激光混沌同步及其在一类保密通信中的应用

对混沌、激光混沌同步进行了简要的介绍,用数学模型对激光混沌同步进行了描述。并对单模激光混沌同步在保密通信中的应用进行了讨论。     

一种基于DCT和混沌序列的图像加密算法

文章提出了一种利用离散余弦变换（DCT）和混沌系统相结合的图像加密算法,首先利用DCT将图像在频率域压缩,然后利用混沌系统分别生成置换规则和混沌符号序列对压缩后的数据在频率域加密。通过仿真实验表明,文章所提出的算法,在取得良好的加密效果同时,还具有一定的压缩性能,并且可以根据需要对压缩性能和加密效果进行适当的调整。     

基于压缩感知和位平面多重置乱的图像加密算法

提出了一种基于压缩感知和位平面多重置乱的图像加密算法.算法采用二维混沌系统和非线性函数生成测量矩阵,利用该测量矩阵对原始图像的离散余弦变换压缩采样,得到该变换图像的测量值矩阵,将其组合成压缩加密图像.再对压缩加密图像位平面分解,得到压缩加密图像的位平面图.对该位平面图切割重组、置乱和扩散,将压缩加密图像的像素位置置乱,...     

基于小波变换和复合混沌系统的数字图像水印算法

提出了一种基于小波变换和复合混沌系统的数字图像水印算法.在水印嵌入过程中,算法首先对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;在对水印进行加密时,不是使用以往单混沌序列,而是采用复合混沌系统产生的混沌序列;再将加密后的水印进行小波变换并提取其低频部分;最后将加密水印的低频部分嵌入到原始图像的低频部分中.通过水印相关系数NC和峰值信噪比PSNR评价水印算法性能.实验结果表明,该算法可以抵抗JPEG压缩、噪声、滤波等攻击,图像水印效果很好.     

混沌激光布里渊散射的分布式光纤温度传感

提出一种基于混沌激光布里渊散射的分布式光纤温度传感方法.采用相干长度为88.53 cm的混沌激光作为光源,结合相干域反射技术,利用可变光延迟线调节参考光光程,通过检测传感光纤不同位置的混沌布里渊散射光与参考光的干涉信号,获知整条光纤的温度信息分布.搭建实验系统,研究了注入光功率与偏振态对混沌激光布里渊散射光的特性影响.实验研究待测光纤中固定点的布里渊频移随温度的变化情况,获得1.27℃/MHz的温度系数.在长度为155 m的普通单模光纤上实现空间分辨率为1.2 m的分布式光纤温度传感测量.     

基于小波神经网络的深海电机系统混沌预测

针对深海机器人推进电机系统易出现混沌现象,直接危及其稳定运行这一现状,提出一种有效的预测方法对混沌现象进行分析,实现对混沌的预先控制.利用相空间重构与小波神经网络相结合的方法对深海机器人推进电机系统的混沌现象进行分析研究,与以往单纯利用小波神经网络进行预测相比,通过相空间重构可以为小波神经网络的输入提供较为准确、可靠的数据样本,使得预测结果具有较强的可靠性和实用性,同时解决了小波神经网络不能进行中长期准确预测的问题,为进一步研究混沌控制和混沌抑制提供了基础条件.     

用细胞神经网络与无限折叠映射对图像加密

针对图像在传输中的安全隐患问题,依据混沌理论,采用六维细胞神经网络与无限折叠映射混沌系统相结合的方法,对数字图像进行加密.实验结果表明:加密后的图像统计特性不明显,相邻像素间的相关性小,抗攻击性强,安全保密性高,借助混沌序列随机性强和多维细胞神经网络可以加大密钥空间的特点,实现了图像的有效加密.     

基于旋转变换的混沌光学图像加密方法

提出了一种利用旋转变换和混沌理论进行图像加密的新方法.使用旋转变换和两个混沌随机相位掩膜对图像进行加密,利用Logistic映射、帐篷映射和Kaplan-Yorke映射三种混沌函数产生混沌随机相位掩膜.通过计算均方差,基于旋转角和混沌随机相位的种子值的盲解密算法的鲁棒性进行了评估,并给出了加密和解密技术的光学实现方案....     

基于4阶细胞神经网络和AES的图像加密的研究

运用细胞神经网络和高级加密标准(Advanced Encryption Standard, AES)加密算法对图像进行加密，提出一种基于4阶细胞神经网络和AES的图像加密算法。首先，通过主动-被动同步法实现4阶细胞神经网络的同步，并产生混沌信号；然后，将同步混沌信号产生的同步随机序列用于图像的置乱和扩散；最后，结合AES加密算法与提出的基于螺旋矩阵的置乱扩散模型，并利用椭圆曲线对AES的密钥进行加密，通过公共信道对密钥和加密数据进行传输。数值模拟实验表明，提出算法不仅可以大幅降低图像相邻像素值之间的相关性，而且能承受包括差分攻击、噪声攻击和裁剪攻击在内的经典攻击，具有较好的安全性、鲁棒性。     

一种基于矢量量化的高光谱遥感图像压缩算法

压缩是高光谱遥感(hyperspectral remote sensing)图像的一个重要研究领域.文中充分考虑了高光谱遥感图像的谱间相关性较强而空间相关性相对较弱的特点,采用了自适应波段选择降维方法与基于神经网络的矢量量化方法相结合的方法对高光谱遥感图像进行压缩.首先采用自适应波段选择(Adaptive band selection)的谱间压缩方法,通过自适应地选择信息量大并且与其他波段相关性小的波段来降低高光谱数据量.然后对降维后图像在空间进行小波变换并进行矢量量化,最后对量化后数据进行自适应算术编码.实验结果表明,谱间压缩能够保留信息丰富的波段,同时计算复杂度大大降低;基于神经网络的SOFM算法及其改进算法取得较好的空间压缩效果,实现了对高光谱遥感图像的有效压缩.