韓春艷， 禹思敏

(1.廣東工業(yè)大學(xué)自動化學(xué)院，廣東 廣州 510006；2. 濱州學(xué)院物理與電子科學(xué)系，山東 濱州 256603)

?

改進(jìn)的Logistic映射及其動力學(xué)特性*

韓春艷1，2， 禹思敏1

(1.廣東工業(yè)大學(xué)自動化學(xué)院，廣東 廣州 510006；2. 濱州學(xué)院物理與電子科學(xué)系，山東 濱州 256603)

為了獲得性能良好的混沌偽隨機(jī)序列，分別采用尺度變換、構(gòu)建魯棒性系統(tǒng)和復(fù)合映射的方法對Logistic映射進(jìn)行改進(jìn)。 Logistic映射的尺度變換可任意擴(kuò)展?jié)M映射區(qū)間和混沌區(qū)間，能夠改善序列的隨機(jī)特性，增大密鑰空間；構(gòu)建魯棒性系統(tǒng)可使其在一定條件下呈現(xiàn)具有恒定Lyapunov指數(shù)的恒定混沌狀態(tài)，形成魯棒混沌映射；復(fù)合映射能夠成倍提高Lyapunov指數(shù)，可改善映射的初值敏感性和隨機(jī)性。因此，改進(jìn)的Logistic映射可作為偽隨機(jī)序列發(fā)生器的隨機(jī)信號源，在保密通信、密碼系統(tǒng)和計(jì)算機(jī)等領(lǐng)域?qū)⒂辛己玫膽?yīng)用潛力。

混沌； Logistic映射； 魯棒混沌映射； 復(fù)合映射

混沌具有初值敏感性和不可預(yù)測性[1]，它可產(chǎn)生性能良好的偽隨機(jī)序列而應(yīng)用于密碼系統(tǒng)和保密通信等領(lǐng)域之中。

離散混沌由于其算法簡單及處理時運(yùn)算速率快而在混沌應(yīng)用中得到了廣泛的研究[2-6]，其中Logistic映射又是研究最早和應(yīng)用最多的一種離散映射，使其成為一種典型的偽隨機(jī)序列信號源。文獻(xiàn)[7]提出了一個基于變形Logistic映射的流密碼方案，之后得到了廣泛關(guān)注和引用，很多混沌偽隨機(jī)序列發(fā)生器的設(shè)計(jì)都采用了Logistic映射[2-8]。直到最近幾年仍有大量文獻(xiàn)研究Logistic的基本特性及其變形，以及在保密通信和信息加密中的應(yīng)用[9-14]。

但Logistic映射只有一個初值和一個參數(shù)，且參數(shù)范圍和滿映射區(qū)間都較小，混沌映射區(qū)間更小，致使其密鑰空間不大序列安全性較低；其混沌映射范圍與系統(tǒng)參數(shù)存在定量的函數(shù)關(guān)系，將降低密鑰參數(shù)的安全性。另外，Logistic映射的Lyapunov指數(shù)也不大，這意味著其初值敏感性不好[10]，因?yàn)長yapunov指數(shù)越大，從2個不同初值出發(fā)的相鄰軌道在相同時間的演化過程中的分離距離就越大，其初值敏感性就越好，由初值的不確定性所導(dǎo)致的混沌長期演化的不可預(yù)測性，即隨機(jī)性就越好。更為重要的缺陷是，Logistic映射并不是魯棒混沌映射，分岔過程中存在很多周期窗口，當(dāng)參數(shù)發(fā)生微小攝動時系統(tǒng)容易進(jìn)入周期狀態(tài)。

本文基于如何擴(kuò)展混沌映射區(qū)間和系統(tǒng)參數(shù)區(qū)間，如何提高系統(tǒng)的Lyapunov指數(shù)以及改善混沌映射的魯棒性等問題，利用尺度變換、魯棒性改進(jìn)和復(fù)合映射方法對Logistic映射進(jìn)行了改進(jìn)，對其動力學(xué)特性進(jìn)行了分析，發(fā)現(xiàn)該映射可任意擴(kuò)展其參數(shù)區(qū)間、混沌區(qū)間和滿映射范圍，滿足一定條件，該映射呈現(xiàn)一種強(qiáng)魯棒性的恒定Lyapunov指數(shù)和恒定混沌狀態(tài)，復(fù)合映射則可使其Lyapunov指數(shù)成倍增加。

