实测海杂波光电图像混沌特性研究

基于随机信号模型的光电图像海杂波抑制是目前海杂波背景下目标检测常用方法,检测性能不甚稳定。在分析混沌动力系统相空间重构的基础上,通过提取实际海杂波光电图像序列的关联维数和最大Lyapunov指数,检验海杂波是否具有混沌性。实验结果表明:海杂波光电图像序列具有有限的关联维数和正的最大Lyapunov指数,验证了海杂波光电图像序列的混沌特性。海杂波具有的混沌特性使得可采用短时间预测法抑制海杂波,为海杂波光电弱目标检测提供新的解决思路。     

混沌同步在弱信号检测中的应用研究

分析了Duffing方程的基本形式;阐述了基于混沌信号相平面变化进行弱信号检测的工作原理,针对目前利用混沌检测弱信号中存在的两个关键问题;提出了一种利用混沌同步特性检测弱信号的系统模型,利用此系统解决了混沌检测弱信号中存在的两个问题,实验证明了此方案的可行性,为混沌同步在弱信号检测的实际应用奠定了基础.     

混沌密码系统弱密钥随机性分析

弱密钥问题是混沌密码系统设计中的关键问题,已有研究主要从混沌序列退化角度进行分析.然而,本文指出保证混沌序列不退化的密钥参数仍可能构成混沌密码的弱密钥.本文提出以混沌密码序列随机性作为评价标准,应用严格的统计检验方法对混沌密码的弱密钥进行检测.进一步,对一类混沌密码系统进行了弱密钥研究,检测出了该系统大量未被发现的弱密钥.这确证了所提出方法的有效性.另一方面,虽然已有较多研究采用统计检验对混沌比特序列进行测试,但将统计检验用于分析混沌密码弱密钥或弱序列的研究还很少见.本文给出的统计检验弱序列分析,对当前混沌密码统计检验研究是一个很好的补充.     

Chua电路的数值研究

混沌运动有许多特征量,其中Lyapunov指数描述了混沌系统对初始状态的敏感性.本文研究了蔡式混沌非线性电路系统的Lyapunov指数以及如何利用最大Lvapunov指数判定Chua系统是否处于混沌运动状态.此外,在Matlab平台上设计了一种基于时间序列计算Chua电路系统最大Lyapunov指数的模型,该模型具有易于实现、计算量小、统计性能好等特点.     

Lyapunov指数在弱2FSK信号检测中的应用

针对现有基于Duffing振子的2FSK信号检测方法在混沌临界阈值确定与相图判别两方面存在精度低、效率低的问题,提出了利用Lyapunov指数法确定阈值,并定量分析和判别检测系统输出状态的方法。在分析Duffing系统中Lyapunov指数算法的基础上,进行了仿真实验与分析,结果表明基于Lyapunov指数的2FSK信号混沌振子检测方法提高了阈值设置的精度,保证了2FSK信号检测的可靠性。     

参数扰动超混沌系统输出真随机信号

通过分析一个四翼三正Lyapunov指数超混沌系统的基本特性, 获知了3个可调参数对系统动力学特性的影响, 得到最佳可施加扰动的参数选择方案, 构造出一个新的参数扰动超混沌系统. 利用嵌入式系统中的AD转换器, 将其悬空, 得到一个能够采集真随机电路噪声的电路. 将此电路噪声数据做适当变比后, 作为参数扰动量加入超混沌系统中, 使得超混沌系统的输出不再是一个伪随机序列, 而是一个真随机信号.     

基于Chua电路混沌同步在弱信号检测中的应用研究

文章分析了基于混沌检测弱信号的原理,针对目前利用混沌检测弱信号中存在的两个关键问题,构造出一种利用基于Chua电路混沌同步检测弱信号的系统,利用此系统解决了混沌检测弱信号中存在的问题,实验证明了此方案的可行性,为混沌同步在弱信号检测的实际应用奠定了基础。     

基于改进混沌系统的伪随机数发生器

基于混沌系统的伪随机数发生器的性能会受到所采用混沌系统的复杂度的影响,为了能够生成随机性更好的序列,需要提高混沌系统的复杂度,为此提出了一种改进的混沌系统.改进的混沌系统由三个连续混沌系统组成,利用控制序列按照一定的规则进行切换.通过对相图、分岔图、最大Lyapunov指数的分析,发现改进的混沌系统跟子系统相比,系统参数区间、遍历范围和最大Lyapunov指数均增大.在改进混沌系统的基础上,设计了一种伪随机数发生器.该伪随机数发生器利用两个改进的混沌系统并设置不同的参数,分别对两个改进混沌系统的连续轨道进行采样,将采样结果转换成IEEE二进制浮点数算数标准(IEEE754)的格式,然后依次进行截断、S-盒变换和异或操作,生成最终的随机数.用美国国家标准与技术研究院SP800-22标准(NIST SP800-22)对生成的随机数序列进行检测,结果表明生成的随机数可以通过全部测试.     

基于改进混沌系统的伪随机数发生器

基于混沌系统的伪随机数发生器的性能会受到所采用混沌系统的复杂度的影响,为了能够生成随机性更好的序列,需要提高混沌系统的复杂度,为此提出了一种改进的混沌系统.改进的混沌系统由三个连续混沌系统组成,利用控制序列按照一定的规则进行切换.通过对相图、分岔图、最大Lyapunov指数的分析,发现改进的混沌系统跟子系统相比,系统参数区间、遍历范围和最大Lyapunov指数均增大.在改进混沌系统的基础上,设计了一种伪随机数发生器.该伪随机数发生器利用两个改进的混沌系统并设置不同的参数,分别对两个改进混沌系统的连续轨道进行采样,将采样结果转换成IEEE二进制浮点数算数标准(IEEE754)的格式,然后依次进行截断、S-盒变换和异或操作,生成最终的随机数.用美国国家标准与技术研究院SP800-22标准(NIST SP800-22)对生成的随机数序列进行检测,结果表明生成的随机数可以通过全部测试.     

