CN114513261A - 一种基于超混沌模型的信号加密传输方法 - Google Patents
一种基于超混沌模型的信号加密传输方法 Download PDFInfo
- Publication number
- CN114513261A CN114513261A CN202210253011.5A CN202210253011A CN114513261A CN 114513261 A CN114513261 A CN 114513261A CN 202210253011 A CN202210253011 A CN 202210253011A CN 114513261 A CN114513261 A CN 114513261A
- Authority
- CN
- China
- Prior art keywords
- signal
- model
- encryption
- hyperchaotic
- frequency
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000013598 vector Substances 0.000 claims abstract description 37
- 238000007493 shaping process Methods 0.000 claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 19
- 230000000873 masking effect Effects 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims abstract description 5
- 230000004044 response Effects 0.000 claims description 21
- 230000000739 chaotic effect Effects 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 abstract description 14
- 230000002829 reductive effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 239000000969 carrier Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009022 nonlinear effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/80—Optical aspects relating to the use of optical transmission for specific applications, not provided for in groups H04B10/03 - H04B10/70, e.g. optical power feeding or optical transmission through water
- H04B10/85—Protection from unauthorised access, e.g. eavesdrop protection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
- H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
- H04L27/3405—Modifications of the signal space to increase the efficiency of transmission, e.g. reduction of the bit error rate, bandwidth, or average power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种基于超混沌模型的信号加密传输方法,属于光传输技术领域,包括:获取待发送信号;对待发送信号进行概率整形和串并转换得到并行信号;利用超混沌模型产生的掩蔽向量对并行信号的星座点进行加密,然后进行星座映射得到映射信号;将映射信号调制到多载波中,利用超混沌模型产生的频率加密向量对子载波频率进行加密,得到调制信号;对调制信号进行逆傅里叶变换将频域变至时域,在时域中利用超混沌模型产生的时隙加密向量对调制信号进行时隙加密,得到时隙加密信号;对时隙加密信号进行滤波和并串转换后进行传输,完成信号加密传输;在星座点、频率和时间三个维度进行加密,提高光传输的安全性能,提升了传输性能,降低了信号损伤。
Description
技术领域
本发明涉及一种基于超混沌模型的信号加密传输方法,属于光传输技术领域。
背景技术
光通信技术以其传输容量大、传输速度快、可实现长距离传输等特点,在我们的信息化产业中发挥着重要作用。随着社会的经济的发展,社会的不断进步,人们对于流量的需求与日俱增;光通信系统的扩容是一个永恒的话题,2021年工信部也从多方面提出加快推进信息通信业高质量发展,意图全面推动更大范围、更高水平的社会信息化进程。
