CN111934848B - 一种智能优化四维混沌矢量加密正交传输方法 - Google Patents

一种智能优化四维混沌矢量加密正交传输方法 Download PDF

Info

Publication number
CN111934848B
CN111934848B CN202010933721.3A CN202010933721A CN111934848B CN 111934848 B CN111934848 B CN 111934848B CN 202010933721 A CN202010933721 A CN 202010933721A CN 111934848 B CN111934848 B CN 111934848B
Authority
CN
China
Prior art keywords
encryption
chaotic
constellation
mapping
ofdm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010933721.3A
Other languages
English (en)
Other versions
CN111934848A (zh
Inventor
刘博�
忻向军
任建新
毛雅亚
赵建业
王瑞春
沈磊
李良川
周锐
王光全
吴泳锋
孙婷婷
赵立龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202010933721.3A priority Critical patent/CN111934848B/zh
Publication of CN111934848A publication Critical patent/CN111934848A/zh
Application granted granted Critical
Publication of CN111934848B publication Critical patent/CN111934848B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/001Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B10/00Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04JMULTIPLEX COMMUNICATION
    • H04J14/00Optical multiplex systems
    • H04J14/04Mode multiplex systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00Modulated-carrier systems
    • H04L27/26Systems using multi-frequency codes
    • H04L27/2601Multicarrier modulation systems
    • H04L27/2626Arrangements specific to the transmitter only
    • H04L27/2627Modulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Electromagnetism (AREA)
  • Optical Communication System (AREA)

Abstract

本发明公开了一种智能优化四维混沌矢量加密正交传输方法,属于信息传输技术领域,基于正交模分复用传输系统,从通信的星座、OFDM的子载波频率、时间以及模式四个维度对通信系统进行加密,多维度的超混沌加密能够提供足够大的密钥空间,为通信安全提供有力的保障,并且创新性的将机器学习利用于多维度加密优化,实现维度之间的协调优化,从而有效降低加密处理过程的时间,降低具有加密步骤的通信系统在数字信号处理模块的负面效率。与传统的加密传输方案相比,本专利提出的方案具有更有力的安全保障,并且加密代价更低。

