基于动态多映射复合的混沌扩频序列产生模型制造技术

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。

Chaotic Spread Spectrum Sequence Generation Model Based on Dynamic Multi-Mapping Composite

【技术实现步骤摘要】
基于动态多映射复合的混沌扩频序列产生模型
本专利技术涉及扩频通信及混沌通信
，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)。
技术介绍
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。
技术实现思路
本专利技术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，本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
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tn驱动，基于此，利用式[1]进行迭代产生Kent序列；其中，tn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zn进行式[2]的分形函数计算，得到Chebyshev映射的分形参数λn和改进Logistic映射的分形参数μn；分形参数λn可以满足λn≥4，从而使得Chebyshev映射达到满映射；分形参数μn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yn驱动；当模式参数k＝0时，利用奇映射初值及分...

【专利技术属性】
技术研发人员：刘芳，冯永新，
申请(专利权)人：沈阳理工大学，
类型：发明
国别省市：辽宁,21