1 Logistic映射及其缺陷

Logistic映射有3種形式[10]，其動力學(xué)特性相類似。本文研究映射區(qū)間較大的形如式(1)的Logistic映射：

(1)

μ∈[0,μm]=[0,2];xn∈[-μm,μm]μm為參數(shù)μ的最大值。該映射數(shù)學(xué)結(jié)構(gòu)簡單，其分岔圖如圖1所示。從把混沌作為一種隨機(jī)信號源的角度考慮，該映射存在如下需要改進(jìn)之處：

(1)該映射只有一個參數(shù)，且映射參數(shù)區(qū)間較小，僅為μ∈ [0，2]；其混沌參數(shù)區(qū)間更小，約為[1.4，2]。用其產(chǎn)生偽隨機(jī)序列時，必使其工作于參數(shù)范圍約為0.6的混沌區(qū)間，因此較少的映射參數(shù)和較小的混沌參數(shù)范圍將導(dǎo)致較小的密鑰空間。

(2)滿映射時有較強(qiáng)的混沌狀態(tài)，但該映射僅在μ= 2時才是滿映射，且滿映射區(qū)間僅為I=[-2，2]。 較小的映射區(qū)間導(dǎo)致在迭代過程中其迭代值的變化范圍較小，亦即平均每次迭代的數(shù)值變化率小，根據(jù)迭代值變化而進(jìn)行量化所獲得的二值[0，1]序列，其“0”、“1”的交替變換的速率將會降低，影響此二值序列的隨機(jī)特性。

(3)用于加密的混沌映射要求為魯棒混沌或是結(jié)構(gòu)穩(wěn)定的混沌映射，是指參數(shù)在具有小擾動的情況下所獲得的混沌映射和原混沌映射具有拓?fù)涞葍r性。 然而Logistic映射并不是魯棒混沌映射，因?yàn)橛成浠煦鐓^(qū)域中包含著稠密的周期窗口，當(dāng)參數(shù)發(fā)生微小攝動時系統(tǒng)容易進(jìn)入周期狀態(tài)。

(4)Lyapunov指數(shù)較小，μ=2時的最大指數(shù)僅為0.693 21。 較小的Lyapunov指數(shù)會降低混沌映射的初值敏感性，從而影響混沌序列的隨機(jī)性能，因?yàn)榛煦绲碾S機(jī)性來源于其對初始條件的高度敏感性。

為克服上述不足，需要對Logistic映射進(jìn)行改進(jìn)，以提高其動力學(xué)性能。

圖1 Logistic映射分岔圖Fig.1 The bifurcation diagrams of the Logistic map

2 Logistic映射的空間尺度變換

2.1 空間尺度變換

為了擴(kuò)展映射區(qū)間，在式(1)的非線性項(xiàng)部分乘以一個放大因子1/β，有

(2)

β> 0，β∈ R。下面的分析將證明，μ∈[0，2β]，x∈ [-2β， 2β]。

(3)

根據(jù)式(1)，由于區(qū)間端點(diǎn)處滿足xe=μ，因此把式(3)的μ換為xe后可得式(2)的映射區(qū)間為

xe=2β

(4)

即映射區(qū)間

I=[-xe,xe]=[-2β, 2β]=[-μm,μm]

(5)

由式(4)和(5)得，參數(shù)μ的范圍為[0，2β]，圖2(a)中的β= 2。式(2)的分岔圖如圖2(b)所示。

圖2 改進(jìn)的Logistic映射Fig.2 Modified Logistic map

原映射參數(shù)μ被限制在[0，2]內(nèi)，滿映射區(qū)間被限制在[-2，2]內(nèi)。改進(jìn)后的映射參數(shù)范圍和滿映射區(qū)間都被擴(kuò)大為原來β倍，即μ∈[0, 2β]，xn∈[-2β,2β]，因此也可把β稱之為倍增因子。