Description

一种智能优化四维混沌矢量加密正交传输方法
技术领域
本发明属于信息传输技术领域,具体涉及一种智能优化四维混沌矢量加密正交传输方法。
背景技术
近年来,由于信息技术的高速发展以及人们对网络容量需求的增加,数据通信带宽每年以20%~40%的速率持续增长,高质量、高速率的信息传输已经成为人们最急切的需求之一。并且全球即将迎来5G时代,中国华为作为5G标准主导者之一,使得中国走在了5G的最前端。因此中国的通信领域将面向更为广泛的空间,有更多的新空间需要拓展,更多的新业务将被开发。这些都使得通信技术对频谱速率、用户体验速率、峰值速率等指标的要求越来越高。为了落实“宽带中国”战略实施,突破当前光网络传输容量极限,就必须告别传统的单芯单模传输系统,转向多模多芯大容量光传输系统的研究。
空分复用(SDM)系统通过增加并充分利用空间维度来提高光纤通信容量,这也是我们已知的进一步提升光纤通信容量的唯一手段。其中,模分复用(MDM)技术由于少模光纤技术的成熟,被广泛使用在SDM系统中。利用少模光纤中有限的正交模式,将信息在不同的信道中进行传输,从而使通信系统的容量得到极大的提升,这是传统的MDM技术原理。但是在传输时在光纤传输器件中往往会受到模式耦合和模态色散引起的串扰及失真,尤其实在长距离传输中,信号间的串扰是不可忽略的,这使得MDM系统的容量以及应用环境受到了极大限制。因此构建统一的正交模分复用传输系统来实现大容量、大空间的信号传输是一个很有前景的研究方案。所谓正交模式,即通过产生模场正交的光信号,并通过统一的编码方案使不同模式间互相关为零,在传输过程中通过模式整形等保持模式间的正交,从而避免传输过程中信号的串扰。
伴随着通信系统的发展,人们生活信息化是不可阻挡,普通百姓的衣食住行现在都已经数字化,这意味着如果信息数据没有进行保密处理,那每个人的个人信息都将曝之于众,人们的安全则得不到保障。混沌加密理论在信息安全领域有着广泛的应用空间,并且由于在正交频分复用(OFDM)系统中,在数字信号处理模块就可以完成信号的产生、调制等过程,这为在数字信号处理的过程中利用混沌加密技术来提高OFDM系统的安全提供了可行性与便利性。许多利用混沌系统的加密通信方案已经被研究并证明有着优越的保密性与抗破译能力,因此采用混沌系统对通信系统进行物理层加密被认为是一种很有前途的加密方案。
发明内容
发明目的:本发明的目的在于提供一种智能优化四维混沌矢量加密正交传输方法,在星座、频率和时间以及模式四个维度对通信系统进行加密,进一步提升系统的安全性,并且利用机器学习技术在优化问题中突出表现,实现对系统加密过程中的优化,从而减少加密处理过程的时间。
技术方案:为实现上述目的,本发明采用如下技术方案:
一种智能优化四维混沌矢量加密正交传输方法,包括如下步骤:
1)原始比特数据通过星座映射后,转化为符号数据;
2)利用初始密钥驱动混沌映射,从而生成对不同维度加密的掩蔽因子;
3)提取步骤2)生成的掩蔽因子,首先从通信星座的维度,对步骤1)中产生的符号数据进行星座维度的置乱,从而生成新的符号数据;
4)将步骤3)生成的新的符号数据进行子载波映射,生成原始OFDM符号;
5)提取步骤2)生成的掩蔽因子,对OFDM的子载波频率和时间进行置乱,从而生成加密的OFDM信号;
6)利用空间光调制器对激光器产生的光束进行空间光调制,获得n个不同模态的正交模式的光载波;
7)将步骤5)生成的加密OFDM信号进行模式分配,分配到步骤6)生成的不同模态的正交模式的光载波,从而得到信号与模式的分配映射关系;
8)利用步骤2)生成的掩蔽因子,打乱步骤7)的分配映射关系,实现模式置乱;
9)将步骤3)、5)、8)的迭代次数以及过程前后数据的相关性反馈到神经网络训练模块,并且改变置乱对象数目,重复步骤3)-8),利用算法进行训练,获得最终的加密模型;
10)以步骤9)获得的最终加密模型,按照步骤3)-8)对数据进行加密,从而生成加密光信号;
11)将步骤10)中生成的加密光信号通过光纤链路进行传输;
12)在接收端,首先利用步骤2)产生的掩蔽因子,依次对模式、时间、子载波频率、星座符号进行解密;
13)对步骤12)后产生的解密信号进行星座解映射,恢复出原始比特数据。
进一步地,步骤2)中,所述的利用初始密钥驱动混沌映射,具体为:基于初始密钥进行混沌映射,生成掩蔽因子x n ;采用超混沌chen映射进行处理,其中,初始参数(a,b,c,d, r,x,y,z,w)来驱动混沌系统,即初始密钥,默认发送端与接收端都知道初始的密钥。
