空间目标RCS序列的Kolmogorov熵分析

空间目标雷达散射截面（RCS）序列为非平稳序列,经典的数学方法很难对其进行分析。针对空间目标RCS序列的产生机理,首次引入了混沌理论的Kolmogorov熵理论对空间目标RCS序列进行分析。实测数据处理结果表明,空间目标RCS序列具有混沌特性,其Kolmogorov熵可作为空间目标识别的有效特征。     

基于功率谱收敛的低压电力载波信道中的噪声检测与建模

在低压电力线载波信道中,复杂的噪声特性是阻碍低电压电力线载波通信广泛应用的主要原因之一,因此,准确的噪声模型对于设计和优化电力线通信系统具有重要意义;为了得到更加准确的噪声模型,给出一种等效背景噪声和功率谱收敛算法;通过对多组拟合参数的求解,并以归一化理论和噪声特性为基础,实现功率谱收敛算法对准确噪声模型的搭建;通过低压电力线信道噪声分析,得出功率谱收敛算法能够收敛,功率谱收敛值0.535%,表明噪声模型可以准确地反映实际噪声特性,验证了功率谱收敛算法在噪声模型中应用的可行性。     

中低压电力线互联通信中的信道均衡技术研究

针对10 kV中压电力线与220 V低压电力线信道互联通信时,由于二者信道特性存在差异,导致通信性能下降这一实际问题,提出了一种中低压电力信道互联实时均衡算法。算法基于SIFT快速傅里叶变换实时估计信道接收频谱,然后根据信道的慢时变特性,利用当前信道频谱特性结合前一时刻信道特性,估计出当前的信道均衡值,构成了一个闭环反馈环节。该算法实时性高,信道均衡性能良好,仿真实验证明,该算法有效提高了中低压电力线信道互联通信的性能。     

煤矿井下低压电力线信道传输衰减特性研究

针对煤矿井下低压电力线网络拓扑结构复杂,多径传输模型难以适用于煤矿井下低压电力线信道建模的问题,对煤矿井下低压电力线信道传输特性进行了测试,指出煤矿井下信号的衰减随着传输距离的增加而增加,随着频率的改变而改变,并伴随着一定的选择性衰落;把选择性衰落看作是谐振频率点,采用串联谐振电路模型对煤矿井下低压电力线信道衰减特性进行建模仿真,结果表明,串联谐振电路模型可以很好地反映煤矿井下低压电力线信道传输特性。     

基于相空间重构的计算机网络的动力学特性分析

文章利用相空间重构理论对网络流量数据进行研究分析,用单变量的网络流量时间序列重构与网络动力系统等距同构的相空间,进而计算网络的关联维数、Kolmogorov熵和最大Lyapunov指数,研究网络系统的这三个参数随时间的变化特性。从而指出了网络流量具有的混沌动力学行为,并为进一步利用混沌动力学理论对网络行为的控制和建模奠定了基础。     

低压电力线路载波通信特性的仿真研究

低压电力线路作为信息传输的信道由于不需进行新的通信网络的投资与建没，因而越来越多地受到人们的关注，针对电力线路实际的电气参数，根据电力线理论以及实际电力线路的具体特性，建立了电力线理想等效电路和电力线载波通信的仿真电路模型，根据仿真电路模型利用PSpise仿真软件对电力线路实际的电气参数进行了离线仿真研究，通过仿真研究得出了电力线信道的各个电气参数是如何影响通信质量的，为今后设计实际低压电力线载波通信系统电路及选择电路的有关参数时提供了理论依据。     

考虑低压噪声馈送的中压电力线噪声特性研究

噪声干扰严重影响电力线通信的可靠性。通过对电力线信道噪声、配电变压器高频传输特性和端口阻抗特性的测量,分析了电力线信道噪声特性,第一次提出考虑低压侧通过配电变压器向中压线路馈送的噪声,并对配电变压器的高频特性进行了分析和建模。通过对实测数据和Matlab仿真结果的比较,验证了所建模型的正确性。根据变压器的高频传输特性,提出了在低压侧抑制噪声的方法,有助于改善中压电力线信道的噪声环境。     

基于OFDM技术的电力线载波通信研究

本文主要分析了低压电力线信道特性,介绍了OFDM系统模型,根据影响低压电力线载波通信的因素以及OFDM技术的特点,提出了基于OFDM技术的低压电力线载波通信系统实现方案.     

基于独立分量分析的低压电力线信号去噪

针对低压电力线中的噪声,提出了一种运用独立分量分析原理对低压电力线信号进行消噪的方法,详细研究了低压电力线信道噪声特性以及独立分量分析原理,应用基于负熵的FASTICA算法对低压电力线信道载波进行去噪,并与小波去噪的效果进行了比较。实验结果表明,该去噪方法的去噪效果与小波去噪效果接近,其特色是通过电力线信号与噪声信号的盲源分离实现噪声去除,与小波去噪方法相比,该方法更简单容易、去噪效果好、自适应能力强。     

低压宽带电力线通信系统建模仿真分析

低压电力线通信技术是实现电网自动集抄的关键技术之一,但电力线作为信号传输通道有着复杂的传输特性和外在噪声干扰.为具体分析电力线信道特性对系统性能的影响,建立基于电力线通信标准中常用的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)调制技术的通信系统模型.系统采用传输线理论计算电力信道的传输函数,同时利用米特尔顿A类噪声模型模拟信道噪声.重点分析了不同的信道噪声、网络拓扑结构、支路负载等因素对信道衰减和系统误比特率的影响.仿真结果表明了通信系统对于信道因素变化的敏感性,为将来低压宽带电力线通信系统设计提供了理论分析基础.     

