Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INSTITUTO POLITÉCNICO NACIONAL CENTRO DE INVESTIGACIÓN Y DESARROLLO DE TECNOLOGÍA DIGITAL MAESTRIA EN CIENCIAS EN SISTEMAS DIGITALES “DISEÑO E IMPLEMENTACIÓN EN UN FPGA DE UN SISTEMA DE TRANSMISIÓN DE INFORMACIÓN MULTIMEDIA CON ENMASCARAMIENTO CAÓTICO” TESIS QUE PARA OBTENER EL GRADO DE MAESTRIA EN CIENCIAS EN SISTEMAS DIGITALES PRESENTA: ING. ASHLEY MELENDEZ CANO BAJO LA DIRECCIÓN DE: DR. JOSÉ CRUZ NÚÑEZ PÉREZ DR. ESTEBAN TLELO CUAUTLE TIJUANA B.C, DICIEMBRE 2018 Dedicatoria A mis padres: Victor Javier Melendez Galindo y Silvia Cano Delgado A mis hermanos: Alan Melendez Cano y Leslie Melendez Cano Agradecimientos A mis padres Victor Javier Melendez Galindo y Silvia Cano Delgado por darme la vida así como brindarme todo el apoyo incondicional para mi educación y mi superación personal. A mis hermanos Alan Melendez y Leslie Melendez, por ser parte importante de mi vida y significar la unidad familiar. A mis directores de tesis Dr José Cruz Núñez Pérez y Dr. Esteban Tlelo Cuautle por aceptarme y permitirme ser parte de su equipo de trabajo, por sus enseñanzas, consejos, motivaciones, y disponibilidad en todo momento. Agradezco al Instituto Politécnico Nacional, al Centro de Investigación y Desarrollo de Tecnología Digital y al Consejo Nacional de Ciencia y Tecnología por el apoyo brindado. A mi comité revisor: Dr. Victor Hugo Díaz, Dr. José Ricardo Cárdenas y M.C Andres Calvillo Tellez, por los comentarios como sus consejos que permitieron mejorar el trabajo de la tesis y este escrito. A todos los compañeros y amigos que he conocido a lo largo de la maestría, por los conocimientos y los buenos momentos compartidos. RESUMEN En la actualidad se continúa explorando distintos campos en áreas científicas donde se utilizan los sistemas dinámicos basados en modelos de generación de caos. Comúnmente estos sistemas se construyen a través de modelos matemáticos conocidos como sistemas de ecuaciones de estados. Varios de estos modelos se representan a través de circuitos integrados mediante componentes electrónicos. Es posible controlar y sincronizar esta clase de sistemas caóticos los cuales pueden tener un gran impacto sobre áreas afines como matemáticas, informática, economía, anatomía, geofísica entre otras. En esta tesis se presenta la metodología utilizada para simular, diseñar, implementar y transmitir información enmascarada con veintiún osciladores caóticos diferentes basados en el circuito de Chua, series de funciones saturadas no lineales y la colección de casos de Sprott. Estos osciladores caóticos se pueden resolver de distintas maneras, sin embargo, se trabajaron en tiempo discreto usando métodos numéricos como método Euler y Runge-Kutta de 4to Orden codificados en Matlab-Simulink. La primera aportación con resultados positivos para la investigación de osciladores caóticos es alcanzar la sincronización en cada uno de los osciladores caóticos mencionados a través de dos métodos conocidos en la literatura como Open Plus Closed Loop y Hamiltoniano Generalizado de formas canónicas. Como segunda aportación de la tesis se encuentra el diseño digital e implementación de los veintiún osciladores caóticos en Quartus II Web Edition para su implementación física en una tarjeta Cyclone IV donde se presenta resultados experimentales y un análisis de recursos lógicos en la FPGA. La última aportación del trabajo de tesis es la transmisión de enmascaramiento caótico con los veintiún osciladores caóticos mencionados anteriormente usando diferentes tipos de información multimedia como imagen, audio y video. Finalmente se realizó la implementación de la transmisión de enmascaramiento caótico de una imagen entre la PC- FPGA mediante el protocolo de comunicación serial RS232-UART. Palabras clave: caos, Chua, enmascaramiento, formas Hamiltonianas, FPGA, métodos numéricos, multi-enrollamientos, OPCL, oscilador caótico, sincronización, SNLF, transmisión. ABSTRACT Nowadays, many areas have been explored dynamic systems in the scientific field along with different applications benefited by chaos generation models. These mathematical models are constructed by system equation states very well known in the differential equations. This types of models can be represented by integrated circuits with electronic components. Over time it has been shown that it can be possible to control and synchronize this kind of chaotic systems which promise to have a great impact on new applications in many areas where these types of behaviors are presented. This thesis presents the methodology to simulate, design, implement and transmit masked information using twenty-one different chaotic oscillators based on the Chua circuit, Series of non-linear functions, the Sprott case collection. These chaotic oscillators can be solved in many ways however every chaotic system mention above were discretized in order to use numerical methods known as Euler and Runge-Kutta of 4 th order, this methods were coded in Matlab-Simulink. The first contribution of this is to achieve synchronization with every of the aforementioned chaotic oscillators with two methods known in the literature as Open Plus Closed Loop and Generalized Hamiltonian of canonical forms, this being one of the first contributions of the thesis obtaining positive results for the investigation of chaotic oscillators. As a second contribution of the thesis is the digital design and implementation of twenty-one chaotic oscillators in Quartus II web Edition for its physical implementation in a Cyclone IV card where experimental results and analysis of logical records of the FPGA are presented. The last contribution of this work is the transmission of a chaos signal mixed with information masking different types of multimedia information such as image, audio and video with the twenty-one chaotic oscillators mentioned above. The implementation of the chaotic masking transmission of an image between the PC-FPGA was also carried out using a serial communication protocol known as RS232-UART. Key Words: Chaos, Chua, chaotic oscillator, masking, Hamiltonian forms, FPGA, numerical methods, multi-scroll, OPCL, synchronization, SNLF, transmission. TABLA DE CONTENIDO 1.1 Antecedentes ............................................................................................................ 1 1.2 Problemática ............................................................................................................. 2 1.3 Justificación .............................................................................................................. 3 1.4 Hipótesis ................................................................................................................... 4 1.5 Objetivo general y objetivos específicos .................................................................. 4 1.6 Aportaciones ............................................................................................................. 4 1.7 Organización del documento .................................................................................... 5 2.1 Teoría del Caos ......................................................................................................... 7 2.2 Oscilador caótico basado en el circuito de Chua ...................................................... 8 2.3 Oscilador caótico de series de funciones saturadas no lineales .............................. 11 2.4 Osciladores caóticos de la colección de casos de Sprott ........................................ 13 2.5 Métodos numéricos ................................................................................................ 15 2.5.1 Métodos numéricos en ecuacionesdiferenciales ....................................................... 15 2.5.2 Método de Euler ......................................................................................................... 16 2.5.3 Método de Runge-Kutta ............................................................................................. 18 2.6 Sincronización de sistemas caóticos....................................................................... 19 2.6.1 Tipos de estados para sincronización ......................................................................... 20 2.6.2 Sincronización mediante Open Plus Closed Loop ..................................................... 21 2.6.3 Sincronización mediante Hamiltoniano Generalizado de forma canónica ................ 22 2.7 Exponentes de Lyapunov ....................................................................................... 24 3.1 Simulación de osciladores caóticos en Matlab ....................................................... 26 3.1.1 Simulación del oscilador caótico Chua ...................................................................... 26 3.1.2 Simulación del oscilador caótico SNLF ..................................................................... 28 3.1.3 Simulación de colección de casos de Sprott .............................................................. 