Lyapunov指数算法在应答器信号混沌振子检测中的应用

针对为提高在强噪声环境下应答器上行链路传输信号的检测精度,利用混沌系统对初始条件敏感以及对噪声免疫的特性,将混沌振子应用到应答器上行链路信号检测解调中.结合微弱信号Duffing振子检测原理和应答器上行链路信号特征,给出了使用Duffing振子检测应答器信号的方法和步骤,并使用Lyapunov指数算法计算Duffing振子检测系统的临界阈值,定量判断系统的输出状态,实现应答器信号的解调.在理论分析的基础上,进行了实验仿真验证.仿真结果表明,基于Lyapunov指数算法的应答器信号混沌振子检测方法提高了阈值设置的准确性和效率,并确保了应答器信号检测的可靠性.     

混沌振子在强噪声背景信号检测中的应用

混沌振子在强噪声背景信号检测中的应用＊王冠宇陶国良陈行林建亚（浙江大学流体传动及控制国家重点实验室杭州３１００２７）０引言噪声干扰是信息科学的一项主要问题。混沌系统对小信号的敏感性以及对噪声的免疫力，使它在信号检测中非常具有潜力。对于一个非线性动力系...     

混沌振子在微弱信号检测中的可靠性研究

针对混沌振子微弱信号检测的可靠性问题,对一种改进型混沌振子敏感特性进行分析,指出周期策动力幅值位于临界值时,初始值对系统的状态起决定性的作用,并由此定义了检测系统的敏感集.通过扰动控制方法验证噪声对振子的驱动作用相当于对初始值的扰动,发现在噪声作用下混沌振子微弱信号检测方法存在误判可能,利用所定义的敏感集对噪声背景中微弱信号的可靠检测进行了分析,为消除误判实现该微弱信号检测方法的应用提供了理论保证.     

最大Lyapunov指数在确定混沌系统混沌参数域中的应用

非线性振动系统具有与传统线性振动系统不同的某些特点和性能,并且当参数处于一定范围内时,系统将呈现混沌状态。最大Lyapunov指数是判断非线性振动系统是否为混沌的一个重要判据。提出了利用最大Lyapunov指数来确定Duffing系统的混沌参数区间的可行性,并利用参数的分岔图进行验证。     

基于Lyapunov指数的弱周期信号检测

分析了基于M e ln ikov法和相轨迹观察法的弱周期信号检测方法,针对该方法存在的检测精度低等不足,提出了基于Lyapunov指数法的弱周期信号检测方法。首先使用基于模型Lyapunov指数计算方法设置阈值,然后利用具有噪声的数据进行相空间重构并利用改进方法计算Lyapunov指数,并依此判断大尺度周期状态。该方法的特点是阈值设置精度高,可以实现自动识别。仿真结果验证了理论分析的正确性和有效性。     

基于噪声和混沌振子的微弱信号检测

利用混沌振子来检测淹没在强噪声背景中的微弱信号，详细研究了Duffing振子检测微弱信号的原理和过程。理论分析和仿其实验均表明混沌振子能有效地检测微弱信号。     

利用Lyapunov指数分析机械手反馈控制中的混沌运动

给出了一种适用于一般混沌系统最大Lyapunov指数计算的数值算法，并应用于Duffing方程系统、Lorenz系统和Roessler系统．验证了该方法的有效性。分析了平面两自由度机械手基于多变量比例微分反馈控制中的混沌现象，在给定的几种特定参数条件下，计算了机械手混沌模型的最大Lyapunov指数，结果表明机械手在反馈控制下会出现混沌运动。     

混沌振子在不同初值下检测弱信号的性能分析

研究了Duffing振子对策动力参数与初始值敏感的一致性,基于Duffing振子在不同初值时的仿真发现,不同初值情况下,混沌振子从混沌态过渡到大尺度周期态的过渡过程存在“周混渐变”和“混周渐变”两种,并且在过渡过程中,策动力增大的方向为周期态延时增长、混沌态延时缩短的方向,提出了利用过渡态检测微弱正弦信号的方法,基于“混周渐变”过渡态的检测,能检测的最低信噪比可达-60.7 dB,实验结果表明,这种方法非常适合检测地磁扰动信号Pc2小类中的确定频率信号.     

