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。     

一种基于超混沌Mackey-Glass系统的语音加密算法

针对低维混沌序列加密语音信号保密性较差,而复合混沌序列加密信息又使得混沌系统难以用软硬件实现的问题,研究了一种基于参数辨识的超混沌时滞模型的加密算法.该算法引入了分块加密的思想,采用了一种映射的方法产生密钥,不仅实现简单,实用性强,而且有效地改善了由于计算机有限精度效应而产生的混沌周期行为,增强了保密性能.     

一种非对称不变分布的混沌干扰源设计与干扰效果分析

提出了一种用于干扰数字通信系统的非对称不变分布的混沌干扰样式。基于混沌映射 产生均匀分布的混沌序列,经过相应非线性变换,得到了服从非对称不变分布的混沌干扰信 号 。与现有干扰信号产生方法相比,该方法易于模块化实现,可控性和可再生性好。理论分析 和仿真结果表明,相比于高斯分布干扰,满足Rayleigh分布的混沌干扰对QPSK和16QAM系统 具有更好的干扰效果。     

多级混沌数字图像加密算法分析

利用混沌信号具有良好的伪随机性的特性,选择三种混沌模型构造多级混沌图像加密算法。并使用Matlab对该算法进行仿真实验分析。从密钥空间和密钥敏感性、直方图两个方面分析算法的安全性。     

一种新型的适用于CDMA扩频系统的混沌序列

在各种混沌映射的基础上,为了改善混沌序列被截短带来的影响,提出了一种级联型的混沌映射。研究和仿真证明,该方法产生的混沌序列在伪随机性、相关性、平衡性、误码率方面的性能优良,很适合用于DS/CDMA扩频通信中。     

基于混沌与自编码相融合扩频码的构造

为了提高扩频通信系统数据传输的有效性和安全性,提出了一种混沌映射与自编码非线性融合的思想构造扩频码方法。该方法首先将Logistic混沌序列通过改进产生的复合符号混沌序列与自编码算法输出反馈进行逻辑异或,然后与自编码序列经非线性Henon映射相融合产生高质量的复合扩频码。以混沌和自编码为基础分析了该方法的有效性,并与现有方法进行比较,提高了序列的相关性和复杂度。在DS-CDMA系统中进行仿真验证,结果表明该方法产生的扩频序列抗多径干扰能力更好,并能获得较低的扩频误码率,有利于扩频通信的需要。     

无线基带信道模型Chaotic-Map误码特性分析

介绍了一种新的基于混沌映射的基带信道模型,即Chaotic-Map模型。对此模型的意义和用法进行了详细描述,研究了该模型中参数取值与信道特性的对应关系,并且通过仿真验证了该模型对具有突发误码特性的无线信道的适应性。     

企业创造激励的混沌同步研究

利用驱动——响应的混沌同步方法,分析企业创造的激励机会和企业创造激励的条件系统之间的混沌同步作用,建立企业创造的激励机会和企业创造激励的条件的混沌同步模型,并根据建立的混沌同步模型简要讨论了企业创造激励的混沌同步策略。     

混沌扩谱CDMA的系统模型及其性能分析

混沌序列在具有很好随机性的同时,一些序列还具有KroneckerDelta自相关和近似正交的互相关特点,因此被认为是实现直序扩谱CDMA系统较理想的扩谱序列之一,成为近年来研究的热点。文中从异步DS-CDMA系统的模型入手,分析影响CDMA系统性能的关键问题,说明混沌扩谱CDMA系统的性能优点。为了实现混沌扩谱CDMA系统的数值仿真与性能验证,以切比雪夫映射产生的混沌序列为例进行混沌扩谱CDMA系统的性能分析,并与基于Gold和Kasami两种序列的传统DS-CDMA系统进行比较。     

混沌噪声产生器及其FPGA实现

为实时产生混沌噪声,设计了一种基于Tent映射双向耦合映象格子和“接收-拒 绝”法的混沌噪声产生器,将其由浮点运算转换为定点运算后在FPGA上实现。所实现的 混沌噪声产生器具有结构简单、运算复杂度低、资源占用少且易于控制等优点。性能测 试结果表明：混沌噪声产生器能够产生具有任意分布和平坦功率谱的混沌噪声,且随机性较 好。     

基于LSTM深度学习的大豆期货价格预测

面对越来越复杂的金融市场环境,以传统统计学和计量学为主的时间序列预测模型在发现序列中的长期依赖关系方面存在一定局限性,而深度学习中的长短期记忆(LSTM)网络有望克服这一问题。通过构造一个多层LSTM网络价格预测模型,使用中国2007—2019年大豆期货价格数据进行了实证研究。结果显示,参数调优对LSTM网络模型预测效果有着较大影响,其中影响较大的主要参数包括迭代次数、学习率、窗口大小和网络层数等;与ARIMA模型、MLP模型、SVR模型相比,LSTM网络模型的预测结果准确性更高,在拟合优度(R-2)上分别提高了1.064%、2.147%、1.674%。LSTM网络模型在价格预测方面的良好表现,为预测大豆期货价格提供了新思路。     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。     

双选信道下一种基于混沌交织的FBMC系统

高速移动环境下，无线信道具有时频双选性衰落的特性，使得滤波器组多载波(Filter Bank Multi-carrier，FBMC)系统产生长突发差错。将一种基于Baker映射的混沌交织算法应用在滤波器组多载波系统中，根据混沌密钥对发送数据进行分块和重新排列，按照Baker映射规则完成数据交织。此方法可以将长突发差错变为单突发差错，结合卷积编码能有效地纠正双选信道产生的长突发差错。仿真结果表明，在双选择信道中，基于混沌交织的滤波器组多载波系统误比特率性能优于传统基于块交织的滤波器组多载波系统。     

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。     

混沌遥测及其非合作信号检测与参数估计

从混沌伪码序列的产生机理出发,分别从量化混沌遥测信号检测、实值混沌遥测信号识别和 混沌遥测系统参数估计方面分析了可供非合作者利用的特征和方法。提出了基于Duffing振 子的混沌遥测信号检测方法,以及基于相空间重构的遥测信号识别方法和基于混沌同步的遥 测系统参数估计方法。仿真分析表明所构造方法可以实现对混沌遥测信号的非合作分析。     

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。     

Endogenous Cycles and Chaos in a Capitalist Economy: A Circuit of Capital Model

This paper introduces a firm‐level simulation model of the circuit of capital with financially extended Harrodian investment behavior. The model demonstrates that capitalist economies with heterogeneous firms can endogenously generate chaotic cycles. Stability and bifurcation analyses show that the (Harrodian) instability of the system is caused by the firm's ‘aggressiveness’ regarding the size of the ‘rent’ between investiments in the financial and the goods markets. Furthermore, the heterogeneity of firms results in a chaotic pattern of capital accumulation. Finally, a set of steady states around which the system fluctuates chaotically is found by solving the balanced growth problem.