29 3.2 Simulación de osciladores caóticos en Simulink ................................................... 39 3.2.1 Simulación del oscilador caótico Chua ...................................................................... 39 3.2.2 Simulación del oscilador caótico SNLF ..................................................................... 42 3.2.3 Simulación de colección de casos de Sprott .............................................................. 44 3.3 Calculo del Exponente de Lyapunov...................................................................... 63 LISTA DE FIGURAS.... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I LISTA DE TABLAS ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . V ACRONIMOS .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI GLOSARIO DE TÉRMINOS ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VII CAPÍTULO 1 INTRODUCCIÓN ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 CAPÍTULO 2 MARCO TEÓRICO ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 CAPÍTULO 3 SIMULACIÓN DE OSCILADORES CAÓTICOS ... . . . . . . . . . 26 4.1 Sincronización de osciladores caóticos mediante OPCL en Simulink ................... 66 4.1.1. Sincronización OPCL del circuito de Chua ............................................................... 67 4.1.2. Sincronización OPCL de SNLF ................................................................................. 68 4.1.3. Sincronización OPCL del caso A ............................................................................... 70 4.1.4. Sincronización OPCL del caso B ............................................................................... 71 4.1.5. Sincronización OPCL del caso C ............................................................................... 73 4.1.6. Sincronización OPCL del caso D ............................................................................... 74 4.1.7. Sincronización OPCL del caso E ............................................................................... 76 4.1.8. Sincronización OPCL del caso F ............................................................................... 77 4.1.9. Sincronización OPCL del caso G ............................................................................... 79 4.1.10. Sincronización OPCL del caso H ............................................................................... 80 4.1.11. Sincronización OPCL del caso I ................................................................................ 82 4.1.12. Sincronización OPCL del caso J ................................................................................ 83 4.1.13. Sincronización OPCL del caso K ............................................................................... 85 4.1.14. Sincronización OPCL del caso L ............................................................................... 86 4.1.15. Sincronización OPCL del caso M .............................................................................. 88 4.1.16. Sincronización OPCL del caso N ............................................................................... 89 4.1.17. Sincronización OPCL del caso O ............................................................................... 91 4.1.18. Sincronización OPCL del caso P ............................................................................... 92 4.1.19. Sincronización OPCL del caso Q ............................................................................... 94 4.1.20. Sincronización OPCL del caso R ............................................................................... 95 4.1.21. Sincronización OPCL del caso S ............................................................................... 97 4.2 Sincronización de osciladores caóticos mediante Hamilton en Simulink .............. 98 4.1.1. Sincronización Hamilton del circuito de Chua .......................................................... 99 4.1.2. Sincronización Hamilton de SNLF .......................................................................... 101 4.1.3. Sincronización Hamilton del caso A ........................................................................ 103 4.1.4. Sincronización Hamilton del caso B ........................................................................ 105 4.1.5. Sincronización Hamilton del caso C ........................................................................ 107 4.1.6. Sincronización Hamilton del caso D ........................................................................ 109 4.1.7. Sincronización Hamilton del caso E ........................................................................ 111 4.1.8. Sincronización Hamilton del caso F ........................................................................ 113 4.1.9. Sincronización Hamilton del caso G ........................................................................ 115 4.1.10. Sincronización Hamilton del caso H ........................................................................ 117 4.1.11. Sincronización Hamilton del caso I ......................................................................... 119 4.1.12. Sincronización Hamilton del caso J ......................................................................... 121 4.1.13. Sincronización Hamilton del caso K ........................................................................ 123 4.1.14. Sincronización Hamilton del caso L ........................................................................ 125 4.1.15. Sincronización Hamilton del caso M ....................................................................... 127 4.1.16. Sincronización Hamilton del caso N ........................................................................ 129 4.1.17. Sincronización Hamilton del caso O ........................................................................ 131 4.1.18. Sincronización Hamilton del caso P ........................................................................ 133 4.1.19. Sincronización Hamilton del caso Q ........................................................................ 135 4.1.20. SincronizaciónHamilton del caso R ........................................................................ 137 4.1.21. Sincronización Hamilton del caso S ........................................................................ 139 CAPÍTULO 4 SINCRONIZACIÓN DE OSCILADORES CAÓTICOS ... . 66 5.1 Diseño de arquitectura en VHDL de sistemas caóticos ....................................... 142 5.2 Análisis de Recursos lógicos ................................................................................ 145 5.3 Resultados Experimentales................................................................................... 146 6.1 Simulación de Transmisión Multimedia con Enmascaramiento Caótico ............ 151 6.1.1. Transmisión de imágenes con enmascaramiento caótico ......................................... 151 6.1.2. Transmisión de audio con enmascaramiento caótico ............................................... 157 6.1.3. Transmisión de video con enmascaramiento caótico ............................................... 157 6.2 Implementación de transmisión multimedia con enmascaramiento caótico ........ 160 6.3 Productividad científica ........................................................................................ 164 CAPÍTULO 5 IMPLEMENTACIÓN DE OSCILADORES CAÓTICOS 142 CAPÍTULO 6 TRANSMISIÓN CON OSCILADORES CAÓTICOS ... . . 151 CAPÍTULO 7 CONCLUSIONES Y TRABAJOS FUTUROS ... . . . . . . . . . . . . . 167 REFERENCIAS.... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 Tesis Maestría en Ciencias en Sistemas Digitales Página i LISTA DE FIGURAS Figura 2.1. Circuito del diodo Chua. ........................................................................................... 8 Figura 2.2. Curva característica voltaje-corriente del diodo de Chua. ........................................ 9 Figura 2.3. Curva característica del diodo de Chua para seis enrollamientos. .......................... 11 Figura 2.4. Curva característica de SNLF básica con dos niveles de saturación. ..................... 12 Figura 2.5. Curva característica de SNLF básica con seis niveles de saturación. ..................... 13 Figura 2.6 Recta tangente a la curva solución del punto X0. ..................................................... 16 Figura 2.7 Recta tangente a la curva solución del punto X1. ..................................................... 17 Figura 3.1. Simulación del circuito de Chua para dos enrollamientos por el método RK4 en Matlab. .................................................................................................................. 27 Figura 3.2. Simulación del circuito Chua para seis enrollamientos por el método RK4 en Matlab. .................................................................................................................. 27 Figura 3.3. Simulación de SNLF para dos enrollamientos por el método RK4 en Matlab. ...... 