为[-1,1]；当模式参数k＝1时，利用奇映射初值及分形参数μ_n，进行式[4]的奇映射迭代，产生改进Logistic序列，改进Logistic序列初值的取值范围也为[-1,1]；

5)进行偶映射迭代运算，偶映射初值由奇映射序列x_n驱动；当模式参数k＝0时，利用偶映射初值及分形参数μ_n，进行如式[5]所示的偶映射迭代，产生改进Logistic序列；改进Logistic序列初值的取值范围为[-1,1]；当模式参数k＝1时，利用偶映射初值及分形参数λ_n，进行如式[6]所示的偶映射迭代，产生Chebyshev序列，Chebyshev序列初值的取值范围也为[-1,1]；

y_n+1＝1-μ_nx_n ²,-1≤x_n≤1 [5]；

y_n+1＝cos(λ_ncos^-1x_n),-1≤x_n≤1 [6]；

6)利用奇映射序列x_n和偶映射序列y_n进行初值函数计算，如式[7]所示；当序列位次n为奇数则利用奇序列触发Kent映射初值，当序列位次n为偶数则利用偶序列触发Kent映射初值；从而使得t_n输出范围为(0,1)，进而满足Kent映射初值取值范围为(0,1)的需求；

7)利用奇映射序列x_n或偶映射序列y_n进行优选函数处理，当k＝0时，奇映射序列输出；当k＝1时，偶映射序列输出，此输出的序列则为优选序列；

8)优选后产生的序列为实值序列,进而利用门槛函数法将实值序列转换为二值混沌序列，即将序列的平均值作为阈值判定的界限值，如果实值序列大于阈值则输出为1，否则输出为0。