非线性时间序列数据中的关联维提取

本文将混沌方法引入具有非线性时间序列的降雨量分析。首先对有关混沌及关联维的概念作简单介绍,在确定降雨量数据具有混沌特征后,对其进行关联维提取,得到颇具意义的结果。     

一种新颖的混沌时间序列分析方法

本文提出了一种新颖的混沌时间序列分析方法,即从被加性高斯白噪声污染的混沌时间序列中估计其系统参数并同时进行噪声抑制的方法。假定产生混沌时间序列的模型已知,但相应的参数未知。这种新方法把对混沌时间序列的参数估计和噪声抑制看作是一种最小化过程,并利用了最速梯度下降方法解决。数值模拟实验表明新方法要优于现有的方法,是估计混沌系统系数和噪声抑制的一种有效的方法。     

一种面向混沌时间序列预测的虚拟特征提取算法

针对混沌时间序列预测问题,该文提出一种虚拟特征提取算法,以提高其预测精度。首先,采用平移不变小波变换,提取出混沌时间序列的细节和光滑子层信息。然后,将混沌序列线性与非线性特征从加和关系推广到函数关系。最后,利用小波子层信息给出一种新颖的虚拟特征表达,以用于预测实验。采用经典的Mackey-Glass仿真数据,以及美国密西西比河实测径流流量数据实验表明,该文方法提高了预测精度,从而也验证了该文提出的虚拟特征提取算法在混沌时间序列预测上的有效性。同时,也可为控制、水文、气象等领域的混沌现象决策提供参考。     

混沌时间序列在密码学应用中的随机性测试

针对混沌时间序列的产生是否符合密码学应用中的序列随机性检测的要求，及随着参数变化对混沌时间序列的随机性检测的效果进行实验。实验表明混沌密码序列对随机性的测试的好坏存在不确定性，因此混沌序列应用到序列密码之前必须对序列进行随机性检测。     

石油价格时间序列低维混沌特性分析

应用混沌理论和小波变换的方法分析世界原油价格增长率的时间序列,通过相空间重构技术得到合理的时间延迟、嵌入维数和最大Lyapunov指数。实验结果给出了处理后的石油价格时间序列存在混沌性的证据,利用关联函数求出了关联维度,从而给出对系统的混沌程度的估计和对原油价格进行有效性预测的时间尺度。     

基于连分式的混沌时间序列全局预测新方法

在混沌系统动力学方程未知的情形下,通过拓展多项式逼近到有理分式逼近理论,并借鉴混沌系统相空间重构思想,利用连分式法建立了混沌时间序列非线性全局预测模型,用此模型重构混沌系统的动力学方程,实现对其频率特性分析,达到预测目的.理论分析和仿真实验表明连分式法能够有效预测一些混沌时间序列,该方法预测精度高,并且能得到显式的预测表达式.     

基于最小二乘支持向量机对称性的混沌时间序列预测

利用最小二乘支持向量机的对称性约束条件挖掘混沌时间序列的对称性,分析混沌系统固有的对称特性,提出一种对称性最小二乘支持向量机的混沌时间序列预测方法。该方法将混沌系统的对称性作为先验知识嵌入预测模型,Lorenz系统的仿真结果表明该方法不仅能够精确地预测混沌时间序列,而且扩展了混沌系统的预测空间,这一结论预示着最小二乘支持向量机是一种研究混沌时间序列的有效方法。     

基于小波多尺度分解的混沌时间序列消噪

本文基于小波多尺度分解的思想,提出了一种降低混沌序列噪声的方法。小波多尺度分解算法之所以能够区分不同尺度的信号,是因为它利用了小波变换在时、频两域具有突出信号局部特征的能力以及小波变换是线性变换的特点。鉴于实测的混沌信号的能量主要集中在低频,而具有突变特征的噪声的能量主要在高频部分,因而提出的方法仅需利用信号的尺度特性,就可以消除含噪混沌序列的大部分噪声。仿真实验给出了该算法的消噪性能分析,结论表明基于小波多尺度分解的混沌时间序列消噪具有良好的实用前景。     

混沌时间序列信号的降噪

混响背景下目标信号的检测、降噪方法与实现,一直以来都是一个难题。建立了非线性降噪模型,并且应用此模型进行混沌时间序列信号检测。以典型的Henon混沌系统所产生的时问序列作为样本和水下目标信号噪声序列为例,进行了降噪和预测,结果表明该方法是有效的,可行的。     

基于非线性约束的局部投影降噪

基于相空间重构理论,该文提出了一种改进的混沌时序降噪方法.首先利用递归图对实际观测的时间序列进行混沌特性分析,然后将非线性约束条件引入局部投影方法之中,并在局部邻域内进行奇异谱(SSA)分析,利用代表吸引子的主分量来重构时间序列.该算法克服了传统局部投影方法不能充分刻画系统内在非线性关系的问题,减小了重构误差,提高了系统的信噪比.通过对Lorenz模型和太阳黑子混沌时间序列进行仿真分析,证实了该文算法对实际观测混沌时序降噪的有效性.     