基于Duffing振子的弱Chirp信号检测与参数估计

在超低信噪比下, 针对 chirp 信号常规检测方法均失效. 提出一种超低信噪比下 chirp 信号的检测与参数估计方法. 该方法利用 Duffing 振子构建广义滤波器组,并以其最大 Lyapunov 指数的符号作为系统状态的判断标准. 根据 chirp 信号的特征, 将 chirp 信号的检测问题转化为一个周期信号检测的问题, 使其满足 Duffing 振子的检测条件. 获得调频斜率的估计后, 构造一个新序列, 再利用 Duffing 振子系统估计初频. 为提高信噪比, 本文还提出分段相关平滑的方法, 使检测和估计性能得到提高.     

新三维自治混沌系统及其动力学性质研究

构造一个新的三维自治混沌系统。从理论分析和数值仿真角度出发,通过改变新系统的参数值,对其在周期态、平衡态及混沌态的动力学行为进行研究。证实该系统与Lorenz和Chen系统相比,具有更大的Lyapunov指数、更强的初值敏感性和更大的混沌变化范围,属于新的混沌系统。该系统可应用于诸如安全通信、微弱信号检测等实际工程中。     

混沌背景下瞬态弱信号检测方法的研究

混沌背景中的微弱信号检测在通信、自动化等需实时处理领域中有很广阔的应用前景,也是目前的热点研究课题。利用背景信号为混沌信号这一先验知识,对基于混沌理论的混沌背景下弱信号检测的一般原理进行了研究,介绍了其近些年来的研究现状,分析了五种典型的混沌背景下瞬态弱信号检测的方法,并提出了今后进一步研究的方向。     

混沌背景中微弱网络传输信号有效检测仿真

针对传统微弱信号检测方法存在检测准确性较低、检测时间较长等缺点,提出混沌背景中微弱网络传输信号有效检测方法。根据Wiener-Khinchine定理对信号函数计算,并经过傅里叶变换获得信号的自相关函数与其相对应的功率谱,利用周期图法分析获得微弱信号的检测原理,运用Briot-Bouquet引理进行计算,根据计算结果证明瞬态信号以及周期信号的存在,并以此为基础构建混沌背景下噪声的检测模型,从预测误差中检测出在噪声层下的微弱网络传输信号。仿真结果表明,所提方法能够快速检测出在混沌背景下的微弱信号,且检测时间较短、检测误差较低,可广泛引用在现实生活中。     

微弱信号混沌检测的自跟踪扫频控制方法

当利用混沌理论进行微弱信号的检测时,针对不同频率的信号只能分别构建不同的检测系统进行检测,势必使其检测效率低下.本文阐述了一种分频段阈值变换的混沌检测方法,并基于该方法实现了自跟踪扫频检测.为此,首先分析了微弱信号混沌检测方法中的变阈值法和定阈值法,指出了这两种方法的优缺点,然后提出了分频段阈值变换的混沌检测方法,并基于该方法开展了微弱信号的自跟踪扫频检测控制的研究,设计制作了微弱信号自跟踪扫频检测控制电路,并进行了微弱信号自跟踪扫频混沌检测的实验研究.结果表明该检测控制系统可以实现在噪声背景下的中低频率微弱周期信号的自跟踪扫频检测.     

Chaotic dynamic characteristics in swarm intelligence

Swarm intelligence (SI) is an innovative distributed intelligent paradigm whereby the collective behaviors of unsophisticated individuals interacting locally with their environment cause coherent functional global patterns to emerge. The intelligence emerges from a chaotic balance between individuality and sociality. The chaotic balances are a characteristic feature of the complex system. This paper investigates the chaotic dynamic characteristics in swarm intelligence. The swarm intelligent model namely the particle swarm (PS) is represented as an iterated function system (IFS). The dynamic trajectory of the particle is sensitive on the parameter values of IFS. The Lyapunov exponent and the correlation dimension are calculated and analyzed numerically for the dynamic system. Our research results illustrate that the performance of the swarm intelligent model depends on the sign of the maximum Lyapunov exponent. The particle swarm with a high maximum Lyapunov exponent usually achieves better performance, especially for multi-modal functions.     

奇异谱技术在混沌背景下微弱信号检测中的应用

基于预测的混沌背景下微弱信号检测成为混沌背景中微弱信号检测研究重点之一;针对现阶段从预测误差中分离微弱信号的方法缺乏深入研究的现状,提出了一种基于奇异谱分析技术从预测误差中检测出微弱信号的新方法;该方法无需目标信号的任何信息,检测精度高,而且具有很好的普适性;实验结果表明该方法性能较传统的梳状滤波器滤波性能提高20dB左右,而且具有很强的实用性和通用性.     

基于混沌理论的涡街微弱信号检测方法研究

针对涡街流量传感器在小口径、低流速下信号微弱,易被强噪声淹没而难于提取的特点,提出了利用Duffing振子检测微弱信号的方法.通过仿真对涡街信号中含有白噪声以及谐波干扰的情况进行分析,仿真和实验均表明:这种基于混沌理论的微弱信号检测方法对涡街信号中较强的白噪声以及频差较大的谐波干扰具有很好的免疫力,并且通过计算最大Lyapunov指数的波动频率能够准确估计出涡街有用信号频率,实现低流速下涡街微弱信号检测.