混合混沌雷达信号的产生及仿真研究

利用多种调制相结合构造混合波形技术在雷达信号处理上造成一定困难.根据混沌可加性思想构造一类基于混沌映射的混合混沌雷达信号,并与Logistic映射构成的混沌信号进行比较分析,证明该混合混沌信号具有良好的自相关特性,模糊函数呈现较为理想的"图钉型",具有较高的距离和速度联合分辨率.同时混合混沌雷达信号的构成简单,易于处理.     

非高斯平稳有界噪声激励下混沌系统动力学研究

为解决信号检测理论在通讯、雷达、声纳、故障诊断等领域应用受限的问题,提出了随机Melnikov方法研究非线性系统在微弱周期信号和噪声信号联合摄动下的混沌运动行为,得到了微弱周期信号和非高斯平稳有界噪声信号联合摄动下的混沌运动特征.混沌的临界幅值与噪声强度的关系表明,在不强的非高斯平稳有界噪声背景下,有界噪声增大了激励阈值,混沌现象不容易产生.     

雷达低可观测目标探测技术

 复杂背景下稳健高效的低可观测目标探测始终是雷达信号处理领域的研究热点和难点。一方面,强杂波背景和目标复杂运动使得信号微弱,时频域难以区分;另一方面,传统雷达体制回波信号资源受限,难以实现对目标信号的精细化描述,亟需发展雷达目标探测新体制和新技术。本文归纳总结了低可观测目标探测面临的技术难点,系统回顾了常用的雷达动目标检测方法,最后从目标探测技术和手段两方面对雷达低可观测目标探测的发展进行展望。     

多目标混沌MIMO雷达的模糊函数研究

将混沌信号作为MIMO雷达的正交信号,以均匀线阵布阵,对多个目标的混沌MIMO雷达的模糊函数进行了研究,给出了MIMO雷达模糊函数的表达式,并进行了计算机仿真,结果表明:混沌MIMO模糊函数对时延及多普勒频移不同的目标能够进行分辨,具有较高的目标定位能力和距离分辨力.     

基于函数驱动的随机混沌雷达波形设计

针对噪声雷达信号源产生难的问题,提出一种基于函数驱动的混沌雷达波形设计方法.通过分析函数xn=p(θTzn)和耦合不可逆变换的非线性映射之间的联系,理论上证明此类系统能产生不可预测的动力行为.据此原理可以构造出混沌系统,能产生真随机的混沌信号.仿真结果表明,该混沌信号及其频率调制信号都具有类δ的自相关函数,功率谱平坦,十分适合于宽带高分辨雷达的应用.     

基于双卷吸引子的混沌二相码序列及其模糊特性

混沌信号由于其特有的性质,在雷达中具有广阔的应有前景。该文利用基于Ｗｉｎｅｎ电桥和负阻转换器电路,产生的双卷吸引子混沌信号,获得了相应的混沌二相码序列雷达波形。借助于集成电路模拟程序模拟结果,讨论了该二相序列的二值均衡性和游和分布与电路参数的关系。     

基于压缩传感的混沌二相码雷达成像

压缩传感系统利用信号稀疏表示的先验知识,能从少量的观测值中重构原始信号。由于混沌相位编码信号是一种伪随机码,其越来越多地应用在雷达领域。本文将压缩传感理论应用到混沌二相码雷达系统中,将成像问题转化为字典选择问题来处理,对接收的回波进行线性投影来降低采样频率,通过最小化光滑0范数重构成像。实验结果表明,本文方法在有效降低采样频率的基础上,获得了较高质量的成像效果,并且对噪声具有一定的自适应性。     

混沌信号产生电路的研究

主要通过对混沌电路的设计及其混沌振荡机理的研究，使得在任何情况下再现混沌信号成为可能，仿真结果表明新设计的电路不仅能有效地产生混沌信号，而且无论是从电路的设计还是产生混沌信号的结果来看，都有着现有混沌电路所不具备的许多优点。     

统计模型在雷达技术中的应用研究

电磁信号在传播过程中要受到多种因素影响,使得到达接收端的信号很复杂,具有很强随机性,因此统计模型在信号处理中发挥越来越重要的作用.作者利用统计模型对雷达技术——分集接收技术和杂波建模技术进行了研究,并对一些模型进行了计算机模拟,给出了有价值的仿真结果,为雷达信号处理提供了新思路.     

基于静态调度表的雷达抗干扰软件设计

雷达抗干扰技术是当今雷达领域的热点。本文采用独立分量分析算法,从雷达回波信号中提取目标信号,抑制干扰信号。在系统实现上,利用静态调度表机制,实现目标检测和抗干扰的并行化计算架构设计。通过实验表明,应用这种架构分离目标信号与干扰信号取得了较好的效果。     

基于追踪控制的混沌异结构同步

文章根据Lyapunov稳定性理论,对最近提出的一个新的混沌系统,设计了一个非线性控制器,使得系统的第一个状态信号以指数速度追踪任意给定的参考信号,包括正弦信号、周期信号及混沌信号等;在Matlab上进行数值仿真,证实了理论结果的正确性.     

