混沌信号加速度模糊函数算法

该文基于线性反时间混沌理论和信号的动力系统表示理论,将时间尺度变化宽带信号的产生同动力学系统结合,提出利用线性反时间混沌理论的混沌信号加速度模糊函数的计算方法.该方法首先通过不同时钟频率的数字系统产生脉冲信号,然后以此脉冲信号驱动相应的线性系统直接产生延迟和时间尺度变换后的反时间混沌信号,最后可通过相关处理方便的计算相应混沌信号的宽带模糊函数.     

混沌大洪水算法求解函数优化问题*

针对函数优化问题,提出一种混沌大洪水混合优化算法,该混合算法基于大洪水算法寻优思想和混沌序列的内在随机性、遍历性和规律性特点。算法在Delphi7环境下编程实现,针对几个典型复杂函数进行优化测试,仿真结果表明,混沌大洪水算法是一种简单有效的算法,在运行效率上明显优于其他算法。     

基于模糊观测器混沌系统的广义投影同步

基于混沌系统的T-S模糊模型,提出了混沌系统广义投影同步问题的控制方法。该方法利用线性矩阵不等式技术,把混沌系统的广义投影同步问题设计为模糊状态观测器设计问题,用Matlab软件包可以很容易对线性矩阵不等式求解。该方法可以通过适当选取控制增益对响应系统的动力学比例尺度任意拉伸或压缩。通过对Lorenz系统的数值模拟,表明了该方法的有效性。     

不同阶混沌系统的函数延迟投影同步研究*

针对通信混沌系统中存在着时间延迟现象,研究了两个阶数不同的混沌系统之间的函数延迟投影同步问题,基于Lyapunov稳定性理论,通过主动控制同步方法和自适应控制同步方法,分别实现了参数已知和参数未知的超混沌Lü系统和混沌Liu系统间的函数延迟投影同步。最后通过仿真实验证明了所采用方法的可行性和有效性。     

基于移动 WiMAX的被动雷达信号分析及模糊函数性质研究*

首先分析了移动WiMAX信号结构、物理层技术及参数可变对被动雷达应用的影响。通过波形分析得出,移动WiMAX信号具有高距离分辨率和小区式覆盖的优势;通过模糊函数分析得出,移动WiMAX信号呈现“针床型”模糊函数,但其帧间模糊和帧内模糊对系统性能的影响可以忽略。分析结果证明了移动WiMAX信号作为被动雷达照射源的可行性,为移动WiMAX被动雷达设计提供理论基础。     

基于广义函数投影同步的混沌保密通信研究

针对已有的混沌广义函数投影同步保密通信的局限性,研究了基于广义函数投影同步和参数调制的混沌保密通信问题。把混沌参数作为一个状态变量,将信息信号经过函数变换后调制在混沌系统的不确定参数中,通过构造参数自适应率与非线性控制器,实现混沌系统的广义函数投影同步与参数估计,在接收端通过参数辨识和反函数变换实现信息信号的解调。以电阻电容电感分流的约瑟夫森结(RCLSJJ)混沌系统为例进行数值仿真,仿真结果表明改进方法可成功辨识出系统的未知参数,从而快速有效的恢复出调制在参数中的信息信号。     

基于混沌思想模糊自适应参数策略的粒子群优化算法*

粒子群优化算法是一种进化计算技术。提出一种基于混沌思想的模糊自适应参数策略的粒子群优化算法,它利用模糊策略较强的适应能力及混沌运动遍历性、随机性等特点,对标准粒子群优化算法进行了改进,并证明了算法的收敛性。对几种典型测试函数的测试结果表明,模糊自适应参数策略的引入,有效提高了算法收敛的速度,且混沌思想改善了对多维空间的全局搜索能力,能有效避免早熟现象。     

带扰动和未知参数混沌系统变量函数向量同步

研究了带有扰动和未知参数的混沌系统状态变量函数向量同步问题。分别针对驱动系统和响应系统设计出状态变量函数向量,利用自适应反馈原理和Lyapunov定理,构造出控制器,可以保证两状态变量函数向量同步。仿真结果表明该方法的有效性。     

一个基于广义混沌同步系统的数字水印算法

混沌同步的发现为有关混沌的保密通讯研究提供了新的拓广空间。根据广义混沌同步的基本理论构建了一个新的广义混沌同步系统(GCS);利用GCS,提出了一个基于小波变换的鲁棒性数字水印算法。数值模拟实例对该文的理论结果进行了验证,理论分析及实验结果表明,给出的数字水印算法对常用的图像处理方法有较好的鲁棒性。     

基于具有加权模糊隶属函数的神经网络的混沌时间序列预测

本文提出了以时间延迟坐标嵌入方法为基础的周期性波动预测模型。此模型使用一种叫作具有加权模糊隶属函数的神经网络的神经模糊网络(NEWFM)。在主要综合指标的预处理时间序列中使用了时间延迟坐标嵌入方法,并将此序列用作此神经模糊网络的输入数据来预测商业周期。以小波变换为基础使用其他方法进行了对比性研究,并对性能比较进行了主成分分析。使用线性回归分析来测试预测结果,以比较输入数据与目标类别,国内生产总值的近似值。另外两个模型忽略了基于混沌的模型捕捉非线性动态模型和系统中的相互作用。检验结果表明基于混沌的方法能够有效地增强预测能力,因此表明此方法比其他方法具有更优越的性能。     

基于混沌振子的微弱信号检测

分析了Duffing振子的混沌运动,利用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和对噪声的免疫力检测微弱周期信号,检测不同频率的信号需要不同频率的参考信号,通过调整系统参数使得振子对不同频率的信号检测具有普遍性.将传感器周期性干扰信号作为对内驱动信号的摄动加入混沌检测中,通过观察混沌振子的状态变量的时间历程图,发现混沌检测系统处于间歇混沌状态,证明了采用Duffing混沌振子检测微弱周期小信号的可行性.     

