分数阶忆阻Henon映射的可控多稳定性及其视频加密应用

基于局部有源离散忆阻器构建一种能够产生任意数量共存吸引子的分数阶忆阻Henon映射.该映射的不动点数量由忆阻器内部参数控制,实现可控的同质多稳定性,适合基于混沌的工程应用.通过相图、分岔图、最大Lyapunov指数和吸引盆等方法揭示该映射的复杂动力学行为.数值模拟结果表明,该分数阶映射能够产生各种周期轨道、混沌吸引子和倍周期分岔等现象.随后使用ARM数字平台实现该系统,实验结果验证其物理可实现性.最后,基于该映射设计一种视频加密算法,并通过安全性分析验证该加密算法能够有效保证视频的安全传输.

基于耦合的Henon和Sine映射及彩色图像加密

针对现有混沌映射模型的混沌空间小及混沌能力弱的问题,通过耦合二维Henon混沌映射模型和Sine混沌映射模型,设计一种新的二维混沌映射模型,通过耦合Sine混沌映射模型和Logistic混沌映射模型,设计一种新的一维混沌映射模型。针对使用单一置乱方法进行图像加密时安全性能不高的问题,通过使用Lorenz映射设计一种随机选择置乱算法的方法。使用设计的两种混沌映射及置乱选择方法,提出一种彩色图像加密方案。仿真实验结果表明:所提方法具有较大的置乱范围、较高的安全性和良好的图像加密效果,对常见的攻击有较强的抵抗力,且易于实现。

一种Sine混沌映射改进的麻雀算法

针对经典麻雀算法种群多样性逐渐减少和求解稳定性不强的缺点,本文对其提出了一种改进方法。该方法通过引入Sine混沌映射初始化麻雀种群(Sine-SSA),达到了增加初始麻雀种群多样性的目的。本文同时对多种混沌映射的改进效果进行了对比,文中共采用了8个基准函数的多重维度,不同测试函数的仿真效果表明了采用Sine混沌映射改进的麻雀算法相较于其他映射的收敛速度与寻优精度都为最优,也证实了该方法在增加麻雀种群多样性上的稳定性。

基于改进Henon映射和超混沌的双重语音加密算法

针对现有语音混沌加密算法密钥空间小、安全性差、加密效率低且无法实现密钥复杂度与加密效率的权衡等问题,提出了一种改进Henon映射和超混沌的双重语音加密算法。首先,为了使Henon映射具有更大的混沌空间和更高的混沌复杂度,通过扩展控制参数范围将非线性三角函数作为输入参数变量等手段对经典Henon映射进行了改进;其次,利用改进的Henon映射生成伪随机序列,并对语音数据进行单次不重复置乱加密,获得语音数据的初次加密结果;最后,利用Lorenz超混沌系统对初次加密后的语音数据进行Arnold二次置乱加密和异或扩散加密,获得最终的密文语音数据。实验结果表明,与现有方法相比该算法具有更大的密钥空间和更高的加密效率,且对各种密码攻击拥有更好的鲁棒性。

一种基于Henon映射的图像加密算法的分析及改进

该文对一种基于Henon映射的快速图像加密算法进行了分析,指出该算法存在明文敏感性不足和像素点逐个处理的问题。进而提出了一种改进的图像加密算法。改进算法将原算法的单点链接方式变成双点链接方式,从而获得了更好的扩散效果和更高的计算效率。实验仿真结果表明,改进的算法在安全性和加解密速度方面均有更好的表现。

基于Henon映射与改进的提升小波变换图像加密算法

数据在开放的网络环境中传输容易被盗取或破坏,因此常常利用混沌系统结合各种算法对多媒体数据进行加密。针对传统置乱扩散结构安全性低、依赖大量伪随机数的问题,文章提出一种基于Henon映射和改进的提升小波变换图像加密算法。首先,该算法对混沌系统产生的伪随机序列进行循环移位以及S盒处理生成密钥,同时将普通明文图像变换成一维奇偶索引序列;其次,将变换后的序列进行预测和更新处理,得到图像的低频近似分量和高频细节分量,完成一次加密;最后,分别翻转这两个被扰乱的分量,并再次执行预测和更新算法,完成对图像的加密。灰度图像上的计算机仿真实验与性能分析表明,使用该算法加密的图像失去了明显的统计特性,可以抵抗统计性攻击,有效提高了图像加密的安全性。

