基于混沌保密的即时通信研究

即时通信是信息化的产物,信息化给人们带来了很多的便利和好处,但伴随着这些便利和好处的同时,安全性的问题也显得越来越突出.提到安全性我们首先想到的是对传输的信息进行加密,密码学是保证信息安全性的最有效手段和关键性技术之一.目前,国际上正在讨论应用一些非传统的方法对信息进行加密和隐藏,在众多方法中,混沌理论由于其突出的优越性受到了很多科学家的青睐,被广泛采纳和应用.基于混沌理论的保密通信和信息隐藏技术的研究已成为国际非线性科学和信息科学两个领域交叉融合的热门前言课题之一,也为国际高科技研究开辟了一个新的领域.     

物流系统混沌边界确定及其模型效应分析

混沌理论作为解决经济系统中存在的大量非线性问题的一种全新研究方法,借助其非线性动力学模型对物流系统这一典型非线性复杂经济系统边界进行界定,有助于物流系统的正常运行.物流系统涉及交通运输、工业生产、商贸流通、邮政通信等各行各业,并受经济政策、产业环境及社会环境等诸方面因素的影响,必须按系统、分层次明确各级物流系统(企业物流系统、区域物流系统、物流供应链跨行业混序系统和社会物流大系统)的边界范围及其所包含的要素,并以此为基础分析物流系统的混沌特性和范围界定.文章通过测度系统的熵对系统是否产生混沌进行判定,能够对企业物流系统状态进行定量化描述,表征企业系统状态的复杂与有序程度,确定物流系统内部的不确定性,可以有效控制物流系统,实现物流系统经济效益的最大化.     

CNN混沌扩频通信系统的性能研究

本文把细胞神经网络（CNN）理论应用于混沌扩频通信系统（CSSS），研究了细胞神经网络实现脉冲式混沌同步的可行性，指出能否同步与同步脉冲的能量有关，而且用CNN产生了性能优良的二值和多值随机码，并对系统的抗多址和多径干扰的性能进行了研究。通信系统的仿真实验表明，CNN能够很好地应用于扩频通信系统。     

一种新的混沌扩频序列产生方法

本文提出了一种新的混沌扩频序列产生方法。该方法基于神经网络的强大学习能力和副近非线性函数能力，应用具有全局最优的ＢＰ改进算法通过训练学习建立起具有混沌性态的优化神经网络模型，利用网络权值调整的灵活性来产生混沌扩频序列。计算机仿真结果表明，该模型产生的混沌扩频序列调整更容易，比基于单一混沌映射能产生更多符合扩频通信要求的扩频序列。     

混沌控制理论在现代企业管理中的作用

混沌是现实世界中普遍存在的介于确定性和随机性之间的一类现象,随着理论研究的扩展,其中的蝴蝶效应、分形和奇异吸引子理论规律被广泛应用于其他领域。现代企业管理系统是一类非线性的复杂系统即混沌系统,恰当的利用混沌控制理论必定会给企业带来新的景象。     

一类非线性Duffing系统的混沌分析

对一类非线性Duffing系统进行混沌动力学研究,利用Melnikov方法,对Melnikov函数的积分表达式进行精确求解,确定发生混沌运动的参数范围。     

一种高安全性的级联型混沌扩频序列

针对传统一维混沌映射产生序列复杂度低、保密性不理想等问题,提出了一种基于Logistic改进型映射和Cubic映射的级联型混沌序列。新序列的混沌映射表达式由原来的低次一阶差分方程扩展为高次二阶差分方程,映射迭代过程由单级迭代变为二级交叉迭代,从而提高了混沌系统的复杂性。对新序列的非线性动力学混沌特性和扩频通信性能进行了仿真对比,结果表明新序列具有混沌吸引子结构更加复杂、初值敏感性更强、序列复杂度更高、安全性更好的特点,最后验证了新混沌序列具有和传统一维混沌序列相当的扩频特性。     

一种结构简捷的混沌调制保密通信系统电路

介绍了一种硬件实现较简单的混沌调制保密通信系统电路，并分析系统的同步原理，由编程计算对发射系统进行仿真，最后构建了相应的实验电路，在此基础上进行了传送音频信号的实验，给出了实验结果。     

一种新型正交相关延迟混沌开关键控系统

在相关延迟键控(CDSK)和混沌开关键控(COOK)这两种传统方案的基础上提出了一种新型的混沌键控方案——正交相关延迟混沌开关键控(OCD-COOK)。该方案结合了CDSK系统和COOK系统各自的特点，同时引入了一对简单的Walsh码序列，克服了CDSK系统误码性能差的缺点，具有比特误码率低、传输速率高、安全性好等优势。理论分析及仿真结果均表明，该系统的比特误码率低于CDSK和差分混沌键控(DCSK)，传输速率是DCSK的2倍，具有很好的实际应用价值。     

