基于空时混沌分析的海面小弱目标检测

为了提升海杂波中小弱目标检测能力,通过研究海杂波在空域和时域上的动态特性,提出基于空时混沌分析的海面小弱目标检测方法。首先,在海杂波混沌动力系统相空间重构的基础上提取海浪序列图像的空域混沌参数和时域混沌参数,验证海杂波在空域与时域具备混沌性;然后,采用径向基函数神经网络学习海杂波的空域混沌重构函数、时域混沌重构函数和空时耦合系数,联合空域和时域混沌特性综合重构海杂波在时间与空间上的传播规律。多种复杂度海面目标检测试验结果表明,与空域混沌和时域混沌方法相比,预测误差可降低10%,检测概率可提高20%,基于空时混沌重构的海杂波抑制能力与小目标检测性都得以显著提升。     

湮没在混沌噪声背景下方波信号的检测方法

混沌信号背景下弱方波信号的检测在混沌信号工程应用中是备受关注的问题之一,当方波信号完全湮没在混沌信号中且方波频率在混沌信号频带内时,直接应用常规时频分析方法无法检测方波信号.文中提出了基于改进的经验模式分解法(EMMD)实现对方波信号的检测方法.仿真实验表明,该检测方法对方波信号检测有效可行.     

基于Duffing方程的齿轮故障检测方法研究

提出一种基于修正Duffing方程间歇混沌理论的弱信号检测新方法.在该检测方法中,当输入信号频率与系统激励频率之间存在微小偏差时系统输出为间歇混沌信号,且其频率偏差可由输出混沌信号的统计特性进行估计.数值仿真结果表明这种方法可以准确检测出信噪比很低的微弱正弦信号.最后,利用实验平台采集齿轮振动声信号数据,分别采用频谱分析法和混沌弱信号检测法对实验数据进行检测,结果表明混沌弱信号检测法具有更高的检测精度和更强的抗干扰能力.     

基于混沌的微弱信号检测技术的研究

针对常规测量仪器因其较大的内部噪声,导致微弱信号的测量存在较大的误差。本文根据信号的周期性理论和噪声的随机性理论,采用相关检测技术和混沌理论,提出一种通过检测混沌阵子阵列的间歇混沌周期来检测微弱信号的方法。     

音频信息隐藏与伪装技术的研究与实现

信息隐藏这门新兴的技术不同于传统的密码学技术,信息隐藏的意义就是将密文信息秘密地隐藏于另一非机密的文件内容中.本文利用混沌学的己有成果,在总结现代密码学理论的基础上,分析了目前信息隐藏技术的理论和各种方法,提出了基于混沌的信息隐藏算法.基于混沌的音频信息隐藏算法是把密文音频经过混沌加密后,将其双声道嵌入到载体音频的双声道中,其抗攻击能力和隐藏能力很强,提取的密文音频质量良好.仿真结果表明该算法是有效的和可行的.     

混沌理论在滚动轴承故障诊断中的应用

混沌系统对初始条件和参数极度敏感,这一特点可以用于检测早期检测噪声背景下的滚动轴承故障信号。从几个方面综述了混沌理论在轴承故障诊断中的应用现状,即滚动轴承故障诊断技术的分类与特点,混沌理论在滚动轴承故障诊断中的应用基础,混沌振子系统在轴承故障诊断中的应用,混沌动力学分析在滚动轴承故障诊断中的应用。并通过分析总结,预测了混沌理论在轴承故障诊断中的下一步研究方向。     

基于混沌理论的滚动轴承故障信号检测

针对滚动轴承早期故障信号十分微弱的问题,提出采用Duffing混沌振子对故障微弱信号进行检测的方法。对Duffing方程进行改进,实现对任意频率微弱信号的检测。分析微弱周期信号相位角对检测系统的影响,提出采用多相位混沌振子阵列来消除微弱周期信号相位角对检测系统的影响。通过仿真实验,确定检测系统由3个混沌振子构成。使用该检测系统成功检测出轴承外圈故障微弱信号,相比传统的混沌振子检测系统,缩小了检测盲区,提高了检测信噪比。     

基于噪声和混沌振子的微弱信号检测

利用混沌振子来检测淹没在强噪声背景中的微弱信号，详细研究了Duffing振子检测微弱信号的原理和过程。理论分析和仿其实验均表明混沌振子能有效地检测微弱信号。     

基于符号序列信息熵混沌特性的微弱信号检测

利用混沌振子系统的初值敏感性和对噪声免疫的特点检测微弱信号,具有高灵敏度和很好的抗噪性能,其检测的关键在于对混沌振子系统所处状态的识别.针对Duffing振子系统在信号检测领域中的应用,提出了一种基于符号序列信息熵混沌特性的微弱信号检测方法.该方法利用时间序列符号化来捕捉Duffing振子系统时域输出的大尺度特征,应用Shannon信息熵定量计算时间序列中蕴藏的确定性和随机性规律,达到自动识别特定微弱信号的目的.给出了该方法的原理和相应检测程序流程图.实验结果表明,利用该方法可以准确快速地检测出微弱信号,为混沌检测研究的实用化提供了一种有效途径.     