基于混沌振子的BPSK信号解调

基于混沌系统对参数的摄动及其敏感性,分析了混沌系统微弱信号检测的基本原理,推导出混沌系统产生相变的相位条件,结合二进制相移键控(BPSK)信号的相位变化特点,提出了利用duffing系统进行强噪声背景中二进制相移键控(BPSK)信号解调的方法。鉴于观察混沌系统相平面判别系统状态的不足,提出了利用功率谱熵对系统不同状态复杂度进行判别的新方法。理论分析和仿真实验都证明了利用混沌振子解调BPSK信号的可行性。     

基于混沌振子的微弱ASK信号解调

针对微弱数字调制信号的解调问题,提出了利用混沌振子对周期小信号的敏感性和对噪声的免疫力来解调强噪声中幅移键控(ASK)信号的新方法。详细阐述了基于duffing振子的微弱信号检测方法,结合ASK信号的调制方式,分析了利用duffing振子解调微弱ASK信号的基本思想,并提出利用功率谱熵判别系统状态的新方法。仿真表明,在信噪比为-20dB时,该方法实现了对ASK信号的解调,且抗噪性能优于传统的解调方法。     

基于混沌振子和EEMD的周期信号检测方法

针对含强噪声周期信号的检测,提出基于混沌振子结合集合经验模式分解降噪的检测新方法;针对相位差对检测结果的影响,提出正反导入的检测方法,该方法能有效克服由相位差造成的漏检现象。对仿真信号和故障轴承振动信号的检测效果表明,混沌振子结合集合经验模式分解降噪的方法能有效检测含在强噪声中周期信号,进一步提高了混沌振子对周期信号的检测能力和对噪声的免疫力。     

基于混沌Duffing振子的BPSK信号K-means聚类解调方法

针对二进制相移键控（binary phase shift keying,BPSK）信号在低信噪比下解调误码率较高的问题,提出了一种基于混沌Duffing振子的K-means解调方法。该方法的思想是根据混沌Duffing振子系统对初值的敏感性以及对噪声的免疫特性,低信噪比下Duffing振子系统输入BPSK信号时,由于BPSK信号相位在0°和π之间的跳变从而导致Duffing振子输出相轨迹状态发生改变。针对相轨迹状态的变化,采用K-means聚类算法对相轨迹进行迭代求质心,根据收敛后的质心间距大小对BPSK信号进行判决解调。仿真结果表明,与现有的几种解调方法相比较,基于混沌Duffing振子的BPSK信号K-means聚类解调方法在低信噪比下解调速度、解调精度等方面都有了较大的提高。     

一种新的微弱未知信号混沌振子检测法*

混沌振子无法检测与其策动力频率相差较大的微弱信号,为此,提出了混沌阵检测法,但其不易工程实现。针对这种现状提出了一种循环混沌检测方法,该方法不但易于工程实现,而且有很好的普适性。实验表明,该方法能有效、精确地检测微弱信号。     

Lyapunov指数在弱2FSK信号检测中的应用

针对现有基于Duffing振子的2FSK信号检测方法在混沌临界阈值确定与相图判别两方面存在精度低、效率低的问题,提出了利用Lyapunov指数法确定阈值,并定量分析和判别检测系统输出状态的方法。在分析Duffing系统中Lyapunov指数算法的基础上,进行了仿真实验与分析,结果表明基于Lyapunov指数的2FSK信号混沌振子检测方法提高了阈值设置的精度,保证了2FSK信号检测的可靠性。     

混沌振子弱信号检测系统构成及响应速度研究

针对混沌振子微弱信号检测系统中初值影响检测系统输出状态的问题,利用广义胞映射方法对检测系统分岔点附近的全局性态进行分析,根据所获得的数值分析结果,给出一种构成无误判性检测系统的方法,并进一步定义了响应步长作为衡量检测速度的指标,利用该指标对无误判性检测系统响应微弱信号的速度进行了分析,所得的结论可为混沌振子检测系统的工程实施提供有效的理论支撑。     

基于模糊函数多域特征融合与集成学习的雷达辐射源信号识别

针对复杂电磁环境下雷达辐射源信号识别方法中存在的抗噪性能差、识别准确率低等问题,提出一种融合模糊函数多域投影特征的集成深度学习识别方法.首先,对信号的模糊函数进行高斯平滑处理,从多域视角出发选取合适角度对模糊函数进行二维投影以构建特征数据集;然后,构建一种基于多域特征融合的两阶段识别分类方法,使用多个密集连接网络DenseNet 121作为初级分类器分别对3类特征数据集进行训练学习,得到初级分类结果;最后,通过Stacking策略对初级分类结果进行融合学习,得到最终类别信息.实验结果表明,所提出方法在信噪比为0 dB时对6类典型雷达信号的整体平均识别率均保持在97.24%以上,即使是在-4 dB环境中,识别率也稳定在87.16%以上,验证了所提出方法的有效性和可行性,具有一定的工程价值.     

弱点相关图生成算法及在信息系统弱点修补中的应用

本文给出了基于单调性假设、正向深度优先的弱点相关图生成算法（VCGA）,并建立弱点相关矩阵,该方法能够很好的分析多主机、多弱点网络系统的安全性,并解决了攻击图不适合处理大型网络系统的问题。举例说明了如何利用VCGA分析复杂网络系统安全性的方法及其在网络系统弱点修补中的应用。