混沌RBF神经网络在电力负荷预测中的应用

混沌和RBF神经网络相结合的方法,可以充分利用混沌的随机性、初值敏感性等特点,也可以充分利用RBF神经网络的大规模并行处理、自组织自适应性等功能,因此,受到了许多研究者的青睐。本文研究了混沌RBF神经网络,利用RBF神经网络的学习、逼近能力,结合混沌时间序列的嵌入维数、时延等参数构造了混沌RBF神经网络,分别对典型混沌序列及混沌RBF神经网络的建模预测进行仿真,并将RBF神经网络应用于油田电力负荷预测中。仿真分析和实用结果表明,混沌RBF神经网络具有预测时间短、预测精度高等优点,具有较高的指导意义和应用价值。     

混沌RBF神经网络在电力负荷预测中的应用

混沌和RBF神经网络相结合的方法,可以充分利用混沌的随机性、初值敏感性等特点,也可以充分利用RBF神经网络的大规模并行处理、自组织自适应性等功能,因此,受到了许多研究者的青睐.研究了混沌RBF神经网络,利用RBF神经网络的学习、逼近能力,结合混沌时间序列的嵌入维数、时延等参数构造了混沌RBF神经网络,分别对典型混沌序列及混沌RBF神经网络的建模预测进行仿真,并将RBF神经网络应用于油田电力负荷预测中.仿真分析和实用结果表明,混沌RBF神经网络具有预测时间短、预测精度高等优点,具有较高的指导意义和应用价值.     

基于RBF神经网络的混沌背景下瞬态弱信号检测

针对海杂波背景下瞬态弱信号检测的问题,采用海杂波混沌模型,基于神经网络重构混沌序列相空间,提出了基于RBF神经网络预测混沌时间序列和瞬态弱信号检测方案。理论分析和仿真结果表明这种方法能够有效实现混沌背景噪声中瞬态弱信号的检测。     

基于新四翼混沌系统的复杂网络的混沌同步及其在保密通信中的应用

以复杂网络为背景,根据Lyapunov稳定性理论,首先研究了以一个新四翼混沌系统为节点的全局耦合网络的渐近同步问题;其次,将四翼混沌系统作为网络节点,用混沌遮掩的方法将其应用到保密通信中;再次,通过加入高斯白噪声对系统进行噪声干扰,并用小波分析理论对信号进行去噪处理;最后用Matlab进行数值仿真表明,经过小波阈值去噪后,有用信号可以很好地恢复出来.     

控制混沌和超混沌同步

利用控制混沌的原理和现代控制理论中的极点配置方法,运用单路组合信号反馈控制的方案,实现了离散混沌系统和超混沌系统的控制同步,从理论上给出控制混沌同步的解析条件。并结合数值计算得到控制超混沌同步的参数选择范围。     

基于LabVIEW的音叉弦线振动混沌实验仪的研制

文章以音叉弦线非线性振动为基础,通过音叉弦线长度、张力的调节,观察和研究振动由混沌向周期有序,或周期有序向混沌的运动变化过程;结合虚拟仪器LabVIEW软件平台,对原始信号采集数据序列,然后由LabVIEW进行信号处理,实时观察到混沌运动相图,并对理论计算相图和实际采集信号的相图进行比较,为混沌现象的研究提供一种新的实验方法。     

一种基于混沌理论的数据流连续聚集查询预测算法

为了有效地预测聚集查询的未来聚集值,提出了一种基于混沌理论的数据流连续聚集查询预测未来聚集值算法——CSPA算法.数据流看作是以数据到达时间为序的一个时间序列,借鉴传统时间序列分析技术探讨了连续聚集查询的未来聚集值预测问题,但由于数据流序列与传统时间序列在时间间隔和数据集的处理上存在很大差别,于是采用流滑动窗口技术加以处理.其次,针对目前数据流聚集查询预测领域已有的一些研究结果都未考虑流数据内在的复杂非线性动力学特征对预测的影响问题,该算法又利用了混沌理论中的局域预测思想解决了这一不足.实验结果表明,利用该算法进行预测具有很好的准确性.     

混沌理论在交通领域中的应用前景初探

将交通系统看作具有高度复杂性和长期行为不可预测的混沌系统,论述了混沌理论与交通系统之间的关系,分析了混沌理论在交通领域中应用的可行性,并从系统建模、交通流预测、交通控制等几个方面对混沌理论的应用前景进行了探讨,说明混沌理论为交通流管控系统提供了新的手段,有着良好的应用前景.