2.2 動力學(xué)特性分析

現(xiàn)在考察參數(shù)變化時映射的運(yùn)動形態(tài)。解不動點(diǎn)方程x=μ-x2/β得其不動點(diǎn)：

(6)

不動點(diǎn)的穩(wěn)定性滿足

(7)

(8)

故得

(9)

x=μ-(μ-x2/β)2/β

(10)

在方程(10)中還要排除x=f(x,μ,β)產(chǎn)生的周期1的解，因此只要解下面的方程即可：

(11)

解得：

(12)

f(f(x,μ,β))的導(dǎo)數(shù)為

[f(f(x,μ,β))]′=4x1x2/β2

(13)

周期2軌道穩(wěn)定條件為

(14)

即

3β/4<μ<5β/4

(15)

在μ=5β/4時又發(fā)生倍周期分岔，如此演化最終在1.401β后周期趨于無窮大，進(jìn)入混沌狀態(tài)，其混沌映射區(qū)間IC近似為：

IC=2β-1.401β=0.599β

(16)

因此，這種改進(jìn)的Logistic映射除任意擴(kuò)展?jié)M映射區(qū)間IO=[-2β，2β]外，還可任意擴(kuò)展其混沌映射區(qū)間IC=[1.401β，2β]，這是此種映射的主要優(yōu)點(diǎn)。其實(shí)，與原映射相比，改進(jìn)后的各種分岔參數(shù)都變?yōu)樵植韰?shù)的β倍，因此亦可把β稱之為放大系數(shù)。

2.3 參數(shù)β的分岔特性

在參數(shù)μ的分岔特性中，不同的β對分岔參數(shù)影響很大，如從周期1到周期2的分岔參數(shù)μ=3β/4，從周期2到周期3的分岔參數(shù)μ=5β/4，準(zhǔn)周期的分岔參數(shù)為1.401β。如果直接把β作為分岔參數(shù)，將會發(fā)生何種現(xiàn)象？

因?yàn)樵诟倪M(jìn)的Logistic映射中，β和μ必須滿足一種μ=2β的關(guān)系才是合理的映射，如果不滿足這種關(guān)系，將會導(dǎo)致迭代值不在允許的映射區(qū)間內(nèi)使其迭代無法進(jìn)行，或?qū)⒊霈F(xiàn)一些特殊的現(xiàn)象。

根據(jù)式(2)，μ∈[0, 2β]，即只有μ≤2β迭代才能在區(qū)間[-2β, 2β]進(jìn)行。否則，如果μ>2β或2β<μ則無法進(jìn)行迭代。圖3(a)是固定μ=15畫出的隨β變化的分岔圖，當(dāng)2β<μ=15時無法迭代；但當(dāng)2β≥μ=15時，沒經(jīng)過任何演化過程突然進(jìn)入混沌區(qū)，稱這種現(xiàn)象為“爆發(fā)混沌”。然后系統(tǒng)隨著β的增大進(jìn)入一個倒倍周期分岔過程而進(jìn)入周期1的穩(wěn)定狀態(tài)。 這個演化過程和隨著μ增大而呈現(xiàn)的分岔過程正好相反，這是一個有趣的現(xiàn)象。

圖3 改進(jìn)的Logistic映射的分岔圖與Lyapunov指數(shù)譜Fig.3 The bifurcation diagrams and the Lyapunov exponent spectrum of the modified Logistic map

3 Logistic映射的魯棒性改進(jìn)

另一種最重要的分岔規(guī)律是，當(dāng)式(2)μ滿足一定條件時，改進(jìn)的Logistic映射呈現(xiàn)一種恒定混沌和恒定Lyapunov指數(shù)現(xiàn)象，表現(xiàn)出其強(qiáng)魯棒性。

據(jù)式(2)和圖2，當(dāng)滿足μ=2β時改進(jìn)的Logistic映射呈現(xiàn)一種滿映射的強(qiáng)混沌狀態(tài)，此時Lyapunov指數(shù)也最大。 如果令式(2)中μ=2β，即