基于混沌振子微弱信号检测的改进与比较

为实现强噪声背景下微弱信号的检测,利用混沌系统非平衡相变对系统参数的扰动和对噪声具有免疫力的特点,根据Holmes型的Duffing振子检测系统的检测原理以及Melnikov方法,对Duffing方程的非线性项进行了改进,非线性项取（-x^4＋x^5）。改进后的系统相对原来的检测系统具有更低的信噪比门限,由原来的-92．5dB降到了-111．5dB。数值计算与仿真结果证明了该方法的有效性。     

机械振动微弱慢频变信号的混沌振子检测

机械振动微弱信号的检测与识别有利于早期故障的检测与诊断。用Duffing混沌振子检测微弱振动信号具有明显的优势。提出了用混沌振子检测慢变频微弱振动信号的方法。在给出Duffing混沌振子对微弱信号检测的基本原理后，根据慢频变信号的特征，对信号进行了周期离散，提出了对暂态信号进行时域延拓的方法，分析了可行性。提出了幅频联调方法，设计了检测原理，并给出了实现步骤。结合所提出的两种方法，对带噪声的频变微弱振动信号进行了检测分析。仿真结果和实际采集信号分析结果支持了所提出方法的适用性。     

CS-PSO算法在贝叶斯网络结构学习中的应用（英文）

针对传统的贝叶斯网络(Bayesian network, BN)结构学习算法运行效率低、算法易早熟、学习效果不理想等缺点,选取布谷鸟(Cuckoo search, CS)和粒子群(Particle swarm optimization, PSO)智能算法,结合BN结构特点,提出了一种CS-PSO的BN结构学习算法。首先,对CS算法从以下三个方面进行改进:利用最大支撑树来指导CS算法的初始化方向,利用解的适应度来调节解的寻优及舍弃过程,利用PSO算法来进行CS算法的位置更新。其次根据BN的结构特征,将CS-PSO算法应用于BN的结构学习。最后采用chest clinic、 credit和car diagnosis三种经典网络作为仿真模型,进行贪婪算法、 K2算法、 CS算法和CS-PSO算法的建模和仿真比较。结果表明, CS-PSO算法在BN的结构学习中,收敛速度快、收敛精度高且稳定性好,可以更快、更优地得到精确的贝叶斯网络结构模型。     

基于L-T的联合算法在光纤法珀纳米压力传感器脉压检测信号中的应用（英文）

研究了一种改进的去噪方法及其在脉冲拍频信号去噪中的应用。该算法结合了局部均值分解(Local mean decomposition, LMD)和时频峰值滤波(Time-frequency peak filtering, TFPF)的优点,称为L-T算法。TFPF作为一种经典的时频滤波方法,较长的窗长可以在保留信号幅值的前提下有效抑制随机噪声,而较短的窗长则导致信号幅值严重衰减。因此,为了保持有效信号幅度、抑制随机噪声,对LMD和TFPF进行了改进。首先利用LMD将原始信号分解为无级生存(Progression-free survival, PFS),然后计算各乘积函数均值的标准误差,将许多PFSs分为有用分量、混合分量和噪声分量。其次,将短窗TFPF用于有用分量去噪,长窗TFPF用于混合分量去噪,得到重构后的信号。最后,将该算法用于F-P压力传感器的降噪。实验结果表明,与传统小波去噪算法相比,L-T算法去噪效果更优。     