非线性科学中的一些问题及其应用

本文讨论了非线性系统和应用的有关问题。首先涉及到的是分形、多重分形理论的创立和它们的特征以及它们的研究对象。定量刻划分形的参数是分维,系统的混沌行为则来自于系统中的非线性性。分形几何是描述混沌现象的数学工具之一。分形和混沌与自然界的真实事物有着不解之缘。在应用方面,时间序列分析和处理是一个典型问题。在拓扑几何学的支持下,利用非线性系统的几何吸引子在一维时间轴上的测量值,可建立与原系统拓扑等价的非线性动力系统。最后,在自动控制中,利用混沌系统的控制,可以获得奇特的效果。     

数字混沌扩频序列的盲估计

混沌序列具有非线性、宽带类噪声、大的码族、任意长的周期且容易产生的特性,因此在扩频通信系统中很有实用价值。本文将文献[1]中对伪随机扩频序列盲估计的方法推广应用到混沌扩频通信中,并对其不足提出了改进方法。在只知道扩频码周期而无其它任何先验知识的条件下,利用特征值分析的方法可以对数字混沌直扩序列进行盲估计,仿真实验证明了该方法的有效性。     

基于欠采样的混沌保密通信系统的保密性分析

近年来,环境壁垒已经成为国际贸易领域中对自由贸易妨碍程度最深的一种贸易壁垒。来自外贸统计数据表明,环境壁垒已经对中国的农产品出口造成了极为不利的影响。本文旨在研究中国的农产品出口屡遭发达国家环境壁垒阻挠的原因以及在WTO框架下包括中国在内的发展中国家该如何正视环境壁垒的双重性、如何采取措施来规避环境壁垒、解决由环境壁垒引发的贸易争端进而合法地利用环境壁垒来保护本国的环境和人类与动植物的健康。     

Estimation of posterior probabilities of consumer situational choices with neural network classifiers

This study shows how neural networks can be used to estimate the posterior probabilities in a consumer choice situation. We provide the theoretical basis for its use and illustrate the entire neural network modeling procedure with a situational choice data set from AT&T. Our findings supported the appropriateness of this application and clearly illustrate the nonlinear modeling capability of neural networks. The posterior probability estimates clearly add to the usefulness of the technique for marketing research.     

循环神经网络自适应有源噪声对消研究

介绍了一种新颖的非线性逢适应滤波器－－循环神经网络自适应滤波器。由于这种循环神经等效于非线性ＩＩＲ滤波器，具有学习非线性函数到任意的精度及自适应能力，这种滤波器优于线性滤波器，能够适应各种噪声环境。本文将该滤波器用于有源噪声对消，仿真结果表明了这种循环神经网络自适应有源噪声对消系统具有良好的抗噪声性能。     

多模噪声理论及其在通信保密中的应用

给出了一种比较通用的非高斯噪声模型——多模噪声,采用无惯性非线性变换器给出了多模噪声中信号的检测与估计方法,该方法对概率密度函数形状对称的噪声是普遍适用的。在此基础上设计了可用于通信保密的多模噪声,说明了本加密方法适用于无线通信信道加密,并从统计分析的角度研究了可能的密码分析方法。     

New Technology in Shopping: Forecasting Electronic Shopping With the Use of a Neuro-Fuzzy System

This article presents the application of neuro-fuzzy techniques in forecasting a new technology in shopping. Neural networks have been used successfully to forecast time series due to their significant properties of treating nonlinear data with self-learning capability. However, neural networks suffer the difficulty of dealing with qualitative information and the “black box” syndrome that more or less limits their applications in practice. To overcome the drawbacks of neural networks, in this study, we proposed a fuzzy neural network that is a class of adaptive networks functionally equivalent to a fuzzy inference system. The results derived from the experiment based on electronic sales indicated that the suggested fuzzy neural network could be an efficient system to forecast a new technology in shopping. Experimental results also show that the neuro-fuzzy approach outperforms the other two conventional models (AR and ARMA).     

Neural networks in strategic marketing: exploring the possibilities

A review of the literature indicates that few studies have used artificial neural networks (ANNs) for data analysis in business and marketing research, even though there are many benefits to the use of ANNs. Therefore, this article discusses neural networks (NNs) that can be used in addition to or as an alternative to linear regression for data analysis in strategic marketing. The function and layout of NNs make them ideal for research dealing with nonlinear, incomplete, unspecified, or ‘fuzzy’ data and offer several advantages over linear regression. Unfortunately, in many marketing studies, the information being modeled is far from flawless and is often riddled with ambiguities linear regression is insufficient to accurately assess. NNs could be employed for great benefit by researchers analyzing the nonlinear, complex relationships in business data. The article discusses examples of types of studies that could be strengthened or expanded from neural network use.     

基于Chebyshev混沌扩谱序列的MC-CDMA系统的峰均功率比研究

峰均功率比(PAPR)是多载波码分多址 (MC-CDMA)系统的一个重要指标, OFDM多载波调制技术虽然可以提高MC-CDMA系统的数据传输率和抗干扰能力, 但是在系统的峰均功率比方面则存在着亟待解决的问题。本文利用Chebyshev混沌扩谱序列的伪随机、非周期、数量大和良好的相关特性,作为MC-CDMA系统上行信道的扩谱序列,以改善输出信号的峰均功率比。分析和仿真结果表明在保持较低多址接入干扰的同时,还可以大大降低发射信号的峰均功率比。