共查询到17条相似文献,搜索用时 157 毫秒
1.
2.
3.
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。 相似文献
4.
5.
6.
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. 相似文献
7.
8.
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。 相似文献
9.
10.
基于非线性约束的局部投影降噪 总被引:1,自引:0,他引:1
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. 相似文献
11.
基于神经网络的联合混沌时间序列的预测研究 总被引:3,自引:3,他引:0
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。 相似文献
12.
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。 相似文献
13.
Min Han Jianhui Xi Shiguo Xu Fu-Liang Yin 《Signal Processing, IEEE Transactions on》2004,52(12):3409-3416
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. 相似文献
14.
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。 相似文献
15.
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。 相似文献
16.