一种基于混沌的伪随机信号发生方法及发生器技术

本发明专利技术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。本发明专利技术中提出的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。

Pseudo random signal generating method and generator based on Chaos

The invention discloses a method of pseudo random signal based on chaos, which comprises the following steps: using chaotic system chaotic time series, chaotic time series for floating-point values of analog signal; chaotic time series is quantified to generate pseudo random signal, pseudo random signal into digital signal real symbol sequences generated by Lorenz chaotic; flow time series chaotic system; Runge Kutta method is used to solve, generating a floating-point value analog signal; the HEBQ algorithm is applied to quantify the chaotic time series. The HEBQ algorithm proposed in the invention need to use histogram equalization method to determine the quantization interval, so the algorithm belongs to threshold quantization method. The method is simple and easy to implement in engineering; in addition the pseudo-random signal balance HEBQ quantization algorithm and cross-correlation characteristics, for protocol authentication and information encryption can increase the difficulty of cracking, suitable for application to secrecy in the actual communication system.

【技术实现步骤摘要】

本专利技术涉及伪随机数
，具体涉及一种基于混沌的伪随机信号发生方法及发生器。
技术介绍
伪随机信号，是一种具备某些随机特性的确定序列，它们由特定算法生成，却又具备某些随机特性。由于伪随机信号具备良好的随机特性及与白噪声比较接近的相关函数，再加上它们的预先可确定性和重复性，使得它们在密码学和扩频通信中得到广泛应用。能够产生伪随机信号的算法称为伪随机信号发生器。在信息量领域，香农证明了“一次一密”的无条件安全性，而这种无条件安全的密码体制要求密钥量至少与明文量一样，因而寻找具有足够长周期的伪随机序列具有非常重要的意义。在密码学中，伪随机信号发生器用以产生统计特性与真随机序列尽量接近的确定性序列，常用于协议认证、信息加密等，减少破译者随机猜测的成功概率。在过去的几十年里，大量具有好的相关性质的序列先后被构造出来。其中，m序列及其导出序列，如Gold序列、Kasami序列等都具有比较好的相关特性和高效的实现方法，因而它们是最具吸引力的序列。不足的是，它们的线性复杂度都比较低。为了克服这一弱点，可以由一个或多个线性反馈移位寄存器(LFSR)和一个前向反馈函数生成一些新的序列，如GMW序列、级联的GMW序列、No序列和广义的No序列等，这些序列都具有较高的线性复杂度，而这些序列都属于一类更为一般的序列族，即d次型序列。使用迹函数构造d次型函数是一种常见并且相对容易的做法,目前在对这样构造的d次型序列的密码学性质的研究中,线性复杂度与相关特性等仍有一些尚未解决的问题。此外，还有二元d次型序列、扩展d次型序列、割圆序列与广义割圆序列等伪随机信号。对于目前很多伪随机信号发生器的研究主要集中在相关性上，但是还很不完善，尽管有些伪随机信号发生器产生的序列都有很高的线性复杂度，但是很少有关于它们线性复杂度稳定性的研究，在互相关性质方面也需要进行更加深入的工作。另外，还有线性复杂度、循环矩阵结构等其它的指标尚待考查。
技术实现思路
有鉴于此，为了解决现有技术中存在的上述问题，本专利技术提出一种基于混沌的伪随机信号发生方法及发生器。本专利技术通过以下技术手段解决上述问题：一种基于混沌的伪随机信号发生方法，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。进一步地，步骤S1中，利用Lorenz流混沌系统产生混沌时间序列。进一步地，步骤S1中，应用Runge-Kutta方法求解，生成浮点值模拟信号。进一步地，步骤S2中，应用HEBQ算法对混沌时间序列进行量化处理。进一步地，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： x · = α ( y - x ) y · = r x - x z - y z · = x y - b z ]]>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： y n + 1 = y n + h 6 ( k 1 + 2 k 2 + 2 k 3 + k 4 ) ; ]]>其中，h是计算的时间间隔，各ki是估算的斜率：k1＝f(tn,yn) k 2 = f ( t n + h 2 , y n + h 2 k 1 ) ]]> k 3 = f ( t n + h 2 , y n + h 2 k 2 ) ]]>k4＝f(tn+h,yn+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： s l o p e = k 1 + 2 本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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。2.根据权利要求1所述的基于混沌的伪随机信号发生方法，其特征在于，步骤S1中，利用Lorenz流混沌系统产生混沌时间序列。3.根据权利要求2所述的基于混沌的伪随机信号发生方法，其特征在于，步骤S1中，应用Runge-Kutta方法求解，生成浮点值模拟信号。4.根据权利要求3所述的基于混沌的伪随机信号发生方法，其特征在于，步骤S2中，应用HEBQ算法对混沌时间序列进行量化处理。5.根据权利要求4所述的基于混沌的伪随机信号发生方法，其特征在于，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： x · = α ( y - x ) y · = r x - x z - y z · = x y - b z ]]>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： y n + 1 = y n + h 6 ( k 1 + 2 k 2 + 2 k 3 + k 4 ) ; ]]>其中，h是计算的时间间隔，各ki是估算的斜率：k1＝f(tn,yn) ...

【专利技术属性】
技术研发人员：黄丹，张昱，林嘉宇，杜奇才，
申请(专利权)人：广东省自动化研究所，
类型：发明
国别省市：广东;44