Figure 457611DEST_PATH_IMAGE001
为变量,随着迭代次数进行改变,并且成为混沌序列(X,Y,Z,W)中的元素,即序列X中的元素由多次混沌迭代中产生的不同的
Figure 931317DEST_PATH_IMAGE002
组成,即:
Figure 401875DEST_PATH_IMAGE003
Figure 353651DEST_PATH_IMAGE004
);
通过混沌映射,产生四组混沌序列(X,Y,Z,W),分别用于发明所提出的四个维度的加密。
进一步地,步骤2)中,所述的生成对不同维度加密的掩蔽因子,具体为:
首先提取出混沌序列中的一组X n ,生成掩蔽因子x n ;掩蔽因子x n 是由n个元素组成的序列,其中第k个元素xk生成的过程表示为:
Figure 91800DEST_PATH_IMAGE005
Figure 470828DEST_PATH_IMAGE006
);
其中N为星座映射后星座符号总数量,log(k+1)/logN为加权系数,θ为任意角度,设置为π
进一步地,步骤3)中,所述的对步骤1)中产生的符号数据进行星座维度的置乱,具体为:
设第k个OFDM载波上星座符号表示为Q k ,则星座掩蔽后的符号Q’ k 表示为:
Figure 927218DEST_PATH_IMAGE007
Figure 682684DEST_PATH_IMAGE008
);
其中j为虚数单位,即第k个子载波上的符号再掩蔽因子的作用下旋转了一个随机的相位角度。
进一步地,步骤4)中,所述的生成原始OFDM符号,具体为:在频域进行OFDM的子载波映射:
经过第一次扰动后需要将符号映射到OFDM的子载波上,设子载波的总数目为M,符号持续时间为T s f k 为第k个子载波的频率,t为信号发送时间,则通过第一次掩蔽后的OFDM原始信号S t 表示为:
Figure 540919DEST_PATH_IMAGE009
Figure 356428DEST_PATH_IMAGE010
);
同样的提取出混沌序列中的两组Y n Z n ,获取两组掩蔽因子y n z n,分别用于在频率维度和时间维度对信号进行掩蔽;y n z n矢量的长度等于子载波和时隙的数量。
进一步地,步骤4)中,通过所述的在频域进行子载波扰动,具体为:通过位移矢量在频域上改变子载波的位置,最后再通过离散逆傅里叶变换(IDFT)将信号变换到时域上,完成第二次加密(子载波扰动),最终OFDM时域信号S' t 表示为:
Figure 595386DEST_PATH_IMAGE011
Figure 888964DEST_PATH_IMAGE012
);
其中,f k 是第k个子载波的频率,T s 是符号持续的时间。
区别于传统的加密通信方案,本发明提出的四维混沌矢量正交传输方法立足于正交模分复用技术,利用四维超混沌系统产生四组扰动矢量,在OFDM系统中分别从星座、频率和时间以及模式四个维度进行加密。并设计一个加密反馈模块,对加密效果与加密时长进行反馈,利用神经网络算法在扰动模块进行迭代计算并优化加密方案,每改变一次密钥则重新进行优化。
有益效果:与现有技术相比,本发明的一种智能优化四维混沌矢量加密正交传输方法,基于正交模分复用传输系统,从通信的星座、OFDM的子载波频率和时间以及模式四个维度对通信系统进行加密,多维度的超混沌加密能够提供足够大的密钥空间,为通信安全提供有力的保障,并且创新性的将机器学习利用于多维度加密优化,实现维度之间的协调优化,从而有效降低加密处理过程的时间,降低具有加密步骤的通信系统在数字信号处理模块的负面效率。与传统的加密传输方案相比,本发明提出的方案具有更有力的安全保障,并且加密代价更低。
附图说明
图1是智能优化四维混沌矢量加密正交传输方法调制流程程框图;
图2是超混沌chen映射示意图;
图3是星座掩蔽效果示意图;
图4是OFDM子载波频率/时隙二维置换示意图;
图5是模式置乱分配示意图;
图6是基于神经网络的加密模型优化示意图;
图7是加密对象单元划分示意图;
图8 是基于四维混沌矢量智能优化的加密系统解调流程框图;
图9 是基于四维混沌矢量智能优化的加密正交传输系统示意图。
具体实施方式
以下结合具体实施方式对本发明做进一步的说明。
本发明所提出的智能优化四维混沌矢量加密正交传输系统示意图如图9所示。一种高安全正交模分复用传输系统,其可以大致分为正交模式调制模块、编码调制模块、正交模分复用/解复用模块以及解调解码模块,本发明的核心创新点在于编码调制模块中的加密技术。