28 Figura 3.4. Simulación de SNLF para seis enrollamientos por el método RK4 en Matlab. ..... 29 Figura 3.5. Simulación de caso A por el método RK4 en Matlab. ............................................ 30 Figura 3.6. Simulación de caso B por el método RK4 en Matlab. ............................................ 30 Figura 3.7. Simulación de caso C por el método RK4 en Matlab. ............................................ 31 Figura 3.8. Simulación de caso D por el método RK4 en Matlab. ............................................ 31 Figura 3.9. Simulación de caso E por el método RK4 en Matlab. ............................................ 32 Figura 3.10. Simulación de caso F por el método RK4 en Matlab. .......................................... 32 Figura 3.11. Simulación de caso G por el método RK4 en Matlab. .......................................... 33 Figura 3.12. Simulación de caso H por el método RK4 en Matlab. .......................................... 33 Figura 3.13. Simulación de caso I por el método RK4 en Matlab. ........................................... 34 Figura 3.14. Simulación de caso J por el método RK4 en Matlab. ........................................... 34 Figura 3.15. Simulación de caso K por el método RK4 en Matlab. .......................................... 35 Figura 3.16. Simulación de caso L por el método RK4 en Matlab. .......................................... 35 Figura 3.17. Simulación de caso M por el método RK4 en Matlab. ......................................... 36 Figura 3.18. Simulación de caso N por el método RK4 en Matlab. .......................................... 36 Figura 3.19. Simulación de caso O por el método RK4 en Matlab. .......................................... 37 Figura 3.20. Simulación de caso P por el método RK4 en Matlab. .......................................... 37 Figura 3.21. Simulación de caso Q por el método RK4 en Matlab. .......................................... 38 Figura 3.22. Simulación de caso R por el método RK4 en Matlab. .......................................... 38 Figura 3.23. Simulación de caso S por el método RK4 en Matlab. .......................................... 39 Figura 3.24. Diagrama a bloques de estructura del sistema de ecuaciones del circuito de Chua para dos enrollamientos en Simulink. ................................................................... 40 Figura 3.25. Simulación del circuito de Chua para dos enrollamientos por el método RK4 en Simulink. ............................................................................................................... 41 Figura 3.26. Simulación del circuito de Chua para seis enrollamientos por el método RK4 en Simulink. ............................................................................................................... 41 Figura 3.27. Diagrama a bloques de estructura del sistema de ecuaciones de SNLF para dos enrollamientos en Simulink. ................................................................................. 42 Figura 3.28. Simulación de SNLF para dos enrollamientos por el método RK4 en Simulink. 43 Figura 3.29. Simulación de SNLF para seis enrollamientos por el método RK4 en Simulink. 43 Figura 3.30. Diagrama a bloques de estructura del sistema de ecuaciones del caso A en Simulink. ............................................................................................................... 44 Figura 3.31. Simulación de caso A por el método RK4 en Simulink. ...................................... 45 Figura 3.32. Diagrama a bloques de estructura del sistema de ecuaciones del caso B en Simulink. ............................................................................................................... 45 Figura 3.33. Simulación de caso B por el método RK4 en Simulink. ....................................... 46 Figura 3.34. Diagrama a bloques de estructura del sistema de ecuaciones del caso C en Simulink. ............................................................................................................... 46 Figura 3.35. Simulación de caso C por el método RK4 en Simulink. ....................................... 47 Figura 3.36. Diagrama a bloques de estructura del sistema de ecuaciones del caso D en Simulink. ............................................................................................................... 47 Figura 3.37. Simulación de caso D por el método RK4 en Simulink. ...................................... 48 Figura 3.38. Diagrama a bloques de estructura del sistema de ecuaciones del caso E en Simulink. ............................................................................................................... 48 Figura 3.39. Simulación de caso E por el método RK4 en Simulink. ....................................... 49 Figura 3.40. Diagrama a bloques de estructura del sistema de ecuaciones del caso F en Simulink. ...............................................................................................................49 Figura 3.41. Simulación de caso F por el método RK4 en Simulink. ....................................... 50 Figura 3.42. Diagrama a bloques de estructura del sistema de ecuaciones del caso G en Simulink. ............................................................................................................... 50 Figura 3.43. Simulación de caso G por el método RK4 en Simulink. ...................................... 51 Figura 3.44. Diagrama a bloques de estructura del sistema de ecuaciones del caso H en Simulink. ............................................................................................................... 51 Figura 3.45. Simulación de caso H por el método RK4 en Simulink. ...................................... 52 Figura 3.46. Diagrama a bloques de estructura del sistema de ecuaciones del caso I en Simulink. ............................................................................................................... 52 Figura 3.47. Simulación de caso I por el método RK4 en Simulink. ........................................ 53 Figura 3.48. Diagrama a bloques de estructura del sistema de ecuaciones del caso J en Simulink. ............................................................................................................... 53 Figura 3.49. Simulación de caso J por el método RK4 en Simulink. ........................................ 54 Figura 3.50. Diagrama a bloques de estructura del sistema de ecuaciones del caso K en Simulink. ............................................................................................................... 54 Figura 3.51. Simulación de caso K por el método RK4 en Simulink. ...................................... 55 Figura 3.52. Diagrama a bloques de estructura del sistema de ecuaciones del caso L en Simulink. ............................................................................................................... 55 Figura 3.53. Simulación de caso L por el método RK4 en Simulink. ....................................... 56 Figura 3.54. Diagrama a bloques de estructura del sistema de ecuaciones del caso M en Simulink. ............................................................................................................... 56 Figura 3.55. Simulación de caso M por el método RK4 en Simulink. ...................................... 57 Figura 3.56. Diagrama a bloques de estructura del sistema de ecuaciones del caso N en Simulink. ............................................................................................................... 57 Figura 3.57. Simulación de caso N por el método RK4 en Simulink. ...................................... 58 Figura 3.58. Diagrama a bloques de estructura del sistema de ecuaciones del caso O en Simulink. ............................................................................................................... 58 Figura 3.59. Simulación de caso O por el método RK4 en Simulink. ...................................... 59 Figura 3.60. Diagrama a bloques de estructura del sistema de ecuaciones del caso P en Simulink. ............................................................................................................... 59 Figura 3.61. Simulación de caso P por el método RK4 en Simulink. ....................................... 60 Tesis Maestría en Ciencias en Sistemas Digitales Página iii Figura 3.62. Diagrama a bloques de estructura del sistema de ecuaciones del caso Q en Simulink. ............................................................................................................... 60 Figura 3.63. Simulación de caso Q por el método RK4 en Simulink. ...................................... 61 Figura 3.64. Diagrama a bloques de estructura del sistema de ecuaciones del caso R en Simulink. ............................................................................................................... 61 Figura 3.65. Simulación de caso R por el método RK4 en Simulink. ....................................... 