以一个五维系统为例，包含相图，时序图，lyapunov指数，分叉图，庞截面

一种基于混沌的图像加密，应用置乱的方法，具有很好的效果

文中首先讨论了非相干DCSK系统在给定0/b N下，如何选择扩频系数使其误码率最低问题。接着对非相干DCSK系统在瑞利衰落及多径瑞利衰落信道下进行性能分析，通过仿真实验来验证理论分析结果，并与相干CSK系统的抗多径衰落性能比较。其次，详细分析了相干CSK系统和非相干DCSK系统的抗窄带正弦干扰能力，以及与传统扩频通信系统(以DS-SS为例)共存时，传统扩频通信系统对它们的影响。

基于超混沌忆阻器的蔡氏电路的同步与滞后同步

基于MATLAB的各类混沌系统的计算机模拟.doc

根据小波变换具有多分辨率，混沌系统对噪声的强免疫力和对周期微弱信号的敏感性等特性，通过对小波阈值去噪方法和混沌Duffing振子方程的改进，提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法。该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理，并根据小波分解尺度确定阈值去噪深度，然后把重构的信号作为周期策动力的摄动并入混沌系统，采用混沌振子阵列实现在噪声背景下微弱信号的检测，并采用梅尔尼科夫方法作为混沌判据。该检测方法克服了以往小波分解对尺度确定的盲目性和阈值选择的不合理性以及对混沌临界状

离散超混沌映射及其在图像加密的应用,基于混沌系统的图像加密,PDF源码

tic [S_mean,delta_S_mean,S_cor] = CC_luzhenbo(X,maxLags); t = toc %-------------------------------------------------------------------------- % 结果做图 figure subplot(311) plot(1:maxLags,S_mean); grid; title('S mean') subplot(312) plot(1:maxLags,delta_S_mean); grid; title('delta S mean') subplot(313) plot(1:maxLags,S_cor); grid; title('S cor')

【BP预测】基于Tent混沌映射原子搜索算法优化BP神经网络实现数据回归预测附matlab代码

在已有“均值估计方法”基础上提出了一种针对一维离散混沌映射的参数估计方法，该方法充分利用了混沌信号的各态历经性和同步参数敏感性的特点，它对一维离散混沌映射的估计精度比“均值估计方法”高。最后通过对Chebyshev和Tent这两种典型一维离散混沌映射进行数值仿真来验证本文方法的有效性。