非平稳信号度量方法综述

非平稳性度量是非平稳信号处理中的重要课题。尽管已有的度量方法在原理上有较大差异,缺少统一的理论框架和度量标准,但这些非平稳信号度量方法都在其相应领域发挥了重要作用。本文对随机信号非平稳度量方法进行了综述,系统地总结、归纳了不同领域现有的随机信号非平稳性度量方法,包括基于统计量和动力学参数的时域方法、时频域参数方法、信号建模参数方法以及特定类别信号的非平稳性度量方法,给出了各种度量方法的应用,并展望了非平稳性度量的未来发展方向。     

基于非线性动力学理论的生理信号分析

非线性动力学理论是在系统动力学、确定论和随机概率论等多学科交叉基础上发展而来的新兴学科,它在生物医学工程中已经得到了广泛的应用.生理信号已经被证明是混沌信号,它具有广泛的非线性动力学特征.因此可以应用非线性动力学理论对生理信号进行分析,获得胜利信号的非线性动力学特征参数,如最大Lyapunov指数、近似熵等,将这些参数指标运用在临床应用上,以实现对疾病的早期诊断、治疗以及预后评估与检测.     

基于非平稳信号时频分析的DDoS攻击检测仿真

针对传统的DDoS网络攻击检测方法未提取信号时频特征,而存在检测速度慢,甚至不能完全检测出是否受到攻击的问题,提出一种基于非平稳信号时频分析的DDoS攻击检测方法.因为攻击特征通常表现为一组非平稳的宽带信号,所以需要先构建DDoS攻击信号模型,采用包络延扩展方法,对其进行采样完成模型构建,同时因DDoS攻击非平稳宽带信...     

基于蒙特卡罗方法的非平稳随机信号分析的探索

在对蒙特卡罗方法和随机信号参数模型概念学习的基础上,对非平稳随机信号的时变参数模型的构建进行了探索。通过圆剧率计算的实例,说明构建时变参数模型的关键技术在于产生稳定的概率密度函数。     

非平稳信号稀疏表示的研究发展

信号分解是从信号中获取特征信息的过程,是模式识别、智能系统和故障诊断等诸多领域的基础和关键。非平稳信号往往包含着反映系统变化的重要信息,并且广泛存在,对其研究具有非常重要的理论意义和工程应用价值。以改进信号表示的稀疏性为主线,分析了推动非平稳信号特征提取方法发展的工程背景,详细描述了5类特征提取方法的特性与机理、历史沿革和面临的挑战,比较研究了各种方法的模型,并系统评述了这些模型在信号处理和分析中的最新进展,以及在一些领域中的应用。最后指出了各种方法目前存在的问题和不足,探讨了进一步的研究重点。     

基于MCMC方法的非平稳随机信号分析的探索

在对MCMC方法和随机信号参数模型概念学习的基础上,对非平稳随机信号的时变参数模型的构建进行了探索。通过实例,说明构建时变参数模型的关键技术在于产生稳定的概率密度函数。     

基于复调制细化谱的非平稳信号分析研究

信号分析方法是当前电子通讯工程系统检测中重要的基础技术,分析结果的精确程度是诊断成功与否的关键因素。在系统故障诊断信号分析中,往往会遇到密集型频谱信号,要求有足够高的频率分辨率。目前有多种高分辨率FFT算法,但这些算法各有长处和不足。本文采用复调制细化谱法对电子通讯设备信号进行检测分析。实验仿真证明,该方法能对任意给定频率附近的频谱进行细化,并且从分析精度、计算效率、分辨率、灵活性等方面来看,基于复调制细化谱方法都是一项行之有效的方法。     

混沌理论微弱信号检测方法的可行性分析

论述了混沌理论微弱信号检测方法的可行性,提出了利用混沌理论检测微弱正弦周期信号的仿真模型,采用了含有78个混沌振子的阵列来检测微弱正弦信号的幅值、频率、相位,从而达到高信噪比的测量.此方法是目前信噪比门限较低的时域信号处理方法,因而具有广泛的应用前景.     

基于混沌理论的微弱信号检测的DSP实现

针对数字信号处理器(DSP)系统集成度高、速度快、功耗低、适合大量数据实时处理的特点,从应用的角度研究基于混沌理论的微弱信号检测原理;深入讨论其应用于DSP的实用化,构建一个优化的以TMS320C6203为核心的真实系统,实时实现基于混沌方法的微弱信号检测。     

基于共享参数模型的非平稳信号分析系统研制*

研究了共享参数模型的软件体系结构,设计了非平稳信号分析系统的总体框架,实现了系统模块的统一构架和仪器界面,采用面向对象的编程技术以及VC开发工具,成功开发了面向机械故障特征提取的非平稳信号分析系统,为故障特征提取提供了一个有效的分析工具,并通过实际应用验证了该系统的实用性。     

基于李雅普诺夫指数的离散混沌系统的控制研究

讨论了通过改变离散混沌系统的李雅普诺夫指数对离散混沌系统进行控制的一种方法。离散混沌系统的李雅普诺夫指数可按需要配置为负值，从而使系统收敛到任意的期望点上，仿真和实验结果表明，该控制方法是有效的，可以实现系统的快速稳定。     

A chaotic communication system of improved performance based on the Derivative-free nonlinear Kalman filter

The Derivative-free nonlinear Kalman Filter is used for developing a communication system that is based on a chaotic modulator such as the Duffing system. In the transmitter’s side, the source of information undergoes modulation (encryption) in which a chaotic signal generated by the Duffing system is the carrier. The modulated signal is transmitted through a communication channel and at the receiver’s side demodulation takes place, after exploiting the estimation provided about the state vector of the chaotic oscillator by the Derivative-free nonlinear Kalman Filter. Evaluation tests confirm that the proposed filtering method has improved performance over the Extended Kalman Filter and reduces significantly the rate of transmission errors. Moreover, it is shown that the proposed Derivative-free nonlinear Kalman Filter can work within a dual Kalman Filtering scheme, for performing simultaneously transmitter–receiver synchronisation and estimation of unknown coefficients of the communication channel.     