(17)

且把β作為分岔參數(shù)，當(dāng)β變化時μ同步變化并始終滿足μ=2β，式(17)將出現(xiàn)一種恒定混沌和恒定Lyapunov指數(shù)的現(xiàn)象，且對應(yīng)著一種恒定的滿映射(滿映射區(qū)間xn∈[-2β, 2β])，其分岔圖和Lyapunov指數(shù)譜如圖3(b)、(c)所示。計(jì)算Lyapunov指數(shù)時取初值x0= 0.1，每計(jì)算一個指數(shù)值迭代求解方程50000次，恒定指數(shù)值為0.69321。

利用這種恒定混沌現(xiàn)象可設(shè)計(jì)一個恒定混沌信號發(fā)生器，此種情況下出現(xiàn)混沌的β參數(shù)區(qū)間將趨于無窮大，這意味著有趨于無窮大的密鑰空間，且映射區(qū)間也將隨同趨于無窮，這在實(shí)際應(yīng)用中將有重要的意義。

適合作為加密的混沌映射應(yīng)是魯棒混沌或至少是結(jié)構(gòu)穩(wěn)定的混沌映射[15]。但無論Logistic映射還是改進(jìn)的Logistic映射在其混沌區(qū)間都有稠密的周期窗口，當(dāng)系統(tǒng)參數(shù)存在擾動驅(qū)使系統(tǒng)運(yùn)動到周期軌道時，擾動下的映射與原混沌映射不是拓?fù)涞葍r的，因而式(1)和(2)就不是魯棒的混沌映射。

當(dāng)式(2)滿足μ=2β條件而成為恒定混沌映射(17)時，無論參數(shù)β如何變化，系統(tǒng)始終維持恒定Lyapunov指數(shù)的恒定混沌狀態(tài)，這說明此時系統(tǒng)是魯棒的和結(jié)構(gòu)穩(wěn)定的，即不會因參數(shù)β的擾動或微小變化而使得改進(jìn)系統(tǒng)由原來的混沌態(tài)進(jìn)入到非拓?fù)涞葍r的周期態(tài)。

綜上所述，通過空間尺度變換任意擴(kuò)展了混沌映射的參數(shù)區(qū)間和滿映射的值域區(qū)間，恒定混沌映射把混沌映射區(qū)間由原來的[1.4，2]擴(kuò)展為[0，∞]，在其動力學(xué)特性改善的同時，改進(jìn)的Logistic映射仍保持了原來的結(jié)構(gòu)簡單、運(yùn)算速率快等特性。

4 Logistic映射的復(fù)合映射

用f(g(x))表示Rn到Rn的復(fù)合映射[16]。 映射f(x)自身的一個復(fù)合映射可表示為

xn+1=f(f(xn))=f2(xn)

(18)

由改進(jìn)的Logistic映射得到的復(fù)合映射為

(19)

其中：μ∈[0, 2β]；xn∈[-2β, 2β]。雖然改進(jìn)的Logistic映射(式(2))擴(kuò)展了映射區(qū)間和混沌區(qū)間，但Lyapunov指數(shù)沒有提高。本文認(rèn)為，提高Lyapunov指數(shù)是提高混沌系統(tǒng)隨機(jī)性的重要方法，尋找提升Lyapunov指數(shù)的方法是本文的另一重要目的。

為此，先看一下Lyapunov指數(shù)的定義[10]：

(20)

f′(f(x))f′(x)

(21)

根據(jù)式(20)，如果把式(18)的復(fù)合映射作為一種新的映射將提高其Lyapunov指數(shù)，即

(22)

由于f(xi)=xi+1，故

(23)

因此，把式(23)代入式(22)最后一個等號右端第一項(xiàng)，得

(24)

式(24)右端第二項(xiàng)為f(x)的Lyapunov指數(shù)Le，迭代初值取x0；而第一項(xiàng)為初值取x1(i= 0時，xi+1=x1)時同一個迭代函數(shù)f(x)的Lyapunov指數(shù)，在迭代次數(shù)n→∞時，式(24)右端兩項(xiàng)的極限相等，即

