一种基于深度学习的混沌同步方法

本发明提出一种基于深度学习的混沌同步方法，包括具体步骤如下：在传统深度卷积对抗网络降噪的基础上使用深度图像先验网络的思想，于先验信息条件下对生成器输入数据进行梯度下降，使生成器输出趋近于观测值信号，再经基于深度卷积对抗网络中判别器为评判标准组成的最优状态遗传算法进行降噪，减小传统的深度卷积网络难以消除的微小噪声，之后在接收系统状态的每一固定时间长度段中，根据降噪后的信号进行初值重构，使用最优状态遗传算法计算出与同步信号最相近的初值，对当前混沌系统状态进行调整，最后使用同步算法进行同步，采用了反馈同步与自适应同步相结合的方法，利用接收器中的反馈机制和自适应控制算法，在参数剧烈变化或外部大量噪声干扰下，同步系统依然能保持良好的同步性能。