一种新的间歇混沌信号Poincaré映像判别方法

针对混沌振子微弱信号检测中间歇混沌信号的判别问题,该文分析了噪声对Poincaré截面的扰动影响,提出一种基于Poincaré映像的新方法,并通过数值仿真对该方法进行了验证,结果表明在强噪声作用下,即使相空间分量输出波形难以进行判别,该方法仍然能够实现间歇混沌发生频率的有效判别,且抑制了混沌振子自发的短时间周期振荡现象,实现了强噪声背景下微弱周期信号的快速有效检测.     

一种新的间歇混沌信号Poincaré映像判别方法

针对混沌振子微弱信号检测中间歇混沌信号的判别问题,该文分析了噪声对Poincaré截面的扰动影响,提出一种基于Poincaré映像的新方法,并通过数值仿真对该方法进行了验证,结果表明在强噪声作用下,即使相空间分量输出波形难以进行判别,该方法仍然能够实现间歇混沌发生频率的有效判别,且抑制了混沌振子自发的短时间周期振荡现象,实现了强噪声背景下微弱周期信号的快速有效检测.     

一种强噪声背景下微弱信号检测方法研究

针对常规单混沌振子微弱信号检测方法存在检测过程不稳定的现象,将混沌吸引子与双振子差分检测技术相结合,提出一种通过调整系统稳定混沌态来检测微弱信号的改进方法,同时利用双差分振子来判别系统混沌态向周期状态转变的临界值。通过仿真分析,该方法可有效防止误判且实时性较好,有利于在强噪声背景下的微弱信号检测,为工程实际应用提供了一种可借鉴的方法。     

基于混沌理论的微弱信号检测

基于Matlab／Simtdink软件平台,研究了微弱信号的混沌检测原理与方法,建立了仿真模型,给出强噪声中微弱周期信号检测的仿真结果以及混沌方法检测微弱信号的步骤。仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性,为混沌虚拟仪器开发打下了基础。     

基于Duffing振子的微弱信号混沌检测

分析了Duffing振子的混沌特性,给出了确定系统混沌阈值的Melnikov方法.在阐述了基于相平面变化进行微弱信号检测原理后,在混沌检测中噪声对系统状态的影响也进行了研究.仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性.     

一种新的弱信号频率的提取方法

本文详细分析了Duffing混沌振子的阵发混沌机理及其间歇混沌现象的相关特性.基于混沌现象发生随模型参数变化的间歇性,提出了一种强背景中微弱信号频率的测量方法,并着重对白噪声或其它信号频率背景下微弱正弦信号频率的测量进行实验,给出了实验结果.结果表明,这种方法具有简单、有效、易于实现,精度高等特点.     

色噪声背景下微弱周期脉冲信号的混沌检测方法

该文将微弱周期脉冲信号引入特定的混沌系统中,以系统相轨迹由混沌状态到大尺度周期状态的跃迁作为微弱周期脉冲信号的检测依据。用特定的混沌系统实现了对强噪声背景下周期脉冲信号的检测,仿真实验表明该混沌检测系统对被强噪声覆盖的周期脉冲信号非常敏感,对任何色噪声均具有极强的抑制能力。     

利用周期振子检测微弱相位编码信号

临界混沌状态的周期振子对噪声具有免疫力,而对微弱的正弦信号或相位编码信号比较敏感。根据这种特 性,可以检测出淹没在强噪声背景下的微弱正弦信号或相位编码信号并估计其频率。     

基于Duffing振子的BPSK信号解调算法

针对传统解调方式无法处理强噪声背景下BPSK信号的问题,采用基于Duffing振子的混沌检测技术对通信信号进行解调,提出了基于Teager能量算子的混沌相变判别方法,提高了相变判别的实时性。结合BPSK信号的调制特点,给出了基于Duffing振子的BPSK信号解调算法。实验表明,这种算法的解调性能优于传统解调方式,可以应用于强噪声背景下微弱BPSK信号的检测。     

基于Duffing振子的微弱信号检测方法及其电路的实现

在介绍了Duffing振子用于微弱信号检测原理和方法的基础上,根据系统的状态方程,设计制作了基于Duffing振子的微弱信号检测电路,并且分别用20HZ和60HZ频率的正弦信号对电路进行了控制试验.利用混沌系统相变对周期小信号的敏感性和对噪声具有免疫力的特点,用此电路实现了在强噪声背景下的微弱正弦信号的检测.研究工作对...     

电力载波通信中强背景噪声下弱信号的混沌振子检测方法

为了检测在强干扰背景下的载波信号,提出了将Duffing混沌振子应用到三态脉冲位置调制信号检测中.检测过程首先调节系统的策动力f,确定系统的策动力阈值f_d.当三态脉冲信号加入系统后,系统从混沌态转变为大尺度周期状态,则检测出信号中包含有周期信号;如果系统继续处于混沌状态,则说明输入信号为纯噪声.仿真结果表明当信噪比大于-23 dB时所提方法能有效地检测微弱载波信号.     