62 Figura 3.66. Diagrama a bloques de estructura del sistema de ecuaciones del caso S en Simulink. ............................................................................................................... 62 Figura 3.67. Simulación de caso S por el método RK4 en Simulink. ....................................... 63 Figura 4.1. Estructura de sincronización de los sistemas de ecuaciones en Simulink. ............. 66 Figura 4.2. Simulación del error de sincronización OPCL del circuito de Chua en Simulink. . 68 Figura 4.3. Simulación del error de sincronización OPCL de SNLF en Simulink. .................. 70 Figura 4.4. Simulación del error de sincronización OPCL del caso A en Simulink. ................ 71 Figura 4.5. Simulación del error de sincronización OPCL del caso B en Simulink. ................ 73 Figura 4.6. Simulación del error de sincronización OPCL del caso C en Simulink. ................ 74 Figura 4.7. Simulación del error de sincronización OPCL del caso D en Simulink. ................ 76 Figura 4.8. Simulación del error de sincronización OPCL del caso E en Simulink. ................. 77 Figura 4.9. Simulación del error de sincronización OPCL del caso F en Simulink. ................. 79 Figura 4.10. Simulación del error de sincronización OPCL del caso G en Simulink. .............. 80 Figura 4.11. Simulación del error de sincronización OPCL del caso H en Simulink. .............. 82 Figura 4.12 Simulación del error de sincronización OPCL del caso I en Simulink. ................. 83 Figura 4.13. Simulación del error de sincronización OPCL del caso J en Simulink................. 85 Figura 4.14 Simulación del error de sincronización OPCL del caso K en Simulink. ............... 86 Figura 4.15. Simulación del error de sincronización OPCL del caso L en Simulink. ............... 88 Figura 4.16. Simulación del error de sincronización OPCL del caso M en Simulink............... 89 Figura 4.17. Simulación del error de sincronización OPCL del caso N en Simulink. .............. 91 Figura 4.18. Simulación del error de sincronización OPCL del caso O en Simulink. .............. 92 Figura 4.19. Simulación del error de sincronización OPCL del caso P en Simulink. ............... 94 Figura 4.20. Simulación del error de sincronización OPCL del caso Q en Simulink. .............. 95 Figura 4.21. Simulación del error de sincronización OPCL del caso R en Simulink. .............. 97 Figura 4.22. Simulación del error de sincronización OPCL del caso S en Simulink. ............... 98 Figura 4.23. Simulación del error de sincronización Hamilton del circuito de Chua en Simulink para dos enrollamientos. ..................................................................... 101 Figura 4.24. Simulación del error de sincronización Hamilton de SNLF en Simulink. .......... 103 Figura 4.25. Simulación del error de sincronización Hamilton del caso A en Simulink. ....... 105 Figura 4.26. Simulación del error de sincronización Hamilton del caso B en Simulink. ....... 107 Figura 4.27. Simulación del error de sincronización Hamilton del caso C en Simulink. ....... 109 Figura 4.28. Simulación del error de sincronización Hamilton del caso D en Simulink. ....... 111 Figura 4.29. Simulación del error de sincronización Hamilton del caso E en Simulink. ........ 113 Figura 4.30. Simulación del error de sincronización Hamilton del caso F en Simulink. ........ 115 Figura 4.31. Simulación del error de sincronización Hamilton del caso G en Simulink. ....... 117 Figura 4.32. Simulación del error de sincronización Hamilton del caso H en Simulink. ....... 119 Figura 4.33. Simulación del error de sincronización Hamilton del caso I en Simulink. ......... 121 Figura 4.34. Simulación del error de sincronización Hamilton del caso J en Simulink. ......... 123 Figura 4.35. Simulación del error de sincronización Hamilton del caso K en Simulink. ....... 125 Figura 4.36. Simulación del error de sincronización Hamiltondel caso L en Simulink. ........ 127 Figura 4.37. Simulación del error de sincronización Hamilton del caso M en Simulink. ....... 129 Figura 4.38. Simulación del error de sincronización Hamilton del caso N en Simulink. ....... 131 Figura 4.39. Simulación del error de sincronización Hamilton del caso O en Simulink. ....... 133 Figura 4.40. Simulación del error de sincronización Hamilton del caso P en Simulink. ........ 135 Figura 4.41. Simulación del error de sincronización Hamilton del caso Q en Simulink. ....... 137 Figura 4.42. Simulación del error de sincronización Hamilton del caso R en Simulink. ....... 139 Figura 4.43. Simulación del error de sincronización Hamilton del caso S en Simulink. ........ 141 Figura 5.1. Descripción a bloque de la función suma, resta, multiplicación de 28 bits. ......... 142 Figura 5.2. Esquema de la arquitectura del sistema de ecuaciones del caso B. ...................... 143 Figura 5.3. Esquema del bloque Step. ..................................................................................... 144 Figura 5.4. Esquema de entradas y salidas de la unidad del oscilador caótico del caso B. ..... 144 Figura 5.5. Toma de los veintiún osciladores caóticos implementados en la FPGA Cyclone IV GX EP4CGX150DF31C7. .................................................................................. 149 Figura 5.6. Toma de la implementación en FPGA del oscilador caótico F mostrado en el osciloscopio Tektronix. ....................................................................................... 149 Figura 5.7. Toma de la implementación en FPGA del oscilador caótico B mostrado en el osciloscopio Tektronix. ....................................................................................... 150 Figura 5.8. Toma de la implementación en FPGA del oscilador caótico F mostrado en el osciloscopio Lecroy . .......................................................................................... 150 Figura 6.1. Imagen RGB del CITEDI para transmisión enmascarada. ................................... 152 Figura 6.2. Toma del CITEDI enmascarada con la señal de caos de los veintiún osciladores caóticos. .............................................................................................................. 156 Figura 6.3. Segmento de la señal de Audio a transmitir de 2x104 muestras. .......................... 157 Figura 6.4. Señales de transmisión con el circuito de Chua para dos enrollamientos. ............ 158 Figura 6.5. Señales de transmisión con el circuito de Chua para seis enrollamientos. .......... 158 Figura 6.6. Señales de transmisión con el SNLF de dos enrollamientos................................. 159 Figura 6.7. Señales de transmisión con el SNLF de seis enrollamientos. ............................... 159 Figura 6.8. Esquema de la arquitectura del esclavo para el sistema de ecuaciones del caso B. ............................................................................................................................ 161 Figura 6.9. Esquema de la arquitectura de la sincronización maestro-esclavo. ...................... 161 Figura 6.10. Esquema de la comunicación UART a través del protocolo RS-232. ................ 162 Figura 6.11. Esquema general del sistema completo para la transmisión con caos PC-FPGA. ............................................................................................................................ 163 Figura 6.12. Resultado de la transmisión de la imagen PC-FPGA......................................... 164 Tesis Maestría en Ciencias en Sistemas Digitales Página v LISTA DE TABLAS Tabla 2.1. Colección de casos de Sprott. ................................................................................... 13 Tabla 3.1. Valores óptimos para el oscilador caótico del circuito de Chua. ............................. 26 Tabla 3.2. Exponentes de Lyapunov y dimensión de los sistemas caóticos. ............................. 64 Tabla 5.1. Recursos utilizados en la implementación de los osciladores caóticos en la FPGA Cyclone IV GX EP4CGX150DF31C7. .............................................................. 145 Tabla 6.1. Correlación de imágenes de la transmisión de imágenes con enmascaramiento caótico. ................................................................................................................ 156 Tabla 6.2. Correlación de la transmisión de audio con enmascaramiento caótico. ................. 159 Tabla 6.3. Recursos utilizados en la implementación del sistema de transmisión en la FPGA Cyclone IV E EP4CE115F29C7 ......................................................................... 163 Tabla 6.4. Coeficiente de correlación de imágenes en la transmisión enmascarada entre PC- FPGA. ................................................................................................................. 