基于神经网络同步的全光混沌通信

全光混沌由于产生结构简单和混沌复杂度高等特点,在混沌保密通信中起着重要的作用。由于全光混沌需要发射端与接收端激光器参数几乎完全一致才可达到很好的同步效果,一直没有在保密通信方向取得很好的应用。文章提出了一种利用神经网络对激光器进行建模同步的方法,在发射端利用大量已知混沌信号和混沌加密信号对神经网络进行训练,得到一个与发射端激光器结构相似的神经网络模型,在接收端利用此神经网络模型对加密信息进行解密,并通过实验成功对5 Gbit/s信号进行了混沌加密和解密。此方法大大降低了全光混沌同步的复杂度,并为点到多点全光混沌通信提供了可能。

基于特定色散曲线的全光混沌频谱展宽

全光混沌因其结构简单,混沌信号具有类噪声、不可预测等特点被广泛应用于保密通信领域和真随机数发生器领域。文章提出利用特定色散曲线的相位作用与激光器的内外腔的非线性效应来平坦化混沌信号的频谱,从而实现高带宽的混沌信号,同时能够在一定程度上减弱混沌信号的内在相关性。首先搭建了传统的全光混沌结构,分析其频谱特征,然后在该系统结构的外腔环内通过色散补偿器件引入了所设计的特定色散曲线,最后对比分析了不同色散曲线情况下对全光混沌信号频谱的影响。实验结果证明了该方案能够展宽全光混沌信号的频谱。