一种四进制Duffing混沌数字通信系统

为提高多进制混沌通信系统的性能,解决Duffing混沌系统受混沌同步技术限制的问题,本文设计了基于Duffing振子的四进制混沌数字通信系统.利用二进制Duffing混沌调制方法与正交幅度调制技术（Quadrature Amplitude Modulation, QAM）结合的思想,实现了基于Duffing振子的四进制混沌调制.同时,根据Duffing振子解调信号的原理,文中简化了域分割检测器的结构,并构建了基于同频Duffing振子阵列的混沌信号解调器和基于Duffing振子的四进制混沌数字接收机,完成了基于Duffing振子的四进制混沌数字通信系统的设计.仿真结果表明:基于Duffing振子的四进制混沌信号发射机完成了对基带信号的四进制混沌调制;简化的域分割检测器可自动识别Duffing振子相轨迹,且其结构和算法更易实现;基于Duffing振子的四进制混沌数字接收机完成了四进制Duffing混沌信号的非相干解调,该混沌数字通信系统的误码率等性能优于经典的四进制混沌数字通信系统.本文针对Duffing振子混沌通信技术,改善了基于Duffing振子的四进制混沌数字通信系统的设计方法,为多进制混沌通信系统的构建提供了参考.     

双正弦激励参数调制杜芬系统的混沌动力学

研究了具有双正弦双激励的参数调制杜芬系统的混沌动力学行为。运用直接微扰法构造了一级方程的通解,该通解的有界性条件包含了Melnikov混沌判据。数值模拟表明系统可由倍周期分叉进入混沌状态。     

用混沌振子和Kalman滤波检测强分形噪声中的弱信号

针对强分形噪声中微弱信号难于检测这一问题,提出了小波域多尺度模糊自适应Kalman滤波和Duffing振子相结合的方法。先对淹没在强分形噪声中的信号进行多尺度小波变换,根据分形噪声信号小波系数的平稳性,建立状态方程和观测方程,用模糊自适应Kalman滤波,对每一尺度估计出分形信号,然后将估计信号与观测信号作差得误差信号,把误差信号送入Duffing振子,利用Duffing振子对噪声的免疫性,来检测微弱信号。也给出了Duffing振子的免疫性一种新的统计解释。仿真实验结果表明：该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。     

基于混沌动力学模型的群体目标检测与分类

传统目标跟踪检测方法对多目标情况处理已较为困难,对群体目标监测和跟踪更是难以解决的问题。因此考虑在拉格朗日混沌动力学基础上实现对视频群体流的分割以及相关检测。把群体运动系统作为混沌动力学系统处理,而群体目标则作为流动的粒子群处理,粒子的流动以流图(flow map, FM)进行跟踪。在此基础上可以获得有限时间李亚普诺夫指数(finite time Lyapunov exponent, FTLE)场,形态学处理后,对群体流动区域进行提取并对结果分类。实验结果验证了该方法的有效性。     

不确定Duffing混沌系统自适应跟踪控制的参数条件

研究了连续时间Duffing混沌系统在具有不确定性扰动时的自适应跟踪控制问题的实现条件.基于稳定性理论,在系统存在有界扰动(但扰动的界大小未知)时,采用自适应控制方法,把自适应控制器的参数条件推广到一般情况,可实现系统的状态渐近跟踪预先给定的轨线,利用matlab仿真可进一步说明该控制器在此条件下的有效性.     