整个传输系统的流程为:首先由窄线宽连续激光器产生功率恒定的窄线宽连续高斯光束,之后通过分光器对光进行分束获得多路波长相同、功率相同的高斯光。在正交模式调制模块,通过空间光调制器对输入的高斯光进行调制,获得n个不同模态的正交模式的光载波。在编码调制模块,进行四维加密编码调制,并且通过机器学习进行优化。调制完成后对n路光信号进行正交模分复用,其模场示意图如图9中所示。通过少模光纤传输后对正交模式进行解复用,再通过解调解码模块对加密信号进行解密解码等操作,恢复出初始的数据。
如图1-9所示,一种智能优化四维混沌矢量加密正交传输方法,包括如下步骤:
1)原始比特数据通过星座映射后,转化为符号数据;
2)利用初始密钥驱动混沌映射,如公式(
Figure 601705DEST_PATH_IMAGE004
)所示,从而生成对不同维度加密的掩蔽因子,掩蔽因子的生成如公式(
Figure 588116DEST_PATH_IMAGE006
)所示;
3)提取步骤2)生成的掩蔽因子,首先从通信星座的维度,对步骤1)中产生的符号数据进行星座维度的置乱,如公式(
Figure 19097DEST_PATH_IMAGE008
)所示,从而生成新的符号数据;
4)将步骤3)生成的新的符号数据进行子载波映射,生成原始OFDM符号;
5)提取步骤2)生成的掩蔽因子,对OFDM的子载波频率和时间进行置乱,从而生成加密的OFDM信号;
6)利用空间光调制器对激光器产生的光束进行空间光调制,获得n个不同模态的正交模式的光载波;
7)将步骤5)生成的加密OFDM信号进行模式分配,分配到步骤6)生成的不同模态的正交模式的光载波,从而得到信号与模式的分配映射关系;
8)利用步骤2)生成的掩蔽因子,打乱步骤7)的分配映射关系,实现模式置乱;
9)将步骤3)、5)、8)的迭代次数以及过程前后数据的相关性反馈到神经网络训练模块,并且改变置乱对象数目,重复步骤3)-8),利用算法进行训练,获得最终的加密模型;
10)以步骤9)获得的最终加密模型,按照步骤3)-8)对数据进行加密,从而生成加密光信号;
11)将步骤10)中生成的加密光信号通过光纤链路进行传输;
12)在接收端,首先利用步骤2)产生的掩蔽因子,依次对模式、时间、子载波频率、星座符号进行解密;
13)对步骤12)后产生的解密信号进行星座解映射,恢复出原始比特数据。
首先我们需要基于初始密钥进行混沌映射,生成掩蔽因子x n ;采用超混沌chen映射进行处理:
Figure 116366DEST_PATH_IMAGE003
Figure 418034DEST_PATH_IMAGE004
);
如公式(
Figure 873549DEST_PATH_IMAGE004
)所示,需要初始参数(a,b,c,d,r,x,y,z,w)来驱动混沌系统,即初始密钥,默认发送端与接收端都知道初始的密钥。
Figure 791826DEST_PATH_IMAGE001
为变量,随着迭代次数进行改变,并且成为混沌序列(X,Y,Z,W)中的元素,即序列X中的元素由多次混沌迭代中产生的不同的
Figure 161628DEST_PATH_IMAGE002
组成。当初始参数设置为(35,3,12,7,0.5,5,-1,6,3)时,四维陈氏混沌映射的图样如图2所示,其中图2(a-f)是映射图样在不同坐标平面的投影,图2(g-h)映射图样是在两个三维坐标系上的表现。通过混沌映射,产生四组混沌序列(X,Y,Z,W),分别用于提出的四个维度的加密。下面对每个维度上的加密操作分别进行介绍。
(1)通信星座维度进行星座掩蔽实现第一层加密
首先提取出混沌序列中的一组X n ,生成掩蔽因子x n 。掩蔽因子x n 是由n个元素组成的序列,X k x k 对应的混沌序列,其中第k个元素xk生成的过程表示为:
Figure 645698DEST_PATH_IMAGE005
Figure 973912DEST_PATH_IMAGE006
);
其中N为星座映射后星座符号总数量,log(k+1)/logN为加权系数,使掩蔽的精度随符号总量的增加而增加,θ为任意角度,这里我们设置为π。设第k个OFDM载波上星座符号表示为Q k ,则星座掩蔽后的符号Q’ k 表示为:
Figure 848327DEST_PATH_IMAGE007