(25)

據(jù)式(24)和(25)得，離散復(fù)合映射f(f(x))的Lyapunov指數(shù)是單映射的二倍，即

LE=2Le

(26)

為便于比較，把改進(jìn)的Logistic映射及其復(fù)合映射的Lyapunov指數(shù)譜畫在一個坐標(biāo)系中，如圖4(a)所示。計(jì)算時取初值x0= 0.1，對每一指數(shù)的計(jì)算迭代50000次，當(dāng)μ= 2β=20時，改進(jìn)映射及其復(fù)合映射的最大Lyapunov指數(shù)分別為0.693 21和1.386 40，兩者近似為二倍關(guān)系，當(dāng)?shù)螖?shù)n→∞時兩者將趨于嚴(yán)格的二倍關(guān)系，從而證明了式(26)。

圖4(b)μ=2β時復(fù)合映射隨β變化的Lyapunov指數(shù)譜，與單映射相比，復(fù)合映射在相同條件下仍呈現(xiàn)一種恒定Lyapunov指數(shù)狀態(tài)，但其Lyapunov指數(shù)為1.386 40，是單映射的2倍。

雖然復(fù)合映射具有復(fù)雜特性和大的Lyapunov指數(shù)，但復(fù)合映射比單映射的數(shù)學(xué)運(yùn)算復(fù)雜的多。如果復(fù)合映射的數(shù)學(xué)結(jié)構(gòu)和運(yùn)算過于復(fù)雜，用電子系統(tǒng)對其處理時速率就會降低，因此采用復(fù)合映射應(yīng)針對結(jié)構(gòu)和運(yùn)算較為簡單的離散映射。但與連續(xù)混沌系統(tǒng)相比，離散映射比之由幾個一階非線性微分方程耦合而成的方程組的運(yùn)算簡單的多，故一維離散映射的復(fù)合映射在實(shí)際中應(yīng)有較好的應(yīng)用潛力。

圖4 復(fù)合映射的Lyapunov指數(shù)譜Fig.4 The Lyapunov exponent spectrum of the complex mapping

5 結(jié)語

本文研究了一種改進(jìn)的Logistic映射，對其動力學(xué)特性的改善進(jìn)行了詳細(xì)分析通過引入一個新的參數(shù)即倍增因子β，使其映射區(qū)間和分岔參數(shù)范圍都擴(kuò)大了任意的β倍；通過改進(jìn)的Logistic映射構(gòu)造了一個復(fù)合映射，該映射的最大優(yōu)點(diǎn)在于把Lyapunov指數(shù)提升為原來的二倍；改進(jìn)的Logistic映射及其復(fù)合映射在一定條件下都呈現(xiàn)一種恒定混沌或恒定Lyapunov指數(shù)的演化狀態(tài)以及魯棒性。改進(jìn)的Logistic映射及其復(fù)合映射在應(yīng)用方面有其自身的優(yōu)勢：任意大的映射區(qū)間將提高混沌序列的變化率，任意大的混沌區(qū)間在理論上提供了趨于無窮的參數(shù)空間和密鑰空間，大的Lyapunov指數(shù)提高了混沌的初值敏感性，而魯棒性可使混沌映射更適合應(yīng)用于保密通信之中。這些優(yōu)勢將改善混沌偽隨機(jī)序列的隨機(jī)性和安全性，在混沌偽隨機(jī)序列發(fā)生器的設(shè)計(jì)及其應(yīng)用中將有良好的應(yīng)用潛力。

[1] Lorenz E N. The Essence of Chaos [M]. Washington: The University of Washington Press， 1993： 25.

[2] Persohn K J， Povinelli R J. Analyzing logistic map pseudorandom number generators for periodicity induced by finite precision floating-point representation [J]. Chaos Solitons & Fractals， 2012， 45(3)： 238-245.

[3] Narendra Singh， Aloka Sinha. Chaos-based secure communication system using logistic map [J]. Optics and Lasers in Engineering, 2010， 48(3)： 398-404.