基于神经网络的联合混沌时间序列的预测研究

提出了利用前馈神经网络预测联合混沌序列,通过引用著名的Henon和Lozi混沌系统作为仿真实验产生联合混沌信号序列。预测结果证明,用改进的BP算法训练的NN可以完全预测联合混沌信号序列。     

基于混沌吸引子重构和Low-rank聚类的跳频信号电台分选

辐射源无调制信息的暂态信号能够表征辐射源发射机的无意调制特性,对该暂态信号分析可实现辐射源识别。而跳频电台在开机以及频率转换瞬间,都存在一个无信息传送的暂态调整时间,该暂态调整瞬间,电台发射的信号是无调制信息的非线性、非平稳和非高斯信号。该暂态时间序列可反映跳频电台的器件特性,同时该序列往往呈现复杂的混沌特性。因此,借鉴混沌时间序列分析的思想,同时利用暂态信号的Low-rank特性,该文提出了一种基于暂态信号混沌吸引子重构和Low-rank聚类的跳频信号电台分选算法。实验测试表明：跳频电台的暂态信号时间序列属于混沌时间序列,同时实测多跳频信号的电台分选结果证明了Low-rank聚类算法在跳频电台分选上的可行性。     

Prediction of chaotic time series based on the recurrent predictor neural network

Chaos limits predictability so that the long-term prediction of chaotic time series is very difficult. The main purpose of this paper is to study a new methodology to model and predict chaotic time series based on a new recurrent predictor neural network (RPNN). This method realizes long-term prediction by making accurate multistep predictions. This RPNN consists of nonlinearly operated nodes whose outputs are only connected with the inputs of themselves and the latter nodes. The connections may contain multiple branches with time delays. An extended algorithm of self-adaptive back-propagation through time (BPTT) learning algorithm is used to train the RPNN. In simulation, two performance measures [root-mean-square error (RMSE) and prediction accuracy (PA)] show that the proposed method is more effective and accurate for multistep prediction. It can identify the systems characteristics quite well and provide a new way to make long-term prediction of the chaotic time series.     

基于半导体环形激光器的光反馈动力学研究

为了研究半导体环形激光器在外部交叉光反馈情况下的非线性动力学特性, 基于环形激光器的速率方程, 采用数值仿真的方法, 得到了各种反馈参量下的时间序列及功率谱, 并研究了反馈系数对混沌带宽及时间延迟特性的影响。结果表明, 在各种不同外部反馈参量的情况下, 环形激光器展现了单周期、多周期、低频反相波动以及混沌态等丰富的动力学态; 在对称光反馈时, 可得到最大为3.7GHz的混沌带宽; 在时间不对称光反馈时, 产生的混沌信号的时延特征被很好地抑制。该研究结果可为环形激光器的实际应用提供一定的理论参考。     

基于互耦合环形激光器获取高质量混沌信号

为了满足混沌保密通信的需求，提出了一种基于两个半导体环形激光器互耦合产生高质量混沌光信号的方案，采用数值仿真的方法进行了理论分析，得到了各种参量情况下的时间序列、功率谱及自相关系数分布图。结果表明, 在一定的参量条件下，激光器能展现出单周期、多周期及混沌等动力态；在较大的频率失谐下，混沌信号的时延特征能够被较好地抑制；通过大范围扫描注入参量，可得到带宽最大为14.0GHz并且具有较低的时延特征的混沌信号，能显著提高混沌保密通信的传输速率及安全性。此研究结果可为环形激光器在混沌保密通信中的应用提供一定的理论参考。     

高频雷达海洋回波信号的混沌特性研究

高频波段海洋回波信号表现了非线性和频谱时变性.传统的谱分析方法,无法反映回波信号在时间上的演化规律.本文应用混沌动力学方法分析和计算了高频波段海波回波信号的混沌特性参数,并通过高频地波雷达实测数据的验证,首次得到了高频无线电波海洋回波信号呈现混沌特性的结论.这一结论对高频雷达目标探测和海态遥感研究都具有重要意义.     

基于重采样的混沌时间序列相空间重构研究

相空间重构是混沌时间序列分析中的重要一步,本文在总的观测时间确定的情况下,研究了重采样对混沌时间序列相空间重构的影响,提出了一种确定重采样间隔的双对数图法。模型实验及初步的理论证明表明,通过选择合适的重采样间隔进行相空间重构,重构相空间的基本结构和形状不会改变,且保持了原相空间的各种重要特性。此外带来的另一优点是计算复杂度的大大降低,这为应用较短的时间序列进行相空间重构以及计算各种不变量提供了一种可行有效的方法。