正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)作为一种多载波技术,其各个子载波之间严格正交,降低了不同载波之间的串扰。但在实际的传输过程中,由于信道的影响使得载波间的正交性被破坏,需要增加循环前缀(CyclePrefix,CP)来降低载波间的串扰,系统的频谱效率变低,同时OFDM的频谱泄露十分严重;为了进一步提升系统的频率效率,基于滤波器组的多载波技术(Filter-bank multicarrier,FBMC)引起了广泛的关注,这种方法不需要载波之间严格的正交性,对于频率的偏移有着更高的鲁棒性,不需要加循环前缀进一步提升了系统的频谱效率;FBMC技术被视为下一代无源光网络多用户接入的关键技术,随着光纤通信传输容量的不断提升,用户数目的增加,计算能力的提升,光信号的传输安全面临严峻挑战。
传统的基于高级层的加密方式不能有效抵抗拦截和非法窃听等物理层的攻击,并且基于高级层的加密处理不具备高速率低延时的特点,难以满足目前高速光通信的需求。
发明内容
本发明的目的在于提供一种基于超混沌模型的信号加密传输方法,解决现有技术中安全性能相对较低的缺陷,提高光传输的安全性能,降低混沌加密带来的信号损伤。
为实现以上目的,本发明是采用下述技术方案实现的:
本发明提供了一种基于超混沌模型的信号加密传输方法,包括:
获取待发送信号;
对待发送信号进行概率整形和串并转换得到并行信号;
利用超混沌模型产生的掩蔽向量对并行信号的星座点进行加密,然后进行星座映射得到映射信号;
将映射信号调制到多载波中,利用超混沌模型产生的频率加密向量对子载波频率进行加密,得到调制信号;
对调制信号进行逆傅里叶变换将频域变至时域,在时域中利用超混沌模型产生的时隙加密向量对调制信号进行时隙加密,得到时隙加密信号;
对时隙加密信号进行滤波和并串转换后进行传输,完成信号加密传输。
进一步的,对待发送信号进行概率整形和串并转换得到并行信号,包括利用分布匹配器将待发送信号进行概率整形,实现所需的概率分布,再经串并转换得到并行信号。
进一步的,所述星座映射为OQAM映射。
进一步的,所述超混沌模型为七阶CNN超混沌模型,所述七阶CNN超混沌模型表示为:
进一步的,对星座点进行加密,加密后的星座点表示为:
a′m,n=am,n·ejQ
其中,a′m,n表示第m个子载波上的第n个星座点加密坐标,am,n表示第m个子载波上的第n个星座点原始坐标,e表示自然指数,j表示虚数符号,Q表示掩蔽向量。
进一步的,所述掩蔽向量通过以下方法得到:
Q=floor(mod(x1*10^15,360))
其中,floor表示向下舍入为最接近的整数,mod表示取余函数,x1表示混沌序列。
进一步的,所述频率加密向量通过以下方法得到:
f′m=f0·{Arg(X2+jX3)+Arg(fX4)}
X2=floor(mod(x2*10^15,200))+1
X3=floor(mod(x3*10^15,200))
X4=floor(mod(x4*10^15,512))
其中,f′m是频率加密向量,f0是原始子载波频率,Arg表示求幅角函数,X2、X3、X4分别表示由混沌序列x1、x2、x3产生的掩蔽向量,j表示虚数符号,fX4表示第X4个子载波的频率,floor表示向下舍入为最接近的整数,mod表示取余函数。
进一步的,所述时隙加密向量通过以下方法得到:
X5=floor(mod(x5*10^10+1,10))
X6=floor(mod(x6*10^10+1,10))
其中,X5、X6、X7分别表示由混沌序列x5、x6、x7产生的时隙加密向量,floor表示向下舍入为最接近的整数,mod表示取余函数。
进一步的,对时隙加密信号进行滤波时,滤波器的频率响应为:
其中,K是重叠系数,M是子载波数目,H(f)是滤波器的频率响应,Hk是k重叠的滤波器响应,k是重叠因子,f是频率。
进一步的,对时隙加密信号进行滤波时,滤波器的脉冲响应为:
其中,K是重叠系数,Hk是k重叠的滤波器响应,k是重叠因子,t是时间,h(t)是滤波器的脉冲响应。
与现有技术相比,本发明所达到的有益效果是:
本发明提供的一种基于超混沌模型的信号加密传输方法,对待发送信号进行概率整形和串并转换得到并行信号,概率整形能够使得待发送信号得到所需的概率分布,尽可能压缩外部星座点出现的概率,提升内部星座点出现的概率,从而降低发射端的光功率要求,抑制光纤中非线性效应的发生,有效降低后续由于混沌加密所引入的信号损伤,提升了传输的误码性能;利用超混沌模型产生的掩蔽向量对并行信号的星座点进行加密,即利用超混沌模型产生的混沌序列得到掩蔽向量,实现对星座点的加密,超混沌模型对于初值敏感度及动力学特性复杂程度远超传统的混沌模型,安全性更高;利用超混沌模型产生的频率加密向量对子载波频率进行加密,传统的加密方案大多直接利用混沌序列对信息进行加密,一旦混沌序列被攻破那么很有可能被非法接收端攻击,本发明方法不仅对信号本身进行加密,还对调制过程中的子载波频率进行加密,引入了前后载波的相关信息,利用这种关系即使在混沌序列被攻破的条件下也能确保传输的安全性,进一步提高了传输的安全性能;此外对调制信号进行逆傅里叶变换将频域变至时域,在时域中利用超混沌模型产生的时隙加密向量对调制信号进行时隙加密,在时间维度的加密进一步确保了传输的安全性能;综上所述,本发明方法在星座点、频率和时间三个维度进行加密,提高光传输的安全性能,此外还引入了概率整形技术,提升了传输性能,降低了混沌加密带来的信号损伤。
附图说明
图1是本发明实施例提供的一种基于超混沌模型的信号加密传输方法的流程图;
