PWLCM分段线性混沌映射

z2bns

已于 2023-06-01 16:57:17 修改

阅读量1.9k

点赞数 2

分类专栏：复杂网络与图像加密文章标签：混沌系统 python 伪随机序列

于 2023-05-07 14:10:09 首次发布

本文链接：https://blog.csdn.net/qq_41137110/article/details/130542144

版权

复杂网络与图像加密专栏收录该内容

20 篇文章 53 订阅

订阅专栏

混沌映射是生成混沌序列的一种方法,常见的混沌映射方式有 Logistic映射、Tent映射、Lorenz映射,而PWLCM（Piecewise Linear Chaotic Map，分段线性混沌映射）作为混沌映射的典型代表，数学形式简单，具有遍历性和随机性。其公式定义描述如下：

$\begin{equation} x(t+1)=\left\{ \begin{array}{lr} \frac{x(t)}{p}, p \le x(t) \lt p \\ \frac{x(t)-p}{0.5-p}, p \le x(t) \lt 0.5 \\ \frac{1-p-x(t)}{0.5-p}, 0.5 \le x(t) \lt 1-p \\ \frac{1-x(t)}{p}, 1-p \le x(t) \lt 1 \end{array} \right . \end{equation}$
其中， p是该映射的控制参数, $\in [0,1]$ ； x(t) 为产生的随机迭代值， $\in [0,1]$ 。

下图是PWLCM混沌系统产生的伪随机序列的分布图，从图中可以看出PWLCM混沌映射产生的伪随机序列非常均匀。
在这里插入图片描述

python代码

import sys
import matplotlib.pyplot as plt
import cv2
import numpy as np

from matplotlib import rcParams
#设置绘图字体大小、格式等
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
# plt.xticks(fontproperties='Times New Roman', size=14)
# plt.yticks(fontproperties='Times New Roman', size=14)
#10.5pt=14px=5号
config = {
            "font.family": 'serif',
            "font.size": 10.5,
            "mathtext.fontset": 'stix',
            "font.serif": ['SimSun'],
         }
rcParams.update(config)
def pwlcm(x0, p, T):
    x = np.array([])
    y = np.array([])
    for i in range(T):
        if x0 >= 0 and x0 < p:
            x0 = x0 / p
        elif x0 >= p and x0 < 0.5:
            x0 = (x0 - p) / (0.5 - p)
        elif x0 >= 0.5 and x0 < 1 - p:
            x0 = (1 - p - x0) / (0.5 - p)
        elif x0 >= (1 - p) and x0 < 1:
            x0 = (1 - x0) / p
        x = np.append(x, i)
        y = np.append(y, x0)
    return x, y


def main():
    # 设置迭代次数
    T = 10000
    p = 0.3456789012
    x0 = 0.1234567890
    x, y = pwlcm(x0, p, T)
    # 绘制图像
    plt.scatter(x, y, s=1, marker='.')
    #设置斜体
    plt.xlabel("$\mathit{t}$",)
    plt.ylabel("$\mathit{x_t}$",)
    plt.show()


if __name__ == '__main__':
    main()