164 ACRONIMOS AS Casi sincronización CITEDI Centro de Investigación y Desarrollo de Tecnología Digital CS Sincronización Completa DAC Digital-Analog Converter, Convertidor Digital-Analógico ED Ecuaciones Diferenciales EDO Ecuaciones Diferenciales Ordinarias FGPA Field Programable Array, Arreglo de compuertas lógicas programables por efecto campo GS Sincronización Generalizada HDL Hardware Descriptive Language, Descripción de lenguaje en Hardware ILS Sincronización de retardo intermitente IPS Sincronización de fase imperfecta LS Sincronización de retardo OPCL Open Plus Closed Loop, Lazo abierto Lazo cerrado PC Personal Computer, Computadora Personal PS Sincronización de fase PWL PieceWise Linear, Linealizadas a tramos RK Runge-Kutta RK4 Runge-Kutta 4 RTL Register Transfer Level, Nivel de transferencia de registros RS-232 Recommended Standard 232, Estandar Recomendado 232 SNLF Saturated Nonlineal Function Series, Series de funciones saturadas no lineales UART Universal Asynchronous Receiver-Transmitter, Transmisor-Receptor Asíncrono Universal Tesis Maestría en Ciencias en Sistemas Digitales Página vii GLOSARIO DE TÉRMINOS ATRACTOR Comportamiento de trayectorias de distintas y posibles entidades al que tiende un sistema después de un tiempo de evolución. CAOS Comportamiento aparentemente errático e impredecible de algunos sistemas dinámicos, aunque su formulación matemática sea en principio determinista. CORRELACIÓN Relación recíproca entre dos o más fenómenos en relación lineal o proporcional. ENCRIPTACIÓN Proceso de almacenar la información para complicar su lectura. FPGA Un arreglo de compuertas lógicas programables por efecto campo con múltiples aplicaciones en electrónica y comunicaciones. FRECUENCIA Es el número de ciclos por segundo de una señal; está dada por: f = 1/T, donde T es el periodo. MATLAB Programa informático utilizado para realizar cálculos matemáticos entre otras operaciones y funciones con extensión *.m. MULTIMEDIA Cualquier objeto o sistema que utiliza medios de expresión digital para comunicar información como imágenes, audio, video, texto, etc. QUARTUS Programa informático utilizado para escribir código de lenguaje descriptivo en una tarjeta FPGA. OSCILADOR Aparato que produce oscilaciones eléctricas o mecánicas. OSCILADOR CAÓTICO Conjunto de trayectorias de comportamiento errático e impredecible de algunos sistemas dinámicos aparentemente desordenado. RS-232 Protocolo de comunicación serial utilizado para el intercambio de datos binarios en serie. SIMULINK Programa informático utilizado para diseñar cálculos matemáticos entre otras operaciones y ejecuciones de funciones en un entorno de diagrama a bloques con extensión *.slk. SIMULACIÓN Es la imitación de un fenómeno ó comportamiento de un sistema utilizando un software computacional. SINCRONIZACIÓN Acoplamiento en tiempo de dos o más fenómenos en el mismo momento.UART Dispositivo de control de los puertos y dispositivos en serie. CAPÍTULO 1 Introducción Tesis Maestría en Ciencias en Sistemas Digitales Página 1 Capítulo 1 Introducción 1.1 Antecedentes Existe un fenómeno llamado caos que se estudia en varias disciplinas científicas como astronomía, biología de la población, economía, meteorología, medicina, psicología social, entre otras. Estas disciplinas tienen fenómenos impredecibles, desordenados o de comportamientos no periódicos. Esos comportamientos irregulares se consideran que tienen gran sensibilidad a los cambios más pequeños, siendo sumamente dependientes a las condiciones iniciales lo que ocasiona un aparente cambio aleatorio en su comportamiento. Por ese motivo se le otorgo el nombre de caos que identifica los estudios de la impredictibilidad que ocurren en la naturaleza. Naciendo de esta manera el estudio al comportamiento estocástico que sucede en un sistema determinístico a través de modelos matemáticos [1]. La teoría del caos fue descubierta a partir de algunas observaciones por el científico Edward Lorenz en 1963, mientras estudiaba un sistema de ecuaciones para predecir el clima. Al continuar estudiando el sistema por un tiempo se pudo percatar que una característica única que tenía la alta sensibilidad a las condiciones iniciales, convirtiéndolo en un fenómeno cambiante y dándole nombre al oscilador caótico de Lorenz [2]. El caos se relaciona con los sistemas dinámicos debido a su característica de no linealidad y la dependencia de las condiciones iniciales. Un sistema dinámico es caótico siempre que su evolución dependa sensitivamente de sus condiciones iniciales. Esta propiedad implica que si tienen diferentes trayectorias emergentes con condiciones iniciales diferentes pero cercanas, pueden separarse exponencialmente conforme transcurre el tiempo ya que los sistemas dinámicos son procesos que evolucionan con el tiempo. Un proceso es determinista si todo su curso futuro y todo su pasado están determinados de manera única por su estado en el tiempo presente. De lo contrario, el proceso se conoce como no determinístico o estocástico. Estos procesos de evolución en pueden encontrarse en tiempo continuo o tiempo discreto. El comportamiento de un sistema caótico tiende a tener una trayectoria de movimiento oscilante en el espacio tridimensional formando orbitas periódicas u orbitas cuasi periódicas las cuales son sumamente cercanas unas de otras pero con la condición de que nunca van a encontrarse en el mismo momento de nuevo. Se han mencionado anteriormente tres características principales de los sistemas caóticos las cuales se deben cumplir para que un sistema dinámico se considere de orden caótico, estas se definen como: Debe ser altamente sensible a las condiciones iniciales. El sistema evoluciona con el tiempo. CAPÍTULO 1 Introducción Cada orbita debe ser periódicamente cercana en un punto en el espacio. Como lo indican las características de un sistema dinámico las aplicaciones de la teoría del caos han creado un gran panorama para las distintas áreas ya que pueden relacionarse con varios patrones prácticos por su complejidad, generando nuevos tipos de modelos y perfiles de nueva exploración. Un perfil de exploración es el garantizar la estabilidad en sistemas caóticos sincronizados de manera precisa para futuras aplicaciones en transmisión de información. Se han analizado diferentes técnicas de sincronización que permitan la estabilidad del sistema, sin embargo la literatura carece de información para ciertos sistemas caóticos conocidos como la colección de casos de Julien C. Sprott [3]. Otro perfil de exploración es en el desarrollo de investigaciones basadas en fenómenos del caos para campos como la criptología por el hecho que se beneficia de la adición de diferentes medios para la mejora de los algoritmos al momento de asegurar la información, adhiriendo el concepto del caos que se encuentra en la literatura se puede mejorar la generación de secuencias pseudo-aleatorias con los modelos matemáticos [4]. 1.2 Problemática En el arte de la literatura se encuentran diversas investigaciones en relación al caos, una de ellas es el uso de redes neuronales artificiales con el fin de predecir series de tiempo que se asemejan a ciertos fenómenos como enfermedades humanas [5], económicos o de finanzas [6], entre otros. Otra de las aplicaciones que se han explorado con el caos es la medicina para detectar patologías dentro de sistemas biológicos y determinar un diagnóstico para encontrar la cura del trastorno médico [7]. También existen comportamientos similares en el estudio de poblaciones microorganismos como bacterias, virus, transposones y protocoongenes donde ciertos científicos encontraron útil el caos para explorar modelos de este tipo [8]. Una de las aplicaciones que muestran gran impacto en las investigaciones es en el área de seguridad de la información a través de las redes de telecomunicación (Internet, satélites, móviles, televisión, entre otras) debido a las características principales del caos que es la impredictibilidad, esta favorece los sistemas al mezclarse con la información evitando el problema de compartir y manipular el contenido que se envía a los usuarios protegiéndolos de intrusos e infiltraciones [9]. Dentro del estado del arte se encuentran distintos métodos de encriptación estándar en la transmisión de información para evitar nuevos tipos de ataques que amenazan la recepción de la información o inclusive manipulación de la misma, así como evitar la pérdida de datos. La encriptación de datos siempre alcanza límites determinados, por ese motivo es necesario encontrar un método para proteger la información, mantenerla segura hasta su destino y conservar su seguridad al estar almacenada. Una contribución para resolver el problema de las infiltraciones en la información es crear sistemas capaces de generar números aleatorios como los sistemas dinámicos caóticos y mezclarlos con el fin de mejorar la seguridad en las redes comunicación al momento del intercambio de información [10]. CAPÍTULO 1 Introducción Tesis Maestría en Ciencias en Sistemas Digitales Página 3 La teoría de sistemas dinámicos no lineales, como la teoría del caos, ha sido investigada para encontrarle una solución a este problema desde la captura de los datos, usar portadoras caóticas, encriptación con generadores caóticos, circuitos electrónicos no lineales hasta la realización en hardware implementada en un chip. Estos sistemas pueden aplicarse para la protección de información. 