Figure 51513DEST_PATH_IMAGE008
);
其中j为虚数单位,即第k个子载波上的符号再掩蔽因子的作用下旋转了一个随机的相位角度。掩蔽前后星座图分别如图3(a)、图3(b)所示。
通过旋转后得到了新的符号数据,这里第一次加密(星座旋转)完成。接下来在频域进行OFDM的子载波映射以及子载波扰动。
(2)基于OFDM调制的频率/时隙二维扰动
经过第一次扰动后需要将符号映射到OFDM的子载波上,设子载波的总数目为M,符号持续时间为T s f k 为第k个子载波的频率,t为信号发送时间,则通过第一次掩蔽后的OFDM原始信号S t 表示为:
Figure 124511DEST_PATH_IMAGE009
Figure 623625DEST_PATH_IMAGE010
);
同样的提取出混沌序列中的两组Y n Z n ,获取两组掩蔽因子y n z n,分别用于在频率维度和时间维度对信号进行掩蔽。y n z n矢量的长度等于子载波和时隙的数量。其掩蔽原理如图4所示。通过位移矢量在频域上改变子载波的位置。最后再通过离散逆傅里叶变换(IDFT)将信号变换到时域上,此时完成了第二次加密(子载波扰动),最终OFDM时域信号S' t 表示为:
Figure 250916DEST_PATH_IMAGE011
Figure 24837DEST_PATH_IMAGE012
);
其中f k 是第k个子载波的频率,T s 是符号持续的时间。
(3)基于正交模式的模式置乱
本发明通过空间光调制器以及激光器生成19种正交模式的光载波,用于提升传输容量,在模式复用之前,为了进行模式置乱,需要对输出的信号进行分段编号处理,编号的数目根据复用的模式数目决定。
以19模式为例,即每一段信息段的编号从1-19之间随机进行选取,根据第四组混沌序列Wn生成置乱因子wn,对信息段进行编号。通过数据段的编号,决定分配的模式,也就是说,每个模式中传输的数据并不是同一组数据流中的,而是根据置乱因子随机分配的,接收端对模式解复用后,需要根据置乱因子对数据段进行提取恢复,才能获得初始数据流。其示意图如图5所示。
(4)神经网络优化模块
如上文所述,模式分配后代表本发明提出的四维混沌矢量加密过程完成,为了对加密过程进行优化,这里设置一个反馈单元,将加密过程中的处理时长以及加密效果反馈到神经网络模块。该模块工作流程如图6所示。
如图7所示,对于加密的优化,主要是对于置乱对象的设计。在星座维度,通过将符号组合成符号块的形式,能够有效降低混沌矢量置乱时需要处理的对象数目,从而降低系统的处理时间,如图7(a)所示;对于OFDM调制过程中频率与时隙的置乱也同样,将载波的频率与符号持续时间段以矩阵的形式进行可视化表示,同样对矩阵进行分块操作后,以矩阵块为目标单元进行置乱处理,也可以降低系统的处理时间如图7(b)所示;在模式置乱模块,通过设计数据段的长度,可以改变数据段的数目,数目越少则需要处理的单元越少,从而降低系统处理时间。但是如果为了降低系统计算时间,单方面增大单元块,则会导致加密的效果不够理想,达不到通信的安全要求,因此需要同时关注加密效果。这里我们将加密过程的迭代次数与加密后数据与原始数据的相关性结合,构建一个权衡函数,根据这个权衡函数利用神经网络对加密模型进行优化,将四个维度的加密进行协调,获得一个最优的加密方案,对星座符号单元、频率/时隙矩阵以及数据段长度进行统一优化的设计,获得我们最终的加密模型。
基于智能优化四维混沌矢量加密正交传输方法解调过程
如图8所示,在接收端需要对每个正交模式的光信号进行接收,通过模式置换矢量进行对模式中的数据段进行反向提取,恢复成初始的连续数据流。解调过程是调制过程的反向操作。首先通过离散傅里叶变换将数据从时域变换到频域后,由于加密过程中对子载波的频率和时隙位置进行了置换,这里需要通过密钥进行同样的混沌映射得到相同的位移矢量,将子载波归位,其原理与加密原理相同,流程相反。
子载波归位后进行解映射,接下来对星座进行还原,对置乱后的星座进行恢复。过程的原理与加密相同,只是步骤相反。通过密钥的使用获得还原序列,将星座进行反向的旋转,得到最初的星座。最后利用最小距离判别法进行星座解映射,通过选择与通过传输后的星座点距离最小的符号点,进行解调,最终恢复发端发送的数据信号。
以上所述仅是本发明的优选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以作出若干改进和变型,这些改进和变型也应该视为本发明保护范围。