一种基于LabVIEW的微弱信号混沌检测方法

针对模拟电路混沌系统实现易受外界条件影响等不足,本文提出了一种基于LabVIEW实现微弱信号混沌检测系统的方法。利用强大的数值计算软件LabVIEW求解Duffing方程,通过识别系统输出的相轨迹的变化检测估计微弱信号。实验结果表明,利用LabVIEW产生的实验结果与理论仿真结果一致,证实了基于LabVIEW的微弱信号混沌检测方法是可行的,这为混沌系统的数字实现提供了新的思路。     

时滞位移反馈对一类非对称参数激励系统混沌运动的控制

对一类非对称单自由度参数激励系统施加时滞位移反馈,研究时滞反馈对混沌运动的双向调节作用.定性研究了时滞反馈控制系统复杂行为的机理,结合系统相图,庞加莱截面图和谱分析发现：激励振幅的增大会使得原系统从单平衡点稳定走向倍周期运动和混沌运动;在正反馈的情况下,时滞反馈能够抑制系统的混沌运动,而在负反馈下时滞反馈反而诱发系统的混沌运动.     

微弱直接序列扩频信号Duffing振子检测方法研究

Duffing系统对特定信号敏感及对噪声免疫的特性,使其在微弱信号检测中具有潜在应用。该文针对Duffing振子的分岔问题,通过对Duffing系统Feigenbaum行为的分析,导出了在微弱直接序列扩频信号检测中Duffing系统所表现出的间歇性混沌行为,提出了一种新的基于间歇性混沌行为的微弱直扩信号检测方法。通过仿真实验,验证了该方法的有效性。     

一类连续混沌动态系统的状态观测器

为了实现一类混沌动态系统状态变量的观测，提出了混沌系统的非线性状态观测器的设计方法.基
于混沌动态系统的非线性函数项满足Lipschitz条件的基础上，利用李亚普诺夫稳定性理论，构造混沌系
统及其非线性观测器的状态误差方程的李亚普诺夫函数，给出了连续混沌动力学系统的状态观测器设计方
法，详细讨论了观测器控制参数的取值范围，研究了控制参数与观测器系统收敛速度的关系，并以
Duffing和Lorenz混沌动态系统为例进行了研究，仿真结果表明，利用该方法可以使观测器快速跟踪混沌
系统的状态变量，实现连续混沌动态系统状态变量的估计.     

降雨时间序列降噪及预测系统建模研究靠

以解决降雨混沌时序预测精度较低的问题为目的,基于相空间重构思想,应用混沌降雨时序奇异值分解技术对混沌时序的噪声进行了剥离。采用定性和定量的混沌特性判定方法,计算指出降雨时序具有明显的混沌特性。在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验。结果表明降噪前后预测精度相差很大,证实了噪声是造成混沌预测方法预测精度较低的主要原因。通过与其他预测方法比较,验证了所建立的混沌预测模型能够捕捉到原混沌系统的动力学特征,预测误差较小,泛化能力较强,其预测效果较好。     

基于递归网络的混沌时间序列预测

为了能对时问序列充分建模,从混沌的慨念入手,将混沌与神经网络相结合,利用人工神经网络的拟合特性,提出了递归网络的混沌时间序列预测方法。给出了递归神经网络预测的基本理论、数学模型、及具体步骤,并通过由杜芬方程所产生的混沌时间序列对该神经网络进行了模拟实验。仿真结果表明,该方法远好于前馈网络的预测效果,其预测误差在10^-15的数量级上。     

不确定分数阶混沌系统的滑模投影同步

针对2阶不确定分数阶混沌系统的投影同步问题,提出基于滑模原理的同步控制方法.分数阶导数采用Caputo的定义.控制律由趋近控制和等价控制2部分组成.趋近控制采用指数趋近律,等价控制利用系统轨迹在滑模面上运动时滑模面的时间导数为零的条件得到.在控制器设计过程中,利用分数阶系统的Lyapunov理论分析滑模面的存在性,简化稳定性证明方法,得到了存在不确定性时分数阶系统达到同步的稳定性定理,实现了控制目标.通过对分数阶Duffing Holmes系统的完全状态投影同步的仿真,证明了该方法的有效性.     

基于相空间重构的降雨时间序列降噪及预测研究

为解决降雨混沌时序预测精度较低的问题,基于相空间重构思想,引入改进的局部投影算法进行降雨时序的降噪;采用定性和定量的混沌特性判定方法,指出降雨时序具有明显的混沌特性.并在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验.实验结果表明:降噪前后预测精度相差很大,表明噪声是造成混沌预测方法预测精度较低的主要原因.最后通过与其他预测方法比较,验证了所建立的混沌预测模型预测精度高、误差较小,可用于工程实际.     

