混沌系统在图像加密中的应用（一维离散logistic混沌映射）

一、logistic混沌映射

Logistic混沌映射，也叫虫口模型，表达式简单且性能优良，是最常用的混淹映射之一，表达式如下：

$$\begin{gathered} x_{n+1}=f\left(x_n\right)=\mu \cdot x_n\cdot \left(1-x_n\right) \\ 0<x_n<1,n=1,2,\cdots \end{gathered}$$
其中$$[x_n\in (0,1)]，[x_{n+1}\in (0,1)]$$
当$$[3.57\le \mu \le 4]$$
系统进入混沌状态。

二、logistic特性分析

1.时序图

通过N次迭代方程，描绘出每一步的轨迹，称之为时序图，这里我们迭代公式1000次，当μ=3.5时，Logistic混沌映射时序图如下，时序图并不是乱序的，因此不是混沌状态。

当μ=3.8时，Logistic混沌映射时序图如下，时序图是乱序的，因此是混沌状态。

2.分插图

混沌系统的分岔图（Bifurcation diagram）是一种用于可视化系统演化过程中的稳定性和周期性的工具。在混沌系统中，微小的参数变化可能会导致系统的行为发生显著变化，从而产生分岔现象。
混沌系统的分岔图通常使用系统参数作为横坐标，而系统状态、稳定点或周期轨道的值作为纵坐标。通过系统参数的逐步改变，我们可以观察到纵坐标上的分岔现象。每一个参数值对应一个系统状态，而分岔图显示了这些状态的演化。

在Logistic分岔图中，我们会看到分岔形成。当参数μ处于[3.57，4]这个范围内时，系统状态突然分叉，导致系统同时存在多个稳定状态或周期状态。这些分支以分岔的方式延伸，形成了分岔图上的特征结构。
分岔图可以提供对混沌系统行为的直观理解。它展示了系统状态随参数变化而发生的相变现象，包括稳定状态、周期状态和混沌状态。通过观察分岔图，我们可以研究系统的动力学行为，如周期倍增、周期减半和混沌吸引子的特征。

3.李亚普洛夫指数图

李亚普洛夫指数和分岔图是对应的，当分岔图出现混沌时，李亚普洛夫指数会大于0，当分岔图没出现混沌时，李亚普洛夫指数会小于0。李亚普洛夫指数通常用 λ 表示。一个动力系统可能存在多个李亚普洛夫指数，每个指数对应系统在不同方向上的指数增长或指数衰减。
李亚普洛夫指数可以用于判断一个动力系统的混沌特性。如果系统的至少一个李亚普洛夫指数大于零，那么系统就是混沌的。此外，李亚普洛夫指数还可以用于测量系统的敏感性依赖性，即初始条件的微小变化可能会导致系统演化出完全不同的轨道。

求解一维离散混沌映射的李亚普洛夫指数需要使用以下公式：

李亚普洛夫指数 (λ) = lim (n → ∞) [1/n * Σ log(|f’(x_i)|)]

其中，
λ 是李亚普洛夫指数。
n 表示迭代次数，将其趋近于无穷以获得准确结果。
f’(x_i) 是混沌映射函数在点 x_i 处的导数值。
Σ 表示求和符号，对所有 i 进行求和。
log 表示以自然对数为底的对数函数。

对于Logistic混沌映射，我们需要按照以下步骤计算李亚普洛夫指数：
（1）初始化初始条件 x_0。
（2）迭代计算混沌映射函数的值 f(x_i) 并记录每一次的值。
（3）计算导数值 f’(x_i)。
（4）对于每一次迭代记录的 f’(x_i) 值，计算 log(|f’(x_i)|)。
（5）将所有 log(|f’(x_i)|) 的值进行累加求和。
（6）将累加求和的值除以迭代次数 n。
得到的结果即为李亚普洛夫指数 (λ)。可以看出，当我们n=1000次时，μ处于[3.57，4]这个范围内时，λ是大于0的。

三、python代码

这里我给出logistic相图的python代码

import matplotlib.pyplot as plt

def logistic(x,n):
    for i in range(n):
        x1 = u*x*(1-x)
        x = x1
        listx.append(x)
        listt.append(i)

if __name__ == '__main__':
    listx = []
    listt = []
    u = 3.8  # 系统参数
    logistic(0.1, 1000)
    fig1 = plt.figure()
    plt.scatter(listt, listx, c="b", s=0.75)
    plt.grid()
    plt.xlabel(r'$t$')
    plt.ylabel(r'$x$')
    plt.show()

1维混沌映射 logistic LE指数图代码链接：
https://download.csdn.net/download/weixin_42207434/88270027?spm=1001.2014.3001.5501

1维混沌映射logistic分岔图python代码链接
https://download.csdn.net/download/weixin_42207434/88270002?spm=1001.2014.3001.5501