Claims (6)

1.一种智能优化四维混沌矢量加密正交传输方法,其特征在于:包括如下步骤:
1)原始比特数据通过星座映射后,转化为符号数据;
2)利用初始密钥驱动混沌映射,从而生成对不同维度加密的掩蔽因子;
3)提取步骤2)生成的掩蔽因子,首先从通信星座的维度,对步骤1)中产生的符号数据进行星座维度的置乱,从而生成新的符号数据;
4)将步骤3)生成的新的符号数据进行子载波映射,生成原始OFDM符号;
5)提取步骤2)生成的掩蔽因子,对OFDM的子载波频率和时间进行置乱,从而生成加密的OFDM信号;
6)利用空间光调制器对激光器产生的光束进行空间光调制,获得n个不同模态的正交模式的光载波;
7)将步骤5)生成的加密OFDM信号进行模式分配,分配到步骤6)生成的不同模态的正交模式的光载波,从而得到信号与模式的分配映射关系;
8)利用步骤2)生成的掩蔽因子,打乱步骤7)的分配映射关系,实现模式置乱;
9)将步骤3)、5)、8)的迭代次数以及过程前后数据的相关性反馈到神经网络训练模块,并且改变置乱对象数目,重复步骤3)-8),利用算法进行训练,获得最终的加密模型;
10)以步骤9)获得的最终加密模型,按照步骤3)-8)对数据进行加密,从而生成加密光信号;
11)将步骤10)中生成的加密光信号通过光纤链路进行传输;
12)在接收端,首先利用步骤2)产生的掩蔽因子,依次对模式、时间、子载波频率、星座符号进行解密;
13)对步骤12)后产生的解密信号进行星座解映射,恢复出原始比特数据。
2.根据权利要求1所述的一种智能优化四维混沌矢量加密正交传输方法,其特征在于: 步骤2)中,所述的利用初始密钥驱动混沌映射,具体为:基于初始密钥进行混沌映射,生成 掩蔽因子x n ;采用超混沌chen映射进行处理,其中,初始参数a,b,c,d,r,x,y,z,w来驱动混 沌系统,即初始密钥,默认发送端与接收端都知道初始的密钥;
Figure 720614DEST_PATH_IMAGE001
为变量,随着迭代次 数进行改变,并且成为混沌序列(X,Y,Z,W)中的元素,即:
Figure 227819DEST_PATH_IMAGE002
();
通过混沌映射,产生四组混沌序列(X,Y,Z,W),分别用于提出的四个维度的加密。
3.根据权利要求2所述的一种智能优化四维混沌矢量加密正交传输方法,其特征在于:步骤2)中,所述的生成对不同维度加密的掩蔽因子,具体为:
首先提取出混沌序列中的一组X n ,生成掩蔽因子x n ;掩蔽因子x n 是由n个元素组成的序列,X k x k 对应的混沌序列,其中第k个元素xk生成的过程表示为:
Figure 238424DEST_PATH_IMAGE004
();
其中N为星座映射后星座符号总数量,log(k+1)/logN为加权系数,θ为任意角度,设置为π
4.根据权利要求3所述的一种智能优化四维混沌矢量加密正交传输方法,其特征在于:步骤3)中,所述的对步骤1)中产生的符号数据进行星座维度的置乱,具体为:
设第k个OFDM载波上星座符号表示为Q k ,则星座掩蔽后的符号Q’ k 表示为:
Figure 364828DEST_PATH_IMAGE006
();
其中j为虚数单位,即第k个子载波上的符号再掩蔽因子的作用下旋转了一个随机的相位角度。
5.根据权利要求4所述的一种智能优化四维混沌矢量加密正交传输方法,其特征在于:步骤4)中,所述的生成原始OFDM符号,具体为:在频域进行OFDM的子载波映射:
经过星座维度的置乱后需要将符号映射到OFDM的子载波上,设子载波的总数目为M,符号持续时间为T s f k 为第k个子载波的频率,t为信号发送时间,则通过星座维度的置乱后的OFDM原始信号S t 表示为:
Figure 207200DEST_PATH_IMAGE008
();
同样的提取出混沌序列中的两组Y n Z n ,获取两组掩蔽因子y n z n,分别用于在频率维度和时间维度对信号进行掩蔽;y n z n矢量的长度等于子载波和时隙的数量。
6.根据权利要求5所述的一种智能优化四维混沌矢量加密正交传输方法,其特征在于:所述的步骤4)具体为:通过位移矢量在频域上改变子载波的位置,最后在通过离散逆傅里叶变换将信号变换到时域上,完成子载波扰动,最终OFDM时域信号S' t 表示为:
Figure 257381DEST_PATH_IMAGE010
();
其中,f k 是第k个子载波的频率,T s 是符号持续的时间。
CN202010933721.3A 2020-09-08 2020-09-08 一种智能优化四维混沌矢量加密正交传输方法 Active CN111934848B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010933721.3A CN111934848B (zh) 2020-09-08 2020-09-08 一种智能优化四维混沌矢量加密正交传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010933721.3A CN111934848B (zh) 2020-09-08 2020-09-08 一种智能优化四维混沌矢量加密正交传输方法

