基于混沌导频信号同步控制的混沌保密通信

来源 :计算机应用研究 | 被引量 : 10次 | 上传用户:loganmax
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分析了现有混沌掩盖保密通信存在的问题,给出了混沌同步控制信号与混沌调制信号相分离的混沌保密通信新方法。新方法采用混沌导频信号独立完成通信收发两端的混沌系统同步控制,较好地解决了原有混沌通信系统中已调信号既实现同步控制又承载信息信号所引起的信息信号须远小于混沌调制信号和抗噪声性能差的问题。构建了采用Sprott系统I为混沌模型的混沌通信新方案仿真电路。仿真实验表明:通信收发两端混沌同步控制实现方式更灵活、混沌同步更精确、信息信号大小不再受混沌信号影响、抗噪声性能更强。同时,混沌调制信号和混沌同步控制信
其他文献
很多大企业采用Hadoop分布式文件系统来存储海量数据,而传统的病毒扫描主要针对单机系统环境。研究如何并行化病毒扫描中的核心特征匹配算法来处理分布式海量数据。在Hadoop平
为了解决方向加权中值滤波方法的不足,提出了一种新的基于12个方向的方向加权滤波法滤除图像中的随机值脉冲噪声。这种方法在脉冲检测阶段是利用当前像素与邻域12个方向像素的不同识别噪声,然后在噪声滤除阶段选取合适的加权值去除噪声。实验结果表明,该方法从主客观两方面验证了在滤除噪声率较高或较低的噪声时对保护图像细节方面的效果有所提高,并且提高了程序运行效率。
现有自底向上的角色工程方法挖掘任务繁重,挖掘规模庞大,且难以体现挖掘结果的可用性。为提取有效、完整的可用角色集,结合枚举角色挖掘的研究及用户之间的相似度属性,将角色挖掘问题转换为聚类问题,提出一种基于划分与压缩方法的改进角色挖掘。使用围绕中心点划分方法分解用户聚类,采用聚类压缩算法压缩划分用户集,利用矩阵的稠密性分析法合并重构有效矩阵,并在构造和真实数据集上进行测试与分析。实验结果表明,该方法能够
针对Wi-Fi定位技术中基本三边定位算法的测距模型参数不确定和定位计算误差大等问题,提出基于权值的参数实时更新定位算法。该算法首先按照基于区分度能力的信息增益方法选择三个最能反映待定位点信息的访问接入点AP,然后对测距模型进行实时获取参数的改进,最后对三边定位计算中的距离进行加权处理。实验表明,该定位算法能减小由环境因素和信号强度测量值引起的误差,与基本的三边定位算法相比,算法具有更高的定位精度。
分析了NTRU公钥加密算法的一类弱密钥。根据NTRU所涉及的CS格与循环码的生成矩阵结构相似的特点,指出当NTRU的公钥与(xn-1)的最大公因式的次数大于零时,CS格的生成矩阵不可逆,此时可用类似于循环码译码的方法和格基归约算法破解NTRU。最后给出了能使NTRU避免生成此类弱密钥的方法。
针对由太阳能补给节点和无能量补给节点组成的非均匀分布无线传感器网络,提出了基于节点密度和能量大小的分簇路由算法DEACC。该算法在每轮开始时,首先根据光照度估算太阳能补给节点下一周期的采集能量;然后在选举簇首时综合考虑节点密度、太阳能补给节点密度、节点当前能量和太阳能补给节点采集能量,在稳定阶段采用节点密度策略发送数据。实验结果表明,DEACC在延长网络生存期和提高网络覆盖率的同时具有较高的网络吞
对传统的工作流合理性验证方法进行了阐述,并分析了这些方法的优缺点,着重针对国内外学者用Pe-tri网对工作流合理性验证方法进行综述,分析其特点,并指出了工作流的合理性验证的发展方向。
针对现有"具有度量属性的多变元时态数据"可视化方法不足,提出Parallel Sets分类值排列顺序优化算法ACLEARCR、基于相关度的Parallel Sets变元轴配置算法(VABC)、深度信息Parallel Sets(DCPS)共同组成基于Parallel Sets的具有度量属性的多变元时态数据可视化方法 TVBPS。使用具体数据集对提出的可视化方法进行实验,获得的视图能够挖掘数据集中的
协作频谱感知可以有效提高认知无线电系统的感知性能,但信噪比较低的认知节点参与协作会影响整体的感知性能。为解决这种低信噪比节点降低系统感知性能的问题,提出了一种基于信噪比对参与协作的认知节点进行筛选优化的方法,通过筛选避免低信噪比的节点参与协作。理论分析和仿真实验结果表明,所提出的方法可以消除低信噪比节点的影响,提高系统的感知性能,同时具有较低的计算复杂度。
为了同时得到高功率效率和高频谱效率,在编码转发多输入多输出双向中继系统中需要在功耗最小时达到最大的和速率,但该问题是一种非凸问题,传统的研究方法仅关注和速率最大化问题,对两种并存情形研究较少。通过对两个源和一个中继组成的中继系统进行了研究,提出了一种寻找中继最优机制和将原始非凸问题转换为相应凸问题的优化算法。该算法将功耗作为优化问题的约束,并通过添加额外约束和子问题分解的方法,找到源和中继的最优功