1.3 Justificación El uso de los osciladores caóticos puede generar secuencias pseudo-aleatorias y una de sus principales aplicaciones es en el campo de la criptografía para el desarrollo de criptosistemas robustos y seguros. Los métodos de seguridad son esenciales al momento de la transmisión de información, ya que existen amenazas en los procesos de comunicación que pueden intervenir e infiltrarse para su manipulación. Dentro de la transmisión de información se hacen uso de dos disciplinas que pretenden cifrar y descifrar información estas son criptografía y criptoanálisis; donde la criptografía se define cuando un sujeto pretende mandar algún tipo de información confidencial, esto sucede para ocultar la información mientras viaja por un canal de comunicación y llegue a su destino sin que algún intruso intente obtener la información. Por otro lado, existe el criptoanálisis el cual es una disciplina que pretende interceptar la información cifrada, desenmascarar y recuperar información. Estas dos disciplinas juegan un rol fundamental en el envío confidencial de información con un transmisor-receptor ya que se previene la infiltración sobre documentos, identificación entre otra información las cualesdeben ser secretas donde solo el transmisor como el receptor deben saber dicha información. Este campo tan complejo de la criptología puede beneficiarse de la adición de otros medios de investigación, ya que otros conceptos añadidos a ese tema como el de caos puede generar secuencias pseudo-aleatorias, a través de los modelos matemáticos adecuados para mantener segura la información, y mantenga las condiciones del caos [11]. Los sistemas con comportamiento caótico se caracterizan por su sensibilidad a pequeñas variaciones de las condiciones iniciales. Dicho de otra manera, una pequeña variación en las condiciones iniciales del proceso conduce a diferencias abismales al final de dicho proceso. La separación entre dos trayectorias empieza en puntos cercanos y puede aumentar exponencialmente con el tiempo. El caos, por lo tanto, resulta útil para enmascarar un mensaje, puesto que prácticamente nadie será capaz de reproducir el mismo caos. En el caso de un posible detector espía, debería poder reproducir fielmente esa onda caótica y después detectar sobre ella las irregularidades que revelarían la presencia de un mensaje oculto. Al no poder conocer las condiciones iniciales exactas del caos generado, la tarea se hace prácticamente imposible [12]. Los estándares de encriptación tienen algoritmos de palabras clave de hasta 256 bits, pero estas claves al no ser generados aleatoriamente con una serie de lecturas es posible encontrar el patrón que tienen las llaves generadas y descifrar el contenido, las señales caóticas serían más complejas de descifrar por el hecho de ser pseudo-aleatorias. Por este motivo, el trabajo de tesis se enfoca en realizar la simulación de varios osciladores caóticos para enmascaramiento de archivos multimedia (imagen, audio, video) y el diseño digital e CAPÍTULO 1 Introducción implementación de un oscilador caótico en un FPGA aplicando enmascaramiento caótico a una imagen. Esta perspectiva deja un resultado positivo en el uso de este tema de investigación como su aplicación en el área de seguridad digital. 1.4 Hipótesis En la teoría del caos existen infinidad de sistemas caóticos definidos, sin embargo el uso de los modelos matemáticos que el científico Julien C. Sprott definió como la colección de casos de Sprott han sido explorados únicamente en investigaciones de desarrollo matemático sin incluir alguna aplicación para ellos, en este trabajo de tesis se cree que estos sistemas son capaces de implementarse para una aplicación de seguridad para distintos tipos de información multimedia, ya que tienen características únicas de comportamiento caótico y su simplicidad matemática puede ser útil en eficiencia de recursos para la implementación en un FPGA. 1.5 Objetivo general y objetivos específicos El objetivo general de esta tesis de maestría consiste en la simulación, diseño digital y emulación en una tarjeta FPGA de un oscilador caótico para posteriores aplicaciones en la transmisión de multimedia con enmascaramiento caótico. Los objetivos específicos que se persiguen en este trabajo de investigación son: a) Estudio bibliográfico del estado del arte sobre sincronización caótica maestro-esclavo. Se realiza una revisión de los principales métodos usados para la sincronización, con énfasis en la colección de casos de Lorenz, Rossler y Sprott. b) Síntesis de trabajos realizados con los métodos usados para corregir la sincronización caótica. Se presentan los enfoques matemáticos elegidos para aplicar el diseño de un sistema para enmascarar información mediante sincronización caótica. c) Realizar la simulación de un sistema caótico sincronizado maestro-esclavo con la cual se transmita información multimedia. d) Análisis y comparación de los resultados obtenidos de las arquitecturas diseñadas, comparando aspectos de rapidez computacional, consumo en memoria y recursos lógicos utilizados. e) Implementar en un FPGA diversos sistemas caóticos y realizar transmisión de multimedia. 1.6 Aportaciones La aportación principal del presente trabajo de investigación consiste en el diseño e implementación de arquitecturas digitales de osciladores caóticos basados en la colección de casos de Sprott, funciones a tramos como SNLF y el circuito de Chua. Cada sistema es resuelto a través de los métodos numéricos de Euler y Runge-Kutta de 4 Orden. CAPÍTULO 1 Introducción Tesis Maestría en Ciencias en Sistemas Digitales Página 5 Adicionalmente la transmisión de información multimedia es mezclada con caos como aplicación de seguridad, estas arquitecturas fueron implementadas en FPGA. Calculo de los exponentes de Lyapunov para la colección de casos de Sprott. Calculo de los puntos de equilibrio, valores propios y ganancias de los observadores de los osciladores caóticos basados en la colección de casos de Sprott, funciones a tramos SNLF y circuito de Chua, mediante el método Hamiltoniano Generalizado de forma canónica y Open Plus Closed Loop. Simulación de la sincronización de los osciladores caóticos basados en la colección de casos de Sprott, funciones a tramos SNLF y circuito de Chua de 2 a 6 enrollamientos, mediante el método Open Plus Closed Loop y mediante el método Hamiltoniano Generalizado de forma canónica. Simulación de la transmisión de una imagen con enmascaramiento caótico construido a bloques a través del software Matlab-Simulink de los osciladores caóticos de la colección de Sprott, SNLF y circuito de Chua. Simulación de la transmisión de audio con enmascaramiento caótico codificado en el software Matlab de los osciladores caóticos a tramos SNLF y circuito de Chua. Simulación de la transmisión de video con enmascaramiento caótico codificado en el software Matlab con el oscilador caótico de la colección de casos de Sprott caso B. Diseño de arquitecturas en código VHDL de la colección de casos de Sprott, funciones a tramos SNLF y circuito de Chua de 2 enrollamientos. Implementación de los diseños de arquitecturas en código VHDL de la colección de casos de Sprott, funciones a tramos SNLF y circuito de Chua de 2 enrollamientos. Diseño de arquitectura en código VHDL de la sincronización del caso B de la colección de Sprott. Transmisión de una imagen con enmascaramiento caótico entre PC-FPGA por medio del protocolo de comunicación RS-232 usando el diseño en VHDL de la sincronización del caso B. 1.7 Organización del documento Este documento de tesis está organizado en seis capítulos. En el capítulo 1, se presentan los antecedentes de la teoría del caos y su aplicación, se plantea la problemática, justificación, se describen los objetivos generales y específicos, así como las aportaciones. En el capítulo 2 se presenta la teoría del caos, el estado del arte de los osciladores caóticos, la descripción de los osciladores caóticos basados en la colección de los casos de Sprott, SNLF y el circuito de Chua para 2 a 6 enrollamientos, así como la descripción de los métodos numéricos Euler y RK4 utilizados para la solución de los sistemas conocidos. También se muestran los cálculos de los Exponentes de Lyapunov. En el capítulo 3 se simulan los comportamientos de cada uno de los osciladores caóticos lineales como SNFL, el circuito de Chua para 2 a 6 enrollamientos y la colección de casos de Sprott, utilizando los métodos numéricos Euler y RK4 para su solución. Además se muestra la alternativa de simular el oscilador caótico en Matlab vía código y diagramas de bloques en Simulink. CAPÍTULO 1 Introducción En el capítulo 4 se describen los métodos de sincronización conocidos como Hamilton Generalizado de forma canónica y Open Plus Closed Loop (OPCL) con topología maestro- esclavo implementados en los sistemas caóticos, se muestran los resultados simulados de estos métodos en Matlab vía código y diagramas de bloques