基于Hough算法的图像对称轴检测（英文）

为高精度提取对称刚体对象的中轴线,提出了一种基于Hough变换的图像对称轴检测方法。本文以子弹为研究对象,首先采集原始图像,因刚体边缘是对称轴检测的基础,采用相关的算子进行边缘检测,获得所有可能的边缘点。然后利用测得的所有边缘点,通过Hough变换确定图像所有可能的对称轴,进而得到所有的倾斜角和截距及其范围。最后,利用最小二乘法计算,当刚体一边边缘点关于对称轴的对称点到另一边所有边缘点的最小距离之和为最小时,该对称轴即为最优对称轴,也是被测对象的中轴线。仿真实验结果证明,该算法在一定程度上提高了对称轴检测的抗噪性和精度,对实际工程应用具有一定的价值。     

混沌弱信号检测法在超声检测中的验证

Duffing振子相变对与参考信号频差较小的周期小信号具有敏感性，对白噪声和参考信号频差较大的周期干扰信号具有免疫力，将该振子的这种特性应用于检测，称为混沌弱信号检测法。此方法在一些文献中提到，但没有验证过。本文将其应用于超声检测中，并验证了他的正确性。     

混沌算法在语音加密中的应用

在回顾加密算法发展历程的基础上,介绍了混沌与3DES、混沌与神经网络相结合的机密算法原理和安全性。重点对混沌与Cat映射结合的方法进行介绍和分析。     

混沌算法在成型机节能中的应用

电火花成型机加工工艺复杂,加工过程中受影响的因素众多,其中电参数的选择对加工结果有很大的影响,但影响规律很难用精确的数学模型来表达.采用基于混沌神经网络算法的Bp网络对电火花成型机加工工艺效果进行了预测,结果表明:该预测模型能有效地避免BP算法在能量的最小化过程中陷入局部极小化的问题而得到最优解,最终能够很好地映射出电参数与该加工网络电火花加工工艺效果之间的关系.     

蒙特卡洛法在舵机控制精度中的应用（英文）

为研究舵机控制精度,利用matlab/simulink软件建立六自由度舵控火箭弹弹道仿真模型。用蒙特卡洛法对舵控火箭弹分别考虑舵偏角误差和起控时刻误差时进行模拟打靶,统计出成功子样中舵控火箭弹的弹着点分布情况。在加入相关干扰误差的情况下分别对舵偏角误差和起控时刻误差下的落点散布进行了仿真分析,计算出不同射角下的横向和纵向修正值。分析了各自因素舵控火箭弹弹道特性和精度的影响,为以后舵控系统的高精度设计提供了相关参考。     

工序能力指数（CpK）在热处理工序中的应用

借鉴冷加工工序能力指数的计算方法,并对其进行分析,加以改进,采用Excel软件建立适用于热处理工序能力指数计算的程序方法,以满足热处理工序中关键质量特性的控制要求。     

基于运动目标自适应检测的改进ViBe算法（英文）

传统视觉背景提取(ViBe)算法检测结果存在Ghost区域,且受环境变化影响,在提取前景时容易产生误检或漏检。针对这些问题,提出了一种基于运动目标自适应检测的改进ViBe算法。首先在背景模型初始化过程中,通过对均值背景建模设置调节参数方式获取真实背景,利用该背景初始化ViBe背景模型;其次在前景检测过程中,根据场景变化引入自适应半径阈值对前景进行自适应检测;最后对检测结果中存在的空洞进行数学形态学闭运算填充。实验结果表明,改进算法能够有效抑制Ghost区域,并在环境变化的情况下较完整地检测前景目标,与传统ViBe算法相比,检测的精确率提高了10%以上,误检率和漏检率分别降低了20%和7%,且改进算法满足实时性要求。     

乒乓球偏心检测方法（英文）

在充分尊重现行国际乒乓球联合会制定的新T3标准的前提下,提出了一种基于气流中悬浮和机器视觉的乒乓球偏心的检测方法。该方法通过多次有序摄取处于悬浮旋转状态的乒乓球图像,以不同截面圆最小二乘拟合圆圆心点集的最小包容圆直径作为评价乒乓球偏心程度的基本参数。实验结果表明,拟合圆圆心点集的最小包容圆直径能有效反应乒乓球的偏心程度。该方法为乒乓球偏心的在线检测提供了技术基础。