[4] Chen S L， Chang S M， Lin W W， et al. Digital secure communication using robust hyper-chaotic systems [J]. Int J Bifurcation and Chaos， 2008， 18(11)： 3325-3339.

[5] Debabrata Dutta， Bhattacharjee J K. Period adding bifurcation in a logistic map with memory [J]. Physica, 2008， 237(23)： 3153-3158.

[6] Makisha P S Maier， Enrique P L. Switching induced oscillations in the logistic map [J]. Physics Letters A， 2010， 374(8)： 1028-1032.

[7] Robert Matthews. On the derivation of a “chaotic”encryption algorithm [J]. Cryptologia， 1989， 13(1)： 29-42.

[8] Chen S L， Hwang T T， Lin W W. Randomness Enhancement Using Digitalized Modified Logistic Map [J]. IEEE Trans Circuit Syst -II: EXPRESS BRIEFS， 2010， 57(12)： 996-1000.

[9] Thomas Curtright， Andrzej Veitia. Logistic map potentials [J]. Physics Letters A， 2011， 375(3)： 276-282.

[10] 王光義， 袁方. 級聯(lián)混沌及其動力學(xué)特性研究 [J]. 物理學(xué)報，2013，62(2)： 020506.

[11] 孟繼德， 包伯成， 徐強(qiáng). 二維拋物線映射的動力學(xué)研究 [J]. 物理學(xué)報，2011，60(1)： 010504.

[12] 徐正光， 田清， 田立. 一類可以產(chǎn)生獨(dú)立同分布密鑰流的混沌系統(tǒng) [J]. 物理學(xué)報， 2013， 62(12)： 120501.

[13] 姜海波， 李濤， 曾小亮，張麗萍. 周期脈沖作用下Logistic 映射的復(fù)雜動力學(xué)行為及其分岔分析 [J]. 物理學(xué)報， 2013， 62(12)： 120508.

[14] Mamta Rani a， Rashi Agarwal. A new experimental approach to study the stability of logistic map [J]. Chaos， Solitons and Fractals， 2009， 41(4)： 2062-2066.

[15] 陳關(guān)榮， 汪小帆. 動力系統(tǒng)的混沌化-理論、方法及應(yīng)用 [M]. 上海： 上海交通大學(xué)出版社， 2006： 88.

[16] 禹思敏. 混沌系統(tǒng)與混沌電路-原理、設(shè)計(jì)及其在通信中的應(yīng)用 [M]. 西安： 西安電子科技大學(xué)出版社， 2011： 45.

責(zé)任編輯 陳呈超

Modified Logistic Map and Its Dynamic Performances

HAN Chun-Yan1，2，YU Si-Min1

(1. School of Automation，Guangdong University of Technology， Guangzhou 510006， China; 2. Department of Physics and Electronic Science， Binzhou University， Binzhou 256603， China)

In order to generate good chaotic pseudo-random sequences, we modified the Logistic map using scale transformation, constructing robust system and complex mapping respectively. Scale transformation for the Logistic map can arbitrarily expand its mapping region and chaotic range, improve stochastic characteristics and increase key space for its sequences. Constructing robust system will enable it to present constant chaos state with constant Lyapunov exponent, thereby forming a robust chaotic map. While complex map can increase its Lyapunov exponent by times and can improve its initial value sensitivity and randomness. Therefore, the modified Logistic map can be used as random sequence signal sources, which has application potential for secret communications, cryptosystems and computers.

chaos; Logistic map; robust chaotic map; complex map

國家自然科學(xué)基金項(xiàng)目(61172023； 61271064)；浙江省自然科學(xué)重點(diǎn)基金項(xiàng)目(LZ12F01001)；濱州學(xué)院科研基金項(xiàng)目(BZXYG1205)資助

2013-10-12；

2014-10-09

韓春艷(1973-)，女，副教授。E-mail:cyh660@163.com

O415.5

A

1672-5174(2015)05-120-06

10.16441/j.cnki.hdxb.20130447