低可见度环境下基于改进YOLOv3的井下人员定位方法

煤矿井下光照不足、粉尘遮挡,井下视频监控系统采集的人员目标在二维图像中表现为小目标或低可见度目标时,原始YOLOv3网络的Darknet53特征金字塔结构无法充分提取和保留目标的细节信息,导致定位结果不准确。针对上述问题,提出了一种低可见度环境下基于改进YOLOv3的井下人员定位方法。首先,结合β函数映射和帧间信息增强技术,提升低可见度环境下煤矿井下监控视频的清晰度。然后,采用更轻量级的Darknet-19替代YOLOv3中的Darknet53,并引入CIoU作为损失函数,利用改进YOLOv3识别增强后视频中的井下人员目标。最后,基于映射模型将识别到的目标从二维空间投影至三维空间,结合三维定位结果完成井下人员定位。选用某煤矿一段低可见度环境下井下监控视频进行实验,结果表明:①经过基于改进YOLOv3的井下人员定位方法处理后的视频帧亮度、可见度和各项评价指标(平均灰度、平均对比度、信息熵与灰度谱带宽)较原始视频均有明显提升,整体光照条件得到显著改善,且处理后的视频帧对比度得到增强,目标和背景之间更易区分,证明了采用的图像增强技术的有效性。②改进YOLOv3模型能准确识别视频帧中的井下工作人员,不存在漏识别问题。③采用已知位置的标定物或人工标注的的真实三维位置作为基准,计算投影结果与真实位置之间的偏差(偏差计算涵盖X,Y,Z方向上的距离偏差),其中X方向和Y方向上的偏差均小于0.2 m,Z方向上的偏差小于0.002 m,表明构建的映射模型的映射效果好且定位精度较高。

基于MDS和改进SSA-SVM的高速铁路道岔故障诊断方法研究

针对高速铁路道岔设备故障频繁,现场维修工作量大等问题,提出基于多维尺度缩放法(MDS)和改进麻雀搜索算法(SSA)优化支持向量机(SVM)的高速铁路道岔故障诊断模型。首先以ZDJ9道岔转换功率曲线为研究对象,总结现场典型道岔故障类型及故障原因,分别提取道岔功率曲线的时域、频域特征指标以及小波包能量熵,组成特征指标向量;其次采用MDS方法进行多维特征指标的降维优化,建立道岔故障特征指标样本数据库;最后利用改进Circle混沌映射初始化种群,并通过自适应t分布增强麻雀种群的多样性,再以改进SSA算法优化SVM模型中的惩罚因子和核函数方差2个关键参数,构建改进SSA-SVM的道岔故障诊断模型。故障诊断结果表明,本模型的故障诊断正确率高达96.25%,诊断效果优于其他方法,可以为道岔设备的故障维修提供理论依据。

基于改进鲸鱼算法优化神经网络的GPS高程拟合方法

采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常拟合预测模型,并通过两组不同地形特征工程中的GPS数据对模型进行验证。结果表明,利用改进鲸鱼算法优化的BP模型进行GPS高程拟合时可取得更高的精度和稳定性。

基于改进PSO算法的光伏阵列MPPT研究

为解决传统粒子群优化(PSO)算法在寻优过程中出现粒子早熟、收敛速度慢、易陷入局部优化等问题,提出一种基于反向学习的Logistic-Tent双重混沌映射和时变双重压缩因子(TVCF)策略的改进粒子群优化(LT-TVCFPSO)算法,在传统PSO算法基础上,引入了Logistic-Tent混沌映射和TVCF,既可增强种群多样性,避免粒子早熟,跳出局部优化,又能加快粒子收敛,提升全局寻优能力。最后在MATLAB/Simu-link上进行仿真。仿真结果表明:相比于传统MPPT算法,LT-TVCFPSO算法能够快速准确地追踪到全局最大功率点(GMPP)。

基于改进的广义Henon映射和人眼视觉模型的小波树结构域数字水印算法

利用改进广义的Henon映射,结合人眼视觉模型,在数字图像的小波树结构域下,进行数字水印的嵌入和提取。试验表明,这种水印嵌入算法,能在保证不可见性的基础上,较好地对数字图像进行加密,对噪声攻击、压缩攻击和剪切攻击都有很好的抵抗性。

基于改进型Henon映射的快速图像加密算法

为了解决传统Henon映射在密码系统中实现时混沌空间小和安全性低的缺陷,设计了一种改进型Henon映射。通过分岔图、混沌轨道、Lyapunov指数和近似熵分析表明改进型的Henon映射具有更大的混沌空间、更好的遍历性和更高的混沌复杂度,使其更加适用于设计安全的密码系统。基于改进型的Henon映射,提出了一种快速图像加密算法,该算法由多级块置乱和双向块扩散过程构成。在多级块置乱过程中,明文图像被分成几个大小不等的图像块,然后对图像块进行置乱操作。在双向块扩散过程中,置乱后的图像重新被分成若干个大小相同的图像块,最后对图像块进行块扩散操作得到密文图像。仿真结果和安全性分析表明该算法是安全高效的。

基于改进型Henon映射的图像加密算法

在传统的Henon二维映射基础上,提出了一种改进型的Henon映射,增加了其序列复杂性和密钥空间.NIST测试表明,改进后的混沌序列具有良好的随机性.为了提高图像加密的安全性,利用此混沌序列设计了一种新的图像加密算法,将产生的两个混沌序列融合在一起组成了一个新的随机序列作为密钥序列.通过仿真验证了算法良好的加解密效果,降低了图像相邻像素间的相关性.解密时,改变其初始密钥后,无法正确解密,表明该算法具有良好的密钥敏感性,而计算所得的密钥空间非常大,表明该算法能有效地抵抗唯密文攻击,因此具有较高的安全性.