Publications (2)

Publication Number Publication Date
CN111934848A CN111934848A (zh) 2020-11-13
CN111934848B true CN111934848B (zh) 2021-01-05

Family

ID=73309734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010933721.3A Active CN111934848B (zh) 2020-09-08 2020-09-08 一种智能优化四维混沌矢量加密正交传输方法

Country Status (1)

Country Link
CN (1) CN111934848B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671529B (zh) * 2021-03-15 2021-06-29 南京信息工程大学 一种基于星座扰动的少模p比特高安全传输方法
CN112804048B (zh) * 2021-04-12 2021-06-29 南京信息工程大学 一种基于生成对抗网络的物理层混沌加密光传输方法
CN113660077B (zh) * 2021-10-15 2024-01-02 北京邮电大学 一种相干光正交频分复用系统物理层加密方法及系统
CN114189418B (zh) * 2021-11-25 2023-04-14 南京信息工程大学 一种基于选择映射法降低papr的高安全光接入系统
CN114095045B (zh) * 2022-01-24 2022-05-06 成都航天通信设备有限责任公司 基于星座拟形调制的通信方法、装置及系统
CN114513260B (zh) * 2022-02-15 2024-03-08 南京信息工程大学 一种基于高维星座多级加密的多芯光纤传输方法
CN116318694B (zh) * 2023-05-19 2023-08-22 南京信息工程大学 基于功分复用四维区域联合加密的信息传输方法及系统
CN117082502B (zh) * 2023-10-17 2023-12-19 南京华飞数据技术有限公司 一种基于数据信息加密方法的数据采集、信号识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103780398A (zh) * 2014-03-04 2014-05-07 上海交通大学 Ofdm-pon中基于onu端时变秘钥的物理层加密/解密方法
CN110519037A (zh) * 2019-07-23 2019-11-29 江苏理工学院 超混沌伪随机序列的图像加密方法
CN111525998A (zh) * 2020-04-13 2020-08-11 南京信息工程大学 基于模式、时隙和频率复合矢量的高可靠光传输方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8437471B2 (en) * 2010-08-04 2013-05-07 Lawrence P. Huang System for scrambling and methods for use therewith