变量反馈控制方法在混沌控制中的应用

将变量反馈控制方法用于混沌杜芬方程的控制，通过调整反馈强度，可显著改善混沌现象，并可使系统由初始的混沌轨道被控变成非混沌的轨道，最终进入目标轨道．     

基于非对称函数的离散混沌序列长期预测算法

离散混沌信号的迭代长期预测是一个困难问题。根据混沌信号概率密度函数的分布特性和分形特征,提出一种使用形状可自适应变化的基函数的预测算法。通过自适应算法改变基函数的形状参数,使函数波形发生任意改变,以模拟混沌信号密度函数的非对称特性,从而使基函数能够反映出混沌信号的更多特征。通过该算法对离散超混沌信号的长期预测的仿真结果表明,本算法能够有效提高预测精度和预测长度。     

单一驱动多响应分数阶混沌系统的完全同步

基于复杂的分数阶异构系统同步问题,采用完全同步控制法设计非线性控制器,从而实现用一个新型的三维分数阶混沌系统,同时驱动整数阶Duffing系统和分数阶超混沌Lorenz系统. 利用分数阶稳定性定理对所设计的控制器给予理论证明,并通过数值仿真验证了方案的有效性.     

时间序列分维的改进GP算法

在拓扑等价的意义上,证明了系统单变量时间序列混沌吸引子的分维与度量无关,改进了计算分维的ＧＰ算法（ＮＧＰ）,给出了递推ＧＰ算法,并利用此算法计算了Ｈｅｎｏｎ吸引子和Ｌｏｒｅｎｚ吸引子的分维,通过比较发现运算速度显著提高,增强了算法的实用性。     

基于暂态混沌神经网络的低阶混沌时间序列预测

暂态混沌神经网络是一种基于Hopfield网络提出的混沌神经网络,具有收敛速度快、不易陷入局部极小等优点．许多低阶的混沌系统都可以展成二阶volterra级数,因此提出一种基于暂态混沌神经网络和volterra级数的低阶混沌时间序列预测方法．该方法利用暂态混沌神经网络计算系统的volterra级数系数,确定系统的动力学模型,从而实现混沌时间序列预测．利用Logistic模型对该方法进行测试,结果表明,预测相对误差小于0．5％,预测可达到较高的速度和精度．     

基于频差控制的自适应频率检测研究

采用低阶Duffing混沌振子和高阶R(o)ssler混沌控制相结合,提出基于频差控制的微弱光电信号自适应频率检测的新方法,该方法通过对待检信号的频率与周期策动力频率之间频差的控制,实现了两种混沌振子之间的自适应选择,从而提高了检测精度和检测速度.该方法突破了以往Duffing方程检测信号频率需要使用较多混沌振子的局限,同时,也克服了高阶Rossler混沌控制检测方法中存在的检测速度慢的缺点,利用频差控制实现两种混沌振子的自适应选择,实现了微弱光电信号的频率检测.通过数值仿真和实验研究,验证了该方法的有效性.     

胎儿瞬时心率信号的非线性分析

心率包含自治神经系统协作活动的可靠信息,对FHR信号进行研究有助于对胎儿健康状况的诊断,因此本文利用非线性时间序列的分析方法对健康胎儿心率（FHR）信号的动力学特性展开研究,利用超声多普勒监护仪测取FHR信号,选取85例健康信号进行分析,结果表明：由健康的FHR信号重构的吸引子明显区别于周期吸引子和噪声,最大Lyapunov指数LLE为0.11±0.04,关联维为58±0.34,替代数据测试表明原数据显著区别于替代数据集,因此健康胎儿的FHR信号具有非线性混沌特征,所描述的系统是一个高维混沌系统。