en Simulink.En el capítulo 5 se detalla la metodología empleada para realizar la implementación de los osciladores caóticos basados en la colección de casos de Sprott, SNLF y el circuito de Chua en una tarjeta FPGA Cyclone IV GX EP4CGX150DF31C7 de Altera mediante la herramienta Quartus II Web Edition. En el capítulo 6 se muestra la simulación de la transmisión con los osciladores caóticos basados en la colección de los casos de Sprott, SNLF y el circuito de Chua para 2 a 6 enrollamientos enmascarando información multimedia en Matlab-Simulink. También se presenta la implementación de la transmisión con enmascaramiento caótico entre una comunicación serial PC-FPGA con la tarjeta Cyclone IV E EP4CE115F29C7. Finalmente en el capítulo 7, se plasman las conclusiones en base a los resultados obtenidos del trabajo de investigación. Así mismo se mencionan recomendaciones para algunos trabajos futuros. CAPÍTULO 2 Marco Teórico Tesis Maestría en Ciencias en Sistemas Digitales Página 7 Capítulo 2 Marco teórico En el presente capítulo se exponen los fundamentos teóricos basados para el desarrollo de este trabajo de la tesis donde se explican los conceptos teóricos del caos, la investigación de los diferentes osciladores caóticos encontrados en la literatura conocidos como Lorenz, Rossler, circuito de Chua, series de funciones saturadas no lineales (SNLF) y la colección de casos de Sprott. También se detallan los métodos numéricos utilizados para resolver estos sistemas caóticos, los tipos de sincronización para sistemas caóticos y por último la importancia del cálculo del exponente de Lyapunov para cada sistema. 2.1 Teoría del Caos La teoría del caos permite comprender fenómenos de la naturaleza, las caprichosas formas que exhibe y diferentes conductas a los que se dirige. Estos comportamientos aparentan ser una herramienta valiosa para comprender la conducta humana, fenómenos naturales, fenómenos económicos, así como diferentes evoluciones en la tecnología o actividad industrial en general. Ante estas perspectivas no parece que este lejos de utilizar esta teoría como modelo para explicar la conducta de los sistemas reales. El caos es un comportamiento imprevisible a largo plazo, que parte de un modelo matemático dinámico determinista debido a la sensibilidad de las condiciones iniciales. Para poder elegir las condiciones necesarias para que un sistema se comporte caóticamente es conveniente el movimiento mediante sistemas dinámicos. Las condiciones necesarias para la existencia de un movimiento caótico son: 1. El sistema debe tener al menos tres variables independientes. 2. Las ecuaciones de movimiento deben contener al menos un término no lineal que acople algunas de las variables. Uno de los requisitos principales para generar caos es que solo se requieren tres variables de estados. El término no lineal hace inestable a las soluciones de las ecuaciones diferenciales debido que no son exactas por lo tanto el sistema debe ser no lineal y por último el sistema debe tener al menos un exponente de Lyapnov positivo, este indica que tan caótico es el atractor [13]. El comportamiento impredecible es una propiedad de este tipo de sistemas dinámicos y para lograr esto es necesario incluir términos aleatorios. Los primeros pasos de lo que en la actualidad se denomina "procesos estocásticos o aleatorios" aparecen a final del siglo XIX e CAPÍTULO 2 Marco teórico inicio del XX cuando estuvieron dedicados a estudiar fenómenos físicos y tecnológicos particulares en esquemas aleatorios dependientes del tiempo. La teoría del caos considera a los sistemas dinámicos no lineales muy sensibles a pequeñas variaciones a las condiciones iniciales produciendo comportamientos diferentes e impredecibles considerándolos pseudo- aleatorios. Si la misma matemática permite que de pequeños cambios iniciales se produzcan al final grandes cambios, entonces toda otra ciencia que, como la meteorología, intente fundarse en la matemática, habrá de pronosticar grandes catástrofes a partir de pequeñas alteraciones ambientales. En general, la aleatoriedad es tomada como algo indeseable [14]. Uno de los campos complejos en los que se adhiere la investigación de los comportamientos caóticos es en la criptología ya que la pseudo-aletoriedad que genera el caos puede beneficiar a los algoritmos que pretenden asegurar la información creando un nuevo modelo de enmascaramiento. Los circuitos electrónicos son una herramienta de utilidad para estudiar una gran variedad de procesos, actuando como complemento entre el experimento y la simulación numérica por computadora, son varios los circuitos electrónicos utilizados para el estudio de caos por ejemplo, los sistemas de Lorenz, Rössler y Chua. Algunas de las ventajas que ofrece la simulación con circuitos se encuentran tanto el alto grado de desarrollo de componentes electrónicos como el bajo costo de los dispositivos, lo importante es que se pueden estudiar dichos circuitos, obteniendo su modelo matemático para diseños más eficientes, en este trabajo de tesis se parte del modelo matemático y se realiza un diseño digital del sistema caótico estudiado para enmascarar archivos multimedia [15-16]. 2.2 Oscilador caótico basado en el circuito de Chua Uno de los osciladores caóticos más conocidos en la literatura es el circuito de Chua, este oscilador tiene un diseño fácil de construir, simular y desarrollar matemáticamente. El circuito de Chua está constituido por cinco elementos fundamentales de la electrónica: un inductor (L), dos capacitores (C), un resistor lineal (R), y un resistor no lineal conocido como diodo de Chua (NR). El diodo de Chua es el elemento que retroalimenta todo el circuito para mantenerlo oscilando [17-18]. En la Figura 2.1 se muestra el circuito de Chua. L C2 C1 NR R + - + - Figura 2.1. Circuito del diodo Chua. CAPÍTULO 2 Marco teórico Tesis Maestría en Ciencias en Sistemas Digitales Página 9 Al aplicar las leyes de Kirchoff al circuito se pueden encontrar las siguientes ecuaciones de comportamiento dinámico que genera el circuito conocidas como (1-3): ( ) ( ) ( ) donde , , , son respectivamente los voltajes en el capacitor y , la corriente en el inductor dada por (4): ( ) ( )[| | | |] La ecuación (4) es la función de respuesta del elemento no lineal (el diodo de Chua) la cual está representada por la curva de voltaje–corriente de la Figura 2.2. La curva está compuesta por tres rectas con pendiente negativa, donde y son las pendientes de cada segmento. Gp Gp Ga VD iD -P P Figura 2.2. Curva característica voltaje-corriente del diodo de Chua. Al realizar un cambio de variables para las ecuaciones del circuito de Chua (1-4) para , , , se puede encontrar un modelo matemático simplificado del sistema para los coeficientes , , y en el cual se presenta un número reducido de los parámetros , , , , , y . Este sistema de ecuaciones es dada por (5): ( ) CAPÍTULO 2 Marco teórico [| | | |] La función está definida por la función del diodo de Chua para dos enrollamientos como se muestra a continuación (9):, Al separar en más tramos la función para la curva característica del diodo de Chua se puede crear múltiples enrollamientos haciendo la separación del número de pendientes que va tener la curva el ejemplo de la Figura 2.3 se muestran seis enrollamientos dado en la ecuación (10): { CAPÍTULO 2 Marco teórico Tesis Maestría en Ciencias en Sistemas Digitales Página 11 m1 m1 m0 x g(x) -P P P2 P3 -P2-P3 m1 m1 m0 m0 P4 P5 -P4-P5 m1 m0 m0 m1 Figura 2.3. Curva característica del diodo de Chua para seis enrollamientos. 2.3 Oscilador caótico de series de funciones saturadas no lineales El oscilador caótico conocido como series de funciones saturadas no lineales (SNLF) se a través del sistema de ecuaciones (11) [19-20]. ̇ ̇ ̇ El sistema está compuesto por tres variables de estado x, y y z, las cuales dependen una de otra, este sistema de ecuaciones SNLF describe coeficientes reales positivos de valor entre 0 a 1 para a, b, c y d1 como lo indica la tercera ecuación del sistema donde se puede observar que incluye una función no lineal saturada, la cual es la causa de la no linealidad del sistema. Su propósito principal es retroalimentar y mantener los límites de la oscilación. El SNLF se describe a través de una aproximación linealizada a tramos (PWL) el cual se desarrolla a base de la cantidad de pendientes representada por los niveles de saturación que contiene la función no lineal y se refleja en el número de enrollamientos que va contener el atractor del sistema de ecuaciones. La aproximación PWL de SNLF está dada por (12): CAPÍTULO 2 Marco teórico ∑ La función saturada no lineal del SNLF describe los niveles de saturación que va tener el sistema de ecuaciones, la función mostrada en la ecuación (13) esta descrita para dos niveles de saturación y una pendiente. La descripción del PWL está dada por: { Donde es el nivel de saturación, el punto de quiebre del nivel de saturación y la pendiente representado en la Figura 2.4. k α Figura 2.4. Curva característica de SNLF básica con dos niveles de saturación. La generación de multiples enrollamientos para el oscilador caótico SNLF depende del número de pendientes para los niveles de saturación, por lo tanto al incrementar estos se pueden incrementar la cantidad de enrollamientos en su atractor [21]. La descripción del PWL para SNLF de seis enrollamientos está dada en (14) y su curva característica de pendientes se muestra en la Figura 2.5. { CAPÍTULO 2 Marco teórico Tesis Maestría en Ciencias en Sistemas Digitales Página 13 Figura 2.5. Curva característica de SNLF básica con seis niveles de saturación. 