混沌、随机共振在信号检测中的应用研究

混沌作为一种复杂的非线性动力学现象,以其独特的行为吸引了工程技术领域的广泛关注,混沌学在工程上具有巨大的应用潜力.混沌在信号检测与处理方面的应用也日渐显露出强大的生命力,这里仅对混沌在信号检测中的应用进行了回顾和总结,并指出目前研究中的关键问题和今后研究的方向.     

检测混沌背景中微弱正弦信号的神经网络方法

提出了一种提取混沌背景中微弱正弦信号的神经网络方法。该方法利用RBF神经网络对被噪声污染的混沌背景建立最优一步预测模型，结合频域处理的方法从预测误差中提取微弱正弦信号。改善了信噪比，在混沌背景中存在白噪声和任意色噪声情况下，均能检测出微弱正弦信号，微弱正弦信号与混沌背景的检测信噪比门限最低可以达到-37dB。     

基于混沌的无线电保密通信研究

详细介绍一个新的基于混沌的无线电保密通信方法.应用混沌生成数据的非周期性进行无线电信息加密解密,给出系统原理图、混沌生成方法、加密解密详细流程及示例,并给出安全度计算方法.实验结果证明了混沌无线电保密通信的有效性,为无线电信息安全开辟了一条新的技术途径.     

混沌序列的神经网络实现

利用BP神经网络,对非线性系统产生的混沌序列进行学习,逼近该非线性系统的映射特征,从而使自身具有混沌特性,成为具备混沌输出能力的神经网络,建立了基于神经网络的混沌序列产生模型(CGNN).此方法利用具有学习能力的神经网络,它不需要针对某一种非线性映射设计单一的系统结构.并利用DSP技术在CGNN基础上,制成了混沌神经网络协处理机插板,将其产生的混沌序列作为密钥,用于信息的保密通信.     

混沌振子在微弱信号检测中的可靠性研究

针对混沌振子微弱信号检测的可靠性问题,对一种改进型混沌振子敏感特性进行分析,指出周期策动力幅值位于临界值时,初始值对系统的状态起决定性的作用,并由此定义了检测系统的敏感集.通过扰动控制方法验证噪声对振子的驱动作用相当于对初始值的扰动,发现在噪声作用下混沌振子微弱信号检测方法存在误判可能,利用所定义的敏感集对噪声背景中微弱信号的可靠检测进行了分析,为消除误判实现该微弱信号检测方法的应用提供了理论保证.     

齿轮早期疲劳裂纹的混沌检测方法

齿轮箱振动信号中调制现象普遍存在,而且啮合频率产生的周期冲击成分占很大比重,反映齿轮箱故障的特征信号的幅值相对较低,难以检测。根据齿轮箱振动信号的特点,提出了基于混沌振子的齿轮早期疲劳裂纹检测方法,区别于目前常用的基于混沌振子的微弱信号检测方法。该方法通过辨识混沌振子加入齿轮箱振动信号后发生的由大尺度周期状态到混沌状态的反向状态改变,确定齿轮啮合频率边频带的状态,从而判断齿轮裂纹的发展情况,在齿轮裂纹的监测中取得了良好的效果。     

微弱信号的混沌检测系统设计

以混沌系统的参数敏感性和符号动力学为基础，设计了一个微弱信号检测装置，研究了相应的电路实现方法，给出了单元电路分析和实验结果，结果表明利用混沌实现弱信号检测的可行性。     

基于混沌映射的混合保密通信系统及软件实现

基于数字通信及混沌理论，构想了一种数字化语音文字信息并随机按字节数据互换的混沌加密通信系统。该方案采用两个或两个以上的正Lyapunov指数的混沌级联模式，并对加密后数字信息进行混沌键控处理再次随机混合，大大增加了破译的难度；并从理论分析和实验验证了此方案的可行性。     

基于混沌密码流的IC卡数据加密算法设计与实现

提出了一种基于混沌流密码的IC卡数据加密算法，利用混沌系统的类随机性和难以预测性特点，实现了智能卡信息的有效加密，从而保障了IC卡信息的数据安全，并成功将该方法应用到了智能仪表中，取得了良好的效果。     

压力脉动时间序列的混沌特性与信息熵研究

对气固流化床压力脉动时间序列进行混沌特性分析，并提出不同流型状态的转变对应着几个混沌参数的变化。进一步，基于Shannon互信息理论，定义了信息传输速率，通过对不同探头之间得到的信息传输速度的讨论，提出了床内信息通过粒子实现三维传输的观点。     

混沌背景中微弱谐波信号检测的SVM方法

为了提高混沌背景下的微弱谐波信号检测能力，提出了一种提取混沌背景中微弱谐波信号的支持向量机（support vector machines，SVM）方法。该方法的突出特点是针对小样本或嵌入维数未知的情况，建立混沌噪声的一步预测模型，抑制噪声对混沌背景信号预测的影响，起到预滤波作用，然后从预测误差中提取微弱谐波信号。实验结果表明，该方法具有比传统RBF神经网络预测方法更强的稳健性和泛化性，在信噪比（SNR）为-47．931dB时仍可检测出强混沌中的微弱谐波信号。