基于改进Henon映射的混沌图像加密算法

针对Henon映射混沌空间小,混沌序列分布不均匀等问题,提出了一种改进的Henon映射,该映射能产生分布更加均匀的混沌序列,具有更大的控制参数范围。基于改进的Henon映射,提出了一种像素级和比特级双重置乱再扩散的图像加密算法。实验及性能分析表明,该加密算法具有较高的安全性和优良的加密性能,能够抵御暴力攻击,统计攻击和差分攻击等。

基于混沌反向学习和水波算法改进的白鲸优化算法

针对原始的白鲸算法(beluga whale optimization,BWO)在某些情况下,中后期的探索和开发能力不足、多样性和求解精度降低、容易陷入局部最优等问题,提出一种基于混沌反向学习和水波算法改进的白鲸优化算法(TWBWO),进一步提高白鲸算法的计算精度和收敛速度,增强全局搜索和跳出局部最优能力。结合混沌映射和反向学习策略提高种群的质量和多样性,加快收敛速度。引入水波算法(water wave optimization,WWO)的折射操作,避免寻优时轻易陷入局部最优,提高计算精度。实验结果表明,TWBWO算法较之原始算法和其他经典算法在收敛速度和求解精度以及稳定性方面更为优秀,性能和寻优能力更强。

基于Henon混沌映射的多目标粒子群算法改进分析

为解决多目标粒子群优化算法对初值敏感性较差和局部搜索能力不强的问题,提出一种改进的混沌多目标粒子群优化算法。根据多目标优化问题的概念,利用混沌对初值敏感、随机的特性,确定种群初始值,通过引入Henon混沌映射,将改进后的算法应用到3个典型的多目标测试函数,并与NSGAⅡ和MOPSO算法进行对比。仿真结果表明:改进的多目标粒子群算法在收敛性、分布性和均匀性等均有提高,具有可行性和优越性。

基于SORT映射的IRCMFDE在旋转机械故障诊断中的应用

针对旋转机械振动信号的强非线性和非平稳性,导致故障特征提取困难的问题,提出了一种基于SORT映射的改进精细复合多尺度波动散布熵(IRCMFDE)和蝙蝠算法优化的相关向量机(BA-RVM)的旋转机械故障诊断方法。首先,利用SORT映射函数替换了精细复合多尺度波动散布熵(RCMFDE)方法的正态累积分布函数,同时对RCMFDE方法的粗粒化方式进行了改进,提出了基于SORT映射的IRCMFDE方法;随后,利用IRCMFDE方法提取了旋转机械振动信号的故障特征,构造了故障特征集;最后,采用BA-RVM分类器对旋转机械的故障类型进行了智能化的识别和分类;将基于IRCMFDE和BA-RVM的故障诊断方法应用于滚动轴承、离心泵和齿轮箱的实验数据分析,并将其与现有故障诊断方法进行了对比分析。研究结果表明:基于IRCMFDE和BA-RVM的故障诊断方法能够有效地识别旋转机械的故障状态,识别准确率分别达到了100%、98%和99%,相比基于RCMFDE、精细复合多尺度熵、精细复合多尺度模糊熵、精细复合多尺度排列熵和精细复合多尺度散布熵的故障特征提取方法,该故障诊断方法的效率和平均识别准确率均优于对比方法,其更适合应用于旋转机械的在线实时故障监测。

一种多策略改进鲸鱼优化算法的混沌系统参数辨识

针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。

基于改进二进制蛇优化算法的配电网故障定位

分布式电源(distributed generation,DG)大规模接入给配电系统带来更多不确定性、随机性,系统运行方式更复杂,传统故障定位方法难以适应新型电力系统构建。提出了一种基于改进二进制蛇优化算法(improved binary snake optimization,IBSO)的新型故障区段定位方法。利用SPM混沌映射生成高质量的随机数序列,以提高算法种群中个体的随机性,并引入了遗传算法的动态变异策略,根据不同的搜索状态和进化阶段来调整变异率和变异方式,提高算法的灵活性和准确性。通过仿真证明,该方法适用于在含有分布式电源的配电网中定位单一和多重故障区段,相比蛇优化算法、传统二进制粒子群算法以及遗传算法在收敛性、快速性和准确性方面更优。

改进布谷鸟算法的永磁同步电机多参数辨识

为解决PI控制器依赖于准确的电机参数且传统PI控制器效率不高、稳态误差大的缺点,采用模糊PI控制器替代永磁同步电机矢量控制系统中的传统PI控制器,采用改进的布谷鸟算法,以实现对电机多参数的精确辨识。通过Logistic-Tent映射构造随机衰减惯性权重,并采用高斯分布改进步长因子和指数函数构造动态发现概率,采用多样性维持策略,在一定程度上改善了标准布谷鸟算法收敛速度慢和后期易陷入局部最优解的问题,从而使改进的布谷鸟算法对电机多参数的辨识更加精确。改进的布谷鸟算法只需采集模糊PI控制下电机的转速,定子电压和电流信号就可精确辨识电机参数。仿真实验表明:改进的布谷鸟算法对多参数的辨识收敛速度更快精度更高,对改善电机性能具有重要意义。