2.4 Osciladores caóticos de la colección de casos de Sprott Existe una colección de 19 casos de Sprott definida en 1994 por J. C. Sprott, los cuales pueden generar oscilaciones caóticas [3]. Estos sistemas están constituidos por tres variables con no linealidades cuadráticas más simples que el sistema de Rossler, algunos tienen una o dos constantes las cuales permiten crear la no linealidad del sistema. Los casos están descritos en la Tabla 2.1. Tabla 2.1. Colección de casos de Sprott. Nombre del sistema caótico Sistema de Ecuaciones A ̇ ̇ ̇ B ̇ ̇ ̇ C ̇ ̇ ̇ D ̇ ̇ ̇ k 2k 3k 4k 5k f(x) α h h 2 x h -α 1 h + α 1 h -α 2 h + α 2 CAPÍTULO 2 Marco teórico E ̇ ̇ ̇ F ̇ ̇ ̇ G ̇ ̇ ̇ H ̇ ̇ ̇ I ̇ ̇ ̇ J ̇ ̇ ̇ K ̇ ̇ ̇ L ̇ ̇ ̇ M ̇ ̇ ̇ N ̇ ̇ ̇ O ̇ ̇ ̇ P ̇ ̇ ̇ Q ̇ ̇ ̇ R ̇ ̇ ̇ S ̇ ̇ ̇ CAPÍTULO 2 Marco teórico Tesis Maestría en Ciencias en Sistemas Digitales Página 15 2.5 Métodos numéricos Los métodos numéricos constituyen técnicas mediante las cuales es posible formular problemas matemáticos, de tal forma que puedan resolverse utilizando operaciones aritméticas. Aunque existen muchos tipos de métodos numéricos, éstos comparten una característica común: requieren de varios de cálculos aritméticos. No es raro que con el desarrollo de computadoras digitales eficientes y rápidas, el papel de los métodos numéricos en la solución de problemas en ingeniería haya aumentado de forma considerable en los últimos años. La ciencia y la tecnología describen los fenómenos reales mediante modelos matemáticos. El estudio de estos modelos permite un conocimiento más profundo del fenómeno, así como de su evolución futura. Una de las ramas aplicadas a la matemática es la que se dedica a buscar técnicas o métodos para la solución adecuada a problemas basados en estos modelos. Se dice que no existen modelos analíticos capaces de solucionar cualquier problema. Para estos casos se utilizan las técnicas numéricas, las cualesrealizan una labor de cálculo numérico que conduce a soluciones aproximadas a la trayectoria. El esfuerzo de cálculo que implica la mayoría de estos métodos obliga el uso al empleo de computadores. De hecho, sin el desarrollo que se ha producido en el campo de la informática resultaría complicado el uso de las técnicas numéricas en ámbitos matemáticos cada día más complejos [22]. Estas son algunas de las razones por las que son necesarios los métodos numéricos: 1. Los métodos numéricos son herramientas utilizadas para la solución de problemas. Las cuales son capaces de manipular sistemas de grandes ecuaciones, manejar no linealidades comunes en la práctica de la ingeniería y, a menudo, imposibles de resolver en forma analítica. 2. Reconocen y controlan los errores de aproximación que son eficientes al momento del cálculo numérico de gran escala. Por lo que aumentan la habilidad para resolver problemas. 3. Los métodos numéricos son un medio para reforzar la comprensión de las matemáticas, ya que una de sus funciones es convertir las matemáticas superiores en operaciones aritméticas básicas, de esta manera se puede profundizar en los temas que de otro modo resultarían ineficiente. 2.5.1 Métodos numéricos en ecuaciones diferenciales Una de las herramientas más importantes para la solución de modelos matemáticos en el ámbito de la física son las ecuaciones diferenciales. Las ecuaciones diferenciales (ED) se originaron en diferentes campos como la química, la física y la ingeniería. En la actualidad se están usando en los campos de la medicina, la biología, la antropología, entre otras. Las ecuaciones diferenciales ordinarias (EDO) surgen con frecuencia en el estudio de los sistemas físicos. Sin embargo no se pueden resolver con exactitud, por esta razón la capacidad de aproximación numérica de los métodos numéricos es vital para esos sistemas. Una de las técnicas más importantes para el desarrollo de los sistemas dinámicos en tiempo continuo es usando solución numérica de EDOs. La integración numérica es la única forma de obtener información acerca de la trayectoria para la mayoría de las EDOs que no tienen solución analítica. En la literatura se proponen y utilizan varios tipos de EDOs usando CAPÍTULO 2 Marco teórico diferentes métodos en un intento de encontrar la solución más precisa. Todos estos, discretizan el sistema, para producir una ED o una ecuación que represente los estados del sistema. Con el uso de las computadoras, los métodos numéricos son en la actualidad una forma cada vez más atractiva y eficiente de obtener soluciones aproximadas a las ecuaciones diferenciales que habían resultado hasta ahora difíciles, incluso imposible de resolver analíticamente. Las computadoras y los métodos numéricos ofrecen una alternativa para los cálculos complicados. Al usar la capacidad de cómputo se obtienen soluciones directamente, de esta manera se pueden aproximar los cálculos sin tener que recurrir a consideraciones de simplificación o a técnicas muy lentas. Aunque las soluciones analíticas aún son muy valiosas, tanto para resolver problemas como para brindar una mayor comprensión, los métodos numéricos representan opciones que aumentan, en forma considerable, la capacidad para enfrentar y resolver los problemas; como resultado, se dispone de más tiempo para aprovechar las habilidades creativas personales [23]. 2.5.2 Método de Euler Uno de los algoritmos más sencillos para encontrar soluciones de ecuaciones diferenciales es el método conocido como Euler hacia delante el cual discretiza el sistema cada iteración al mismo tiempo que obtiene el dato actual. Este método de Euler se basa en el significado geométrico de la derivada de una función en un punto dado. Si se tuviera la curva solución de la ecuación diferencial y se traza la reta tangente a la curva en el punto dado por la condición inicial , se puede observar en la Figura 2.6 [24]. y0 xo x1 Curva Solución Recta Tangente Figura 2.6 Recta tangente a la curva solución del punto x0. La recta tangente se aproxima a la curva en valores cercanos al punto de tangencia, por ese motivo se selecciona el valor de la recta tangente en el punto como una aproximación al valor deseado , asi como se puede apreciar en la Figura 2.7. CAPÍTULO 2 Marco teórico Tesis Maestría en Ciencias en Sistemas Digitales Página 17 y0 xo x1 Curva Solución Recta Tangente Aproximación al valor Figura 2.7 Recta tangente a la curva solución del punto x1. De esta manera, se calcula la ecuación de la recta tangente a la curva solución de la ecuación diferencial dada en el punto ( , ). Se sabe que la ecuación de la recta es: donde es la pendiente. Para este caso, se sabe que la pendiente de la recta tangente se calcula con la derivada: | , por lo tanto, la ecuación de la recta tangente es: Si suponemos que es un punto cercano a , entonces estará dado como | |. Sustituyendo en la ecuación (15), se obtiene: La aproximación para el punto actual se obtiene de la siguiente manera: Esta aproximación puede ser suficientemente buena, si el valor de es realmente pequeño, de una décima o menos. Pero si el valor de es más grande, entonces se puede cometer un error mayor al aplicar dicha fórmula. Una forma de reducir el error y obtener así un método iterativo, es dividir la distancia | | en partes iguales y obtener entonces la aproximación en pasos, por lo que (paso) quedaría de la siguiente manera: CAPÍTULO 2 Marco teórico | | Conocemos que la aproximación está dada por: Para obtener el siguiente paso se debe sustituir el punto ( , ) por el punto ( , ), debido que es el punto actual para obtener el siguiente, por lo tanto, se obtiene que: De la ecuación anterior ya se puede observar que la forma recursiva de este procedimiento está dada por la fórmula: La expresión anterior resulta ser la conocida formula de Euler que se usa para aproximar el valor de aplicándola sucesivamente desde hasta en pasos de longitud h. Expresando la ecuación (21) de forma general: Valor actual = valor anterior + pendiente * tamaño de paso 2.5.3 Método de Runge-Kutta Los métodos de Runge-Kutta (RK) logran más exactitud que el procedimiento de Euler. Existen muchas variantes, pero todas tienen la forma: donde .es la función incremento, la cual puede interpretarse como una pendiente representativa en el intervalo. La función incremento se escribe en forma general como: donde las a son constantes y las k son: ( ) , donde las p y las q son constantes. Se observa que las son relaciones de recurrencia. Es decir, aparece en la ecuación
Compartir