图2是本发明实施例提供的均匀分布的16QAM星座点分布图;
图3是本发明实施例提供的概率整形后的16QAM星座点分布图;
图4是本发明实施例提供的星座点加密后的星座点分布图;
图5是本发明实施例提供的滤波器时域脉冲响应曲线图;
图6是本发明实施例提供的不同加密方式的仿真结果对比图。
具体实施方式
下面结合附图对本发明作进一步描述,以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例1
如图1所示,本发明实施例提供的一种基于超混沌模型的信号加密传输方法,包括:
S1、获取待发送信号。
获取待发送信号,即原始的二进制数据。
S2、对待发送信号进行概率整形和串并转换得到并行信号。
将待发送信号(原始的二进制数据)送入分布匹配器进行概率整形,实现满足所需要的概率分布。
概率整形的主要原理为利用分布匹配器将随机的二进制数据流进行概率分布的设定,尽可能压缩外部星座点出现的概率,提升内部星座点的概率,从而降低发射端的光功率需求,抑制光纤中非线性效应的发生。
在对数字信号进行加密的过程中,为了提高安全性将所有的信息都打乱,因此对于在传输过程中不可避免的会引入信号损伤;概率整形技术(Probabilistic Shaping,PS)作为一种新型编码调制技术,概率成形技术的基本原理是在维持星座图中星座点几何位置不变的情况下,通过增加星座图中内圈能量较低的星座点的发射概率,降低外圈能量较高的星座点的发射概率,从而可在星座图中最小欧式距离不变的情况下有效的降低整个星座图的平均能量;在信噪比不变的情况下,信号发射功率越小,整个系统的抗噪声能力越强,因此概率成形可实现信噪比功率的有效提升,使系统容量更接近信道的香农极限;利用概率整形技术可以有效改善混沌加密系统的传输性能,降低由于混沌加密带来的信号损伤。
图2和图3分别为均匀分布和概率整形后的16QAM星座点分布图,从图2和图3的对比可以看出,概率整形后内部星座点出现的概率得到提升。
概率整形后进行串并转换(S/P),得到并行信号。
S3、利用超混沌模型产生的掩蔽向量对并行信号的星座点进行加密,然后进行星座映射得到映射信号。
利用超混沌模型产生的掩蔽向量对并行信号的星座点进行加密,在本实施例中,加密所采用的超混沌模型为七阶CNN(cell neural network)超混沌模型,可以表示为:
这个七阶CNN超混沌模型有着两个李雅普诺夫正指数,是一个超混沌系统,安全性能较高,有强实时性和连续时间动力学性质,能够实现三维甚至更高维的混沌行为。
在本实施例中,将7个初始参数分别设为0.1、0.2、0.2、0.2、0.2、0.2、0.2。
利用七阶CNN超混沌模型产生的混沌序列x1产生星座点的掩蔽向量:
Q=floor(mod(x1*10^15,360))
其中,floor表示向下舍入为最接近的整数,mod表示取余函数,x1表示混沌序列。
加密后的星座点表示为:
a′m,n=am,n·ejQ
其中,a′m,n表示第m个子载波上的第n个星座点加密坐标,am,n表示第m个子载波上的第n个星座点原始坐标,e表示自然指数,j表示虚数符号,Q表示掩蔽向量。
加密后的星座点分布如图4所示;加密后的星座点已经被完全打乱,整体呈三个同心圆环状的分布,由于概率整形编码技术,使得原始星座点分布向星座内部集中,因此加密后的同心圆环中呈现出最内层环状的星座点最密集,最外层的星座点数目稀疏的特征。
在FBMC系统中,其载波之间的串扰主要出现在相邻载波中;由于滤波器的响应中存在项,导致g(t)的虚部在符号周期T的整数倍处与零轴相交,而实部在T/2的奇倍处与零轴相交,因此为了降低相邻载波之间的串扰,将原始星座点的实部和虚部分开,延时T/2。
然后进行星座映射,在本实施例中选择OQAM映射,得到映射信号。
S4、将映射信号调制到多载波中,利用超混沌模型产生的频率加密向量对子载波频率进行加密,得到调制信号。
频率加密向量通过以下方法得到:
f′m=f0·{Arg(X2+jX3)+Arg(fX4)}
X2=floor(mod(x2*10^15,200))+1
X3=floor(mod(x3*10^15,200))
X4=floor(mod(x4*10^15,512))
其中,f′m是频率加密向量,f0是原始子载波频率,Arg表示求幅角函数,X2、X3、X4分别表示由混沌序列x1、x2、x3产生的掩蔽向量,j表示虚数符号,fX4表示第X4个子载波的频率,floor表示向下舍入为最接近的整数,mod表示取余函数。
加密后的子载波频率不仅取决于混沌序列所引入的频率移动,还取决于原始的第X4个载波的频率,即使混沌序列被非法接收端破解,由于加密方式的变化性,非法接收端依然无法解出正确的载波频率,有效的提升了载波加密的安全性能。
S5、对调制信号进行逆傅里叶变换将频域变至时域,在时域中利用超混沌模型产生的时隙加密向量对调制信号进行时隙加密,得到时隙加密信号。
经过逆傅里叶变换后得到了调制信号的时域信息,为了提升光传输的安全性能,本发明实施例中将进一步对时域信号进行加密处理。
采用七阶CNN超混沌模型产生的混沌序列x5、x6、x7产生时隙加密向量:
X5=floor(mod(x5*10^10+1,10))
X6=floor(mod(x6*10^10+1,10))
其中,X5、X6、X7分别表示由混沌序列x5、x6、x7产生的时隙加密向量,floor表示向下舍入为最接近的整数,mod表示取余函数。