基于双Duffing振子差分的微弱信号频率检测

利用混沌振子检测微弱信号幅值需要先确定待测信号频率。本文在间歇混沌的基础上采用双振子差分方法构建振子阵列检测信号频率,将驱动力频率公比由1.03提高到1.06。计算机仿真实验证明该方法可以提高检测的带宽,减小计算量,降低误判几率。     

湮没在色噪声背景下 微弱方波信号的混沌检测方法

 建立一个其动力学行为对微弱方波信号极其敏感的混沌系统,根据该系统相轨迹的变化实现了任意色噪声背景下的微弱方波信号的测量.文中论证了方波信号的检测方法;分析了噪声对混沌检测的影响,仿真实验表明该混沌检测系统对方波信号非常敏感,对任何零均值色噪声均具有极强的抑制能力.     

电力载波通信中强背景噪声下弱信号的混沌振子检测方法与研究

利用混沌振子可以检测微弱的信号,并且具有很多优点。本文根据混沌微弱信号检测的原理,提出了将duffing混沌振子应用到三态脉冲位置调制信号检测中, 检测过程首先调节系统的策动力 ,使系统处于从混沌状态向大周期状态过渡的临界状态,此时系统的策动力阈值为 ,其相轨迹仍是混沌的,当三态脉冲信号加入系统后,系统从混沌态转变为大尺度周期状态,则检测出输入信号中包含有周期信号;如果系统继续处于混沌状态,则说明输入信号为纯噪声;最后通过相干提取包络识别系统状态,从而实现三态脉冲信号的检测。仿真结果表明了文中所提方法的可行性和有效性。     

基于混沌理论的井下瓦斯信号的检测

针对煤矿井下被检测信号中所含有的瓦斯浓度存在于复杂的井下环境之中,从而表现较为微弱的情况,结合Duffing振子检测微弱信号的优良性能,本文提出了一种利用Duffing振子检测微弱的瓦斯浓度信号的方法。实验结果表明,该方法能够在煤矿井下强噪声的影响下,获得准确的瓦斯信号。     

基于Duffing振子的弱正弦信号检测方法研究

数值仿真发现,通过设置Duffing振子初值和参考信号初相使其满足一定关系,Duffing振子从大周期态向混沌态的转变(正向相变),比较其从混沌态向大周期态的转变(逆向相变),对周期策动力的幅值体现出了更稳健的敏感性.据此,提出了一种利用Duffing振子逆向相变实现弱正弦信号检测的方法,分析了其可行性,并通过仿真与传统的检测方法进行了对比.数据表明,相同条件下,所提检测方法具有更高的检测精度.此外,根据相空间分布特点,提出了一种相轨迹运动状态的判别方法.该判别方法计算量小,并具有较好的实时性,通过仿真验证了该方法的正确性.     

Matlab计算模块嵌入LabVIEW实现混沌噪声的产生

基于混沌理论构建的信号检测系统具有敏感微弱周期信号和对噪声有强免疫力的特点,用于微弱信号检测领域优势明显。实验室内研究需要产生包括混沌噪声在内的各种噪声,并叠加微弱周期信号作为微弱信号检测系统的信号源。介绍一种基于LabVIEW平台并结合Matlab计算模块的混沌噪声发生器,可产生典型的3种混沌噪声:Logistic,Duff-ing,Lorenz形式。该发生器将LabVIEW易于接口实现和Matlab计算精度高、编程简捷的特点相结合,具有结构清晰、通用性强、易于实现、使用方便的特点。     

强混沌噪声背景下弱信号检测

提出了一种强混沌噪声中检测微弱正弦信号的新方法。该方法主要利用了数据平滑处理和自适应处理,故在硬件设计上容易实现。计算机仿真实验结果表明：能够比较精确地检测到强混沌噪声中的微弱信号,检测到微弱信号的信噪比可达到-80dB。     

检测强混沌中微弱谐波信号的神经网络方法

提出了一种提取强混沌中微弱谐波信号的方法。该方法根据嵌入定理，利用混沌系统的单变量观测值对混沌背景重构相空间，并利用径向基函数神经网络(RBFNN)建立混沌噪声的一步预测模型，使其与混沌噪声具有相同的基本动力学特征。并结合一个梳状滤波器对预测误差进行滤波，从而检测出湮没在混沌中的感兴趣的微弱谐波信号。该方法在信噪比(SNR)为-46dB时仍可检测出强混沌中微弱谐波信号。     

微弱信号混沌检测方法的抗噪性能研究

针对混沌检测算法中临界状态不易准确判定,相变判别可能受到噪声影响的问题,首先阐述了基于Duffing方程的微弱信号检测原理,然后对混沌检测算法中噪声对系统输出的影响进行了推导和理论分析,设计仿真实验对复杂噪声条件下混沌系统的检测性能进行了分析。理论分析和仿真实验都表明,混沌系统对各种噪声都具有良好的免疫力,可以应用于强噪声背景下微弱信号的检测。