导频对称加密方法

2015 年 8 月 25 日 0 条评论 201 次阅读 0 人点赞

在保密通信中,导频信号需要通过加密方法实现同步控制,传统方法对保密通信的同步导频控制信号加密采用Co-training监督学习加密算法,无法获得足够泛化性能的控制密钥,承载信息信号所引起的导频信号的抗噪性能差,加密性能不好。提出一种基于高斯差分双线性映射的改进的training监督学习导频对称加密方法。

一、基于半监督学习算法保密通信系统设计

本文在基于传统的监督学习导频信号的对称加密算法设计的基础上,构建一种基于高斯差分双线性映射的半监督学习算法,算法独立地训练两个学习器,然后采用互助方式迭代地扩充带标记样例集并重新训练,采用半监督学习算法主要是对导频信号进行编码设计,本文采用高斯差分双线性映射方案对传统的混沌调制导频信号通信系统进行改进,得到驱动一响应式混沌保密通信系统设计框图如图1所示。

1

算法设计如下:

通过半监督学习主要利用大量的无标记样例,根据驱动一响应式混沌保密通信的混沌函数的极大熵原理得到1中第i行第j列的导频加密数据分布为1。对于第t次迭代操作中的一致性无标记样例ConsistentU,可将t标记为H2(X)并加入且的训练集,对对泛函子方阵进行奇异分解得到:

1

1

对辅助学习器H在第t次迭代操作中,需对第1,2,…,f次迭代中测试错误的样例学习,利用初始训练集验证集中测试错误的样例Fdata,求解驱动一响应式混沌掩盖通信的混沌调制导频信号的对称加密约束条件为:

1

综上分析,本文采用的基于半监督学习算法驱动一响应式混沌掩盖通信导频信号对称加密原理如图2所示。

1

由上述分析可见,导频信号需要通过加密方法实现同步控制,对保密通信的同步导频控制信号加密采用Co-training监督学习加密算法,无法获得足够泛化性能的控制密钥,承载信息信号所引起的导频信号的抗噪性能差,加密性能不好,本文提出采用高随差分双线性映射的导频信号对称加密算法实现算法改进。

二、系统设计与算法实现

本文采用高斯差分双线性映射算法对传统的监督学习下驱动一响应式混沌掩盖通信导频信号加密算法进行改进,实现对高频信号的对称加密,该机思想描述为:在AR-Tri-training训练过程中减少错误标记的无标记样例数,采用高斯差分双线性映射从而使学习器获得较好的学习效果,提高分类精度,实现对称加密。

改进的基于高斯差分双线性映射的保密通信系统的堆成加密算法。

基于高斯差分双线性映射的对称加密策略表示为对已标记样本的一种重采样策略,然而半监督学习主要利用大量的无标记样例,为实现保密通信和混沌调制的同步控制,将混沌同步和混沌调制分别由两个(或多个)存在主从关系、不一定相同的混沌系统完成(当仅有一个混沌系统时,混沌同步控制的混沌信号作为导频信号,独立于调制了信息信号的混沌信号传输。

得到通信收发两端的混沌模型满足1,则:

1

求解t+l时刻通信系统发送端导频信号加密的时延D’L+1和队长序列L’L+1:

1

三、数据性能测试与分析

为了验证算法性能,采用数据测试仿真实验的方法,进行实验分析,仿真实验得到半监督学习下驱动一响应式混沌掩盖通信导频加密Sprott混沌系统I的混沌吸引子如图3所示。图中(a)和(b)分别表示Sprottd加密系统I的xl-x2平面奇怪吸引子和xl-x3平面奇怪吸引子,从图可见,采用本文方法构建的加密系统进行混沌编码,具有较大的非线性特性,保密性强,实现混沌通信的调制、解调与反向混沌同步控制。

1

分析结果可见,采用本文算法能有效改进传统Tri-training算法引起积累噪声以及无标记样例利用率低的问题,本文算法具有降低噪声的能力,随着样本数的增加,加密性能越好,这是因为本文算法结合导频信号保密通信系统混沌编码吸引的富信息策略与辅助策略,充分利用了无标记样例信息,有效地降低了误标记样例,实现保密通信的调制、解调与反向导频对称加密同步控制。通过本文算法,能使得通信系统中已调信号既能实现同步控制又能保证承载信息信号实现加密传输的功能,使其独立完成信道传输两端通信收发,增强信道的抗噪性能。

小知识之导频

导频技术可以有效的提高不同载频之间切换的成功率,在网络优化中广泛应用,比较常用的是伪导频,实现方式有基站自提供方式;纯导频方式;易频方式。

admin

这个人太懒什么东西都没留下