期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
改进分段Logistic混沌映射的方法及其性能分析 被引量:13
1
作者 蔡丹 季晓勇 +1 位作者 史贺 潘家民 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第5期809-815,共7页
Logistic混沌映射和Tent映射是两种广泛应用于通信安全领域的混沌映射,Tent映射具有分段特性,由此联想到将Logistic混沌映射推广为分段映射.提出一种三分段相切的Logistic混沌序列的方法,不仅规避了Tent映射需施加随机扰动的过程,并改善... Logistic混沌映射和Tent映射是两种广泛应用于通信安全领域的混沌映射,Tent映射具有分段特性,由此联想到将Logistic混沌映射推广为分段映射.提出一种三分段相切的Logistic混沌序列的方法,不仅规避了Tent映射需施加随机扰动的过程,并改善了Logistic混沌映射的随机性能,增加了系统的复杂度和抗攻击能力.实验证明在相同的区间上,三分段相切的Logistic混沌映射更早地进入混沌状态,且在3.57≤μ≤4时运动轨迹愈发地不稳定,Lyapunov指数为逐渐增大的正数,更复杂的非线性方程提高了系统的安全性.在相同的分叉判定阈值下,三分段相切Logistic混沌映射进入混沌状态时需要的迭代次数明显减小.因此,三分段相切的Logistic混沌序列具有更加良好的随机性和不可预测性.经过研究表明,该三分段相切的Logistic混沌映射具有良好的初值敏感性,广泛地适用于信息安全领域. 展开更多
关键词 混沌 分段logistic混沌映射 TENT映射 随机性
下载PDF
基于分段Logistic和自编码的扩频码构造 被引量:3
2
作者 张晓蓉 吴成茂 李文学 《高技术通讯》 CAS CSCD 北大核心 2014年第11期1131-1139,共9页
针对现有随机序列用于扩频通信时可靠性和安全性差的情况,提出了将混沌映射与自编码相融合的扩频序列构造方法,以实现高动态通信条件下信息的可靠安全传输。该方法借鉴离散标准映射的构造思想,对二维Henon变换进行改进,并将分段Logisti... 针对现有随机序列用于扩频通信时可靠性和安全性差的情况,提出了将混沌映射与自编码相融合的扩频序列构造方法,以实现高动态通信条件下信息的可靠安全传输。该方法借鉴离散标准映射的构造思想,对二维Henon变换进行改进,并将分段Logistic混沌映射产生序列与AR自编码序列相融合产生高质量复合随机序列作为扩频码。以混沌和自编码为基础分析了该方法有效性、提高了序列的复杂度。仿真结果表明,与现有方法相比,该方法改善了序列的随机性,产生的扩频序列的抗干扰能力更好,并能获得较低的扩频误码率。 展开更多
关键词 分段logistic混沌映射 AR自编码 Henon变换 扩频序列 误码率
下载PDF
基于生物地理学优化的雷达正交波形设计算法 被引量:3
3
作者 毕晓君 王珏 李博 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2014年第3期867-873,共7页
为了提高MIMO雷达发射信号多相序列的正交性能,提出了基于改进生物地理学优化的雷达正交波形设计算法(POBBO)。该算法首先对生物地理学优化算法(BBO)进行改进,直接采用个体的栖息地适宜度指数(HSI)值来确定迁入迁出率,对其原始确定机制... 为了提高MIMO雷达发射信号多相序列的正交性能,提出了基于改进生物地理学优化的雷达正交波形设计算法(POBBO)。该算法首先对生物地理学优化算法(BBO)进行改进,直接采用个体的栖息地适宜度指数(HSI)值来确定迁入迁出率,对其原始确定机制进行大幅简化,在实时反映个体优劣程度的同时,缩短由排序带来的时间损耗。另外,引入分段Logistic混沌映射改进原变异机制,实现对新个体的有效开采。POBBO算法利用改进后BBO算法的栖息地间物种迁移和变异进行信息交互,改善栖息地的HSI值,从而得到具有较好正交性能的多相序列波形。仿真试验结果表明:POBBO算法比其他多相序列波形设计算法在整体上具有明显优势,可以有效地兼顾搜索精度和速度。 展开更多
关键词 信息处理技术 生物地理学优化 正交波形设计 分段logistic混沌映射 迁入迁出率
下载PDF
一种改进的多目标粒子群优化算法 被引量:2
4
作者 何骞 董轶群 徐文星 《北京石油化工学院学报》 2016年第3期37-43,共7页
针对多目标粒子群优化算法在迭代过程中收敛速度和多样性方面的不足,提出一种改进的多目标粒子群优化算法(IMOPSO)。采用基于栅格和拥挤距离的协同外部档案维护策略,通过更准确地选择收敛性和多样性性能更好的非劣粒子作为全局最优值,... 针对多目标粒子群优化算法在迭代过程中收敛速度和多样性方面的不足,提出一种改进的多目标粒子群优化算法(IMOPSO)。采用基于栅格和拥挤距离的协同外部档案维护策略,通过更准确地选择收敛性和多样性性能更好的非劣粒子作为全局最优值,加快整个种群的收敛速度;采用分段Logistic混沌映射、外部档案检测机制及修改的粒子速度更新公式,分别在初始化阶段和迭代过程中增强种群的多样性;最后,通过对标准测试函数仿真测试证明了改进后的算法能够快速收敛至Pareto最优前沿并保持较好的多样性。 展开更多
关键词 多目标优化 粒子群优化算法 分段logistic混沌映射 拥挤距离
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部