基于局部投影和提升小波的混沌信号降噪

根据信号和噪声的不同特性,提出了一种基于局部投影和提升小波的混沌信号降噪方法。该方法利用提升小波变换得到实际混沌信号的近似系数,对其进行相空间重构,与实际混沌信号的重构相空间进行比较,来选取局部投影的邻域,在局部邻域内进行奇异谱分析,利用代表吸引子的主分量来重构混沌信号。通过对Lorenz模型和月太阳黑子进行仿真分析,证实了提出方法对混沌信号降噪的有效性。     

基于FPGA的混沌系统设计与实现

提出了一种基于FPGA平台和EDA开发工具实现混沌吸引子的方法.针对一个混沌系统,利用理论和数值仿真对系统的基本特性进行了分析.对系统的混沌状态进行了分析.为验证系统的混沌行为,在Matlab的Simulink下,利用DSPBuilder设计了一个电路,并转换成VHDL代码程序,用QuartusⅡ下载到FPGA硬件电路中进行了实验,实验结果与仿真结果完全一致.     

Recurrent neural networks employing Lyapunov exponents for analysis of doppler ultrasound signals

The implementation of recurrent neural networks (RNNs) with the Lyapunov exponents for Doppler ultrasound signals classification is presented. This study is based on the consideration that Doppler ultrasound signals are chaotic signals. This consideration was tested successfully using the nonlinear dynamics tools, like the computation of Lyapunov exponents. Decision making was performed in two stages: computation of Lyapunov exponents as representative features of the Doppler ultrasound signals and classification using the RNNs trained on the extracted features. The present research demonstrated that the Lyapunov exponents are the features which well represent the Doppler ultrasound signals and the RNNs trained on these features achieved high classification accuracies.     

一类广义混沌映射和矩阵非线性变换的图像混合加密

目的 为完善图像加密的理论及算法体系,并为图像加密实践提供性质优良的可行方案。基于Henon映射,构造了一类广义混沌映射：H-S（Henon Sine）映射,并以H-S混沌映射、矩阵非线性变换、矩阵点运算和取整运算为工具,运用序列重排和灰度变换技术设计了一种图像混合加密算法。方法 首先,将第1混沌密钥矩阵与像素矩阵进行非线性变换,通过对变换结果的随机排序,给出原始图像的置乱加密方法;其次,在置乱图像和第2混沌密钥矩阵之间实施与第1阶段参数不同的变换并应用取整运算实现灰度加密。再次,通过逆运算和逆变换实现图像解密。结果 由于混沌密钥、非线性运算和随机因素的联合作用,加密算法具有1次1密的特征,因而具有完备的抗攻击性能;同时算法结构简单、计算复杂度低而便于程序实现;算法规避了常用混沌加密对映射的可逆性要求,对任意大小的矩形图像都有效,具有广泛的适用性。结论 加解密仿真实验验证了算法的可行性和有效性,针对加密时间、图像灰度曲面、图像信息熵、加解密图像的相关性和相似性、密钥敏感性、差分攻击等展开全面的加密性能分析,佐证了加密方案的安全性和鲁棒性。同其他类型的置乱加密算法的比对佐证了算法的优越性。本文算法为任意大小的矩形灰度图像加密提供了参考方案,此方案经过适当调整即可应用于矩形彩色图像加密。     

基于混沌映射的车载网动态加密方案设计

安全性是决定车载自组网能否应用到军品运输车队中的一项关键因素,加密技术是满足车载自组网保密性、完整性和不可否认性等安全需求的重要技术手段。基于传统Hash函数的加密技术已被证实可通过“模差分”方法进行攻击,提出了一种基于改进复合混沌映射的车载自组网动态加密方案,并搭建了具备多跳传输能力和网络拓扑展示功能的车载自组网实验系统。将复合混沌映射加密方案应用于该车载自组网实验系统的图像加密传输,实验结果表明经加密后的图像具有较好的伪随机特性和初始值敏感性,因此该方案具有良好的加密效果和较高的安全性。     

非线性耦合分数阶Chen混沌系统和网络的同步

利用非线性函数耦合混沌同步方法,讨论分数阶Chen混沌系统的同步问题,分析初始值和耦合系数的选择对于实现混沌同步的影响。并将该方法推广,实现规则网络的混沌同步。通过数值模拟实验,验证所提出方法的有效性。     

饱和函数序列电路的设计及其在多涡卷混沌电路中的应用

以普通运算放大器作为有源器件,设计了饱和函数序列电路,给出了电路频率临界值.将饱和函数序列电路应用于多涡卷混沌电路设计,研究了饱和函数序列幅度、宽度、斜率等参数对多涡卷混沌吸引子相图的影响.设计了基于参数可调的饱和函数序列的混沌电路,研究表明,通过选择合适的参数,可以调控多涡卷吸引子大小和形状.设计的饱和函数序列电路稳定且灵活,有利于其在多涡卷混沌电路中的应用.     

基于替代数据检测的音频信号非线性分析

针对轻微含噪的音频信号,本文提出了一种基于替代数据检测的非线性分析方法。该方法首先根据音频信号的线性假设生成多组替代数据,然后分别计算原始数据和替代数据的样本峰度,最终根据假设检验方法判断原始音频中是否包含非线性成分。实验结果表明,所提方法能够有效地验证音频信号的非线性特性。相比于传统基于最大Lyapunov指数的非线性分析方法,该方法能更好地区分音频信号和噪声信号。