微熵率重构相空间混沌时序预测研究

目前对混沌时间序列的预测研究大多建立在相空间重构基础之上.然而在重构相空间时,需要选取两个参数即延迟时间与嵌入维数,引入微熵率最小的原则选取这两个参数.在重构相空间后,利用LS-SVR对混沌时间序列进行预测研究.并在MATLAB200b环境下建立混沌时间序列的预测模型.利用Mackey-Glass混沌时间序列与工作面瓦斯涌出量混沌时间序列数据对算法进行验证.结果表明,在熵率最小的原则下确定的嵌入维数与延迟时间其几何意义明确,通过编程实现简单明了.而在此基础上重构的相空间中,利用LS-SVR预测模型的预测效果较好,而对实际现场瓦斯突出在短期内的预测,也得到了较高的精度.     

基于FastICA的低信噪比下L-PLC语音的间断传输

在低压电力线通信（L-PLC）中,多径衰减和信道背景噪声大的问题不可忽视,为此提出了一种基于快速独立分量分析（FastICA）的L-PLC间断传输提升抗干扰能力的方法。在建立L-PLC信道噪声模型的基础上,利用FastICA对强噪声干扰的语音信号进行去噪处理,并对处理后的信号进行话音活性检测,最终获得满足质量要求的语音段。Matlab仿真实验结果表明,在低信噪比环境下,该方法成功实现了有条件的语音信号间断传输,并在一定程度上提高了语音传输质量。     

在重构相空间选取样本的时间序列分形预测

提出一种基于相空间重构原理进行样本选取的改进分形预测算法。该算法将时间序列在相空间重构中得到的嵌入维数和时间延迟作为分形预测中数据样本的选择依据,结合分形理论的拼贴定理和插值迭代算法,实现时间序列的分形预测,建立时间序列的分形预测模型。利用此改进算法对低压电力线噪声序列进行预测的结果表明,与现有分形算法相比,改进算法提高了数据样本间的相似度,优化了数据样本的选取,明显提高了预测的精度,适合于对自相似性和周期性不明确的时间序列的预测。     

基于相空间重构与卡尔曼滤波计算组合的短期汇率预测

用微熵率法求得相空间重构的最优嵌入维数及时滞,应用最优嵌入维数及时滞对一维汇率数据进行延时嵌入相空间重构.然后,应用卡尔曼滤波算法在重构后的相空间中对汇率系统进行建模与预测.实验结果与遗传(GA)神经网络预测进行了比较,实践表明,该算法在短期汇率预测中,速度及准确率上均优于GA神经网络.     

基于集成BP神经网络的短期负荷预测

利用混沌相空间重构理论对负荷时间序列研究,用改进的C_C方法求得时间延迟τ和嵌入维数m,得到系统最大李雅普诺夫指数,证明其具有混沌特性.对样本数据相空间重构,构建多个BP神经网络的预测子模型,所有子模型同步预测的加权平均作为集成负荷预测值.在线采集负荷数据,利用增量式训练获取新的预测子模型,按“先入先出”顺序进行BP神经网络集成更新.将预测结果同普通BP神经网络预测结果进行对比,结果证明这种方法提高了预测精度.     

基于矢量空间重构的网络流量预测算法

客户机与服务器之间存在数据存储隐通道,对该通道的网络流量进行准确预测可避免网络拥堵,提高网络流量的调度和管理能力。传统方法采用线性时间序列分析方法进行网络流量预测,没有准确反映流量序列的非线性特征信息,预测精度不高。提出一种基于非线性时间序列分析和矢量空间重构的网络流量预测算法。进行相位随机化处理,使得网络流量数据离散解析化,把网络流量时间序列解析模型分解为含有多个非线性成分的统计量。采用自相关函数法求得矢量空间重构的时间延迟,采用互信息最小嵌入维算法求得网络流量序列的矢量空间嵌入维,实现流量序列的矢量空间重构。在高维矢量空间中,提取网络流量的高阶谱特征,实现网络流量的准确预测。仿真结果表明,采用该算法能有效拟合流量序列的非线性状态特征,对流量状态变化的动态跟踪性能较好,其预测误差比传统方法的低。     

基于小波奇异信息熵的10 kV供电系统故障选线研究与仿真

针对现有的供电系统中接地故障选线精度不足、反应速率较慢的问题,提出一种利用小波分析、奇异值分解和信息熵的融合的供电系统接地故障选线新方法.充分利用小波变换良好信号时频分析特点,奇异值分解维数压缩、特征提取能力,信息熵测度强大的系统状态、特征信号的定量描述、对比、研究特点,在系统故障后的故障选线中,克服单一方法对系统接地故障的失判或误判.通过Matlab与Simulink软件建立供电系统模型,对基于小波奇异信息熵的供电系统接地故障选线方法进行多方位的测试,实验结果表明该方法对供电系统接地故障能够快速、准确地诊断选线,是一种新的行之有效的供电系统接地故障选线方法.     

基于递归图和近似熵的水下目标特征提取方法

为有效利用水下目标辐射噪声的非线性特征来对目标作分类识别,提出采用递归图分析和近似熵估计获取原时间序列的动力学行为的方法。在有效相空间重构的基础上,作目标样本时间序列的递归图,定性判断目标的可分性和原动力系统的确定性,在递归图算法的基础上,定量提取近似熵这一非线性特征。通过三类目标样本试验数据仿真表明,递归图分析能有效判断目标信号的周期性嵌入强度和目标信号的确定性,并能对目标作定性区分,近似熵能有效分类三类水下目标。