其中,X5、X6分别表示每一行和列的旋转维度,X7表示旋转的方向,当为1时表示行进行旋转,若为2时则为列进行旋转,通过时隙加密,信号被彻底打乱,置乱度为100%。
S6、对时隙加密信号进行滤波和并串转换后进行传输,完成信号加密传输。
在本实施例中,滤波器使用了PHYDYAS中所提供的滤波器参数,使用的重叠参数为4。
滤波器的频率响应为:
其中,K是重叠系数,M是子载波数目,H(f)是滤波器的频率响应,Hk是k重叠的滤波器响应,k是重叠因子,f是频率。
滤波器的时域脉冲响应由脉冲频率响应的逆傅里叶变换得到:
其中,K是重叠系数,Hk是k重叠的滤波器响应,k是重叠因子,t是时间,h(t)是滤波器的脉冲响应。
得到的时域脉冲响应图如图5所示。
为了测试不同信噪比条件下的信号传输质量,本专利分别对信噪比为1-20的模拟信道进行了仿真,结果如图6所示。
从图6中可以发现当信噪比的值为14时,标准16QAM加密的方式误码率为0,而利用概率整形16QAM信号在信噪比为13时误码性能已经为0,同时在误码率为0.05时,概率整形信号比均匀分布的16QAM信号约有1.5dB的增益,这表明本发明方法所使用的概率整形编码有效的提升了系统的传输性能;同时在非法接收端,误码率维持在0.5左右,远远超过现有FEC门限值,结合本方案100%的置乱度有效的保障了安全性能,在未来短距离通信中有着很大的应用前景。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,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,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于超混沌模型的信号加密传输方法,其特征在于,包括:
获取待发送信号;
对待发送信号进行概率整形和串并转换得到并行信号;
利用超混沌模型产生的掩蔽向量对并行信号的星座点进行加密,然后进行星座映射得到映射信号;
将映射信号调制到多载波中,利用超混沌模型产生的频率加密向量对子载波频率进行加密,得到调制信号;
对调制信号进行逆傅里叶变换将频域变至时域,在时域中利用超混沌模型产生的时隙加密向量对调制信号进行时隙加密,得到时隙加密信号;
对时隙加密信号进行滤波和并串转换后进行传输,完成信号加密传输。
2.根据权利要求1所述的一种基于超混沌模型的信号加密传输方法,其特征在于,对待发送信号进行概率整形和串并转换得到并行信号,包括利用分布匹配器将待发送信号进行概率整形,实现所需的概率分布,再经串并转换得到并行信号。
3.根据权利要求1所述的一种基于超混沌模型的信号加密传输方法,其特征在于,所述星座映射为OQAM映射。
5.根据权利要求1所述的一种基于超混沌模型的信号加密传输方法,其特征在于,对星座点进行加密,加密后的星座点表示为:
a′m,n=am,n·ejQ
其中,a′m,n表示第m个子载波上的第n个星座点加密坐标,am,n表示第m个子载波上的第n个星座点原始坐标,e表示自然指数,j表示虚数符号,Q表示掩蔽向量。
6.根据权利要求1所述的一种基于超混沌模型的信号加密传输方法,其特征在于,所述掩蔽向量通过以下方法得到:
Q=floor(mod(x1*10^15,360))
其中,floor表示向下舍入为最接近的整数,mod表示取余函数,x1表示混沌序列。
7.根据权利要求1所述的一种基于超混沌模型的信号加密传输方法,其特征在于,所述频率加密向量通过以下方法得到:
f′m=f0·{Arg(X2+jX3)+Arg(fX4)}
X2=floor(mod(x2*10^15,200))+1
X3=floor(mod(x3*10^15,200))
X4=floor(mod(x4*10^15,512))
其中,f′m是频率加密向量,f0是原始子载波频率,Arg表示求幅角函数,X2、X3、X4分别表示由混沌序列x1、x2、x3产生的掩蔽向量,j表示虚数符号,fX4表示第X4个子载波的频率,floor表示向下舍入为最接近的整数,mod表示取余函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210253011.5A CN114513261A (zh) | 2022-03-15 | 2022-03-15 | 一种基于超混沌模型的信号加密传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210253011.5A CN114513261A (zh) | 2022-03-15 | 2022-03-15 | 一种基于超混沌模型的信号加密传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114513261A true CN114513261A (zh) | 2022-05-17 |
Family
ID=81554201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210253011.5A Pending CN114513261A (zh) | 2022-03-15 | 2022-03-15 | 一种基于超混沌模型的信号加密传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114513261A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112019321A (zh) * | 2020-08-28 | 2020-12-01 | 南京信息工程大学 | 一种基于高维混沌系统的五维光概率成型加密方法 |