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103780398A (zh) * 2014-03-04 2014-05-07 上海交通大学 Ofdm-pon中基于onu端时变秘钥的物理层加密/解密方法
CN110519037A (zh) * 2019-07-23 2019-11-29 江苏理工学院 超混沌伪随机序列的图像加密方法
CN111525998A (zh) * 2020-04-13 2020-08-11 南京信息工程大学 基于模式、时隙和频率复合矢量的高可靠光传输方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Piecewise Chaotic Permutation Method for Physical Layer Security in OFDM-PON;Bo Liu等;《IEEE》;20160728;全文 *
Security-Enhanced 3D-CAP-PON Based on Two-Stage Spherical Constellation Masking;JIANXIN REN等;《 IEEE Access》;20200617;全文 *

Also Published As

Publication number Publication date
CN111934848A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111934848B (zh) 一种智能优化四维混沌矢量加密正交传输方法
CN112671529B (zh) 一种基于星座扰动的少模p比特高安全传输方法
CN105577359B (zh) 一种基于混沌序列导频映射的oofdm加密系统
CN112019321B (zh) 一种基于高维混沌系统的五维光概率成型加密方法
CN109672517B (zh) 基于细胞神经网络的ofdm-pon系统的加密及解密方法
CN111525998B (zh) 基于模式、时隙和频率复合矢量的高可靠光传输方法
CN111277537A (zh) 基于立方星座掩蔽及三维光子概率成型的数据传输方法
CN105577360B (zh) 一种基于混沌序列映射的oofdm加密系统
CN111464284B (zh) 一种基于深度混沌系统的三维光概率整形加密方法
CN111600661B (zh) 基于实时更新的混沌密钥分发的三维加密ofdm光系统
CN112165378B (zh) 一种高资源利用率的低papr高安全光接入方法
Shen et al. Enhancing the reliability and security of OFDM-PON using modified Lorenz chaos based on the linear properties of FFT
CN112448807B (zh) 基于保守数字混沌的三维Arnold变换的OFDM-PON物理层加密方法
Zhang et al. Security enhancement in coherent OFDM optical transmission with chaotic three-dimensional constellation scrambling
CN114302270B (zh) 基于多混沌系统与分层置乱的ofdm-pon物理层加密方法及系统
CN111082919B (zh) 一种动态概率16cap映射加密方法
CN116886265A (zh) 一种基于bp神经网络分发密钥的光传输方法及系统
CN106846232B (zh) 基于完全三叉树结构的多幅彩色图像加密方法
CN111786771A (zh) 一种偏振、相位和模式动态扰动方法
CN112804048B (zh) 一种基于生成对抗网络的物理层混沌加密光传输方法
CN111404661A (zh) 一种光物理层混沌安全接入方法
CN117155541B (zh) 基于混沌系统驱动魔方变换的wfrft安全通信方法和系统
CN117749278A (zh) 一种基于星座图变换和混沌增强的noma传输系统
CN116318694B (zh) 基于功分复用四维区域联合加密的信息传输方法及系统
CN205725790U (zh) 基于混沌序列映射的oofdm加密系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Bo

Inventor after: Sun Tingting

Inventor after: Zhao Lilong

Inventor after: Encourage the army

Inventor after: Ren Jianxin

Inventor after: Mao Yaya

Inventor after: Zhao Jianye

Inventor after: Wang Ruichun

Inventor after: Shen Lei

Inventor after: Wang Guangquan

Inventor after: Wu Yongfeng

Inventor before: Liu Bo

Inventor before: Wang Guangquan

Inventor before: Wu Yongfeng

Inventor before: Sun Tingting

Inventor before: Zhao Lilong

Inventor before: Encourage the army

Inventor before: Ren Jianxin

Inventor before: Mao Yaya

Inventor before: Zhao Jianye

Inventor before: Wang Ruichun

Inventor before: Shen Lei

Inventor before: Li Liangchuan

Inventor before: Zhou Rui