CN114050958A (zh) * | 2021-11-10 | 2022-02-15 | 北京邮电大学 | 基于Lorenz超混沌模型的概率成型方法及系统 |
-
2022
- 2022-03-15 CN CN202210253011.5A patent/CN114513261A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112019321A (zh) * | 2020-08-28 | 2020-12-01 | 南京信息工程大学 | 一种基于高维混沌系统的五维光概率成型加密方法 |
CN114050958A (zh) * | 2021-11-10 | 2022-02-15 | 北京邮电大学 | 基于Lorenz超混沌模型的概率成型方法及系统 |
Non-Patent Citations (2)
Title |
---|
SHUAIDONG CHEN: "A 7D Cellular Neural Network Based OQAM-FBMC Encryption Scheme for Seven Core Fiber", JOURNAL OF LIGHTWAVE TECHNOLOGY, pages 1 - 4 * |
陈远祥: "《基于机器学习的光通信系统物理损伤感知与补偿》", 北京邮电大学出版社, pages: 96 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112019321B (zh) | 一种基于高维混沌系统的五维光概率成型加密方法 | |
CN111934848B (zh) | 一种智能优化四维混沌矢量加密正交传输方法 | |
CN111525998B (zh) | 基于模式、时隙和频率复合矢量的高可靠光传输方法 | |
CN112054888B (zh) | 一种密级可控的载波、星座、模式多混沌掩盖光传输方法 | |
CN112671529B (zh) | 一种基于星座扰动的少模p比特高安全传输方法 | |
CN107135060B (zh) | 一种人工噪声信号构造方法及物理层加密方法 | |
Li et al. | Secure transmission in OFDM systems by using time domain scrambling | |
Zhou et al. | Physical layer dynamic key encryption in OFDM-PON system based on cellular neural network | |
CN111786771B (zh) | 一种偏振、相位和模式动态扰动方法 | |
CN114928435B (zh) | 基于dna编码和slm的量子噪声流加密方法及系统 | |
CN112804048A (zh) | 一种基于生成对抗网络的物理层混沌加密光传输方法 | |
CN114513261A (zh) | 一种基于超混沌模型的信号加密传输方法 | |
CN114142987B (zh) | 一种基于新型Logistic混沌加密方式的OCDM系统 | |
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 | |
Loginov et al. | Information Scrambling by Lorenz System Based Sequences in OFDM | |
CN112054902A (zh) | 一种基于子载波挑选掩蔽的高安全非对称加密方法 | |
CN114665979B (zh) | 基于种群演变迭代的超长距光传输方法及系统 | |
CN112804049B (zh) | 基于动态压缩和多混沌加密的六边形cap光传输方法 | |
Jabori et al. | Simple 2D chaotic remapping scheme for securing optical communication networks | |
CN114189418B (zh) | 一种基于选择映射法降低papr的高安全光接入系统 | |
Xiao et al. | Chaotic Pilot and Synchronization Encryption of Optical OFDM System Based on Polar Code | |
CN111934812B (zh) | 通信网络物理层信号加密、解密方法 | |
CN113660077B (zh) | 一种相干光正交频分复用系统物理层加密方法及系统 | |
Lin et al. | Deep learning based reliable and intelligent chaotic OFDM communications for cognitive radio system | |
Fang et al. | Security Enhancement for CO-OFDM/OQAM System using Twice Chaotic Encryption Scheme |
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 |