应用粒子滤波器实现混沌通信系统的盲信道均衡

粒子滤波器(Particle filter,PF)是一种结合重要性权重抽样的序贯蒙特卡罗方法,能够应用到任意状态空间模型,并且能较好地估计经过非线性变化后的随机变量的统计特性.本文应用粒子滤波器和信号建模技术研究混沌通信系统的盲信道均衡问题,发展基于混沌的通信系统的盲均衡技术.仿真结果证实了,当Logistic映射作为混沌发生器和通信场景为固定参数与时变衰落信道时,该盲信道均衡器与基于扩展卡尔曼滤波算法的盲均衡器和基于无先导变换的自适应盲均衡器相比,有较好的均衡实现.此外,利用本文的盲均衡算法,实现了一种混沌调制通信系统的解调.     

一种混沌通信系统

无扩散Lorenz方程是著名的Lorenz混沌模型单一参数简化形式。对一种单一参数无扩散Lorenz方程进行了分析推导,证明了此系统能很好的达到混沌同步,从而能很好地应用于保密通信。仿真结果与理论分析达到了很好的一致。同时,电路仿真也说明此系统同样能够应用到一个实际的电路中,从而具有很好的应用价值。     

一种基于两级调制的混沌掩盖通信方式

通过硬件实验研究蔡氏混沌同步系统的失真一频率特性,根据混沌吸引子的细胞模型对其成因进行分析,在此基础上提出了一种改善保真度的混沌掩盖通信方式。     

混沌通信技术研究

介绍了基于混沌理论的通信技术,重点分析了混沌掩盖技术,混参数调制技术,混沌健控技术和混沌扩频序列设计的发展现状。     

一种利用数字信道实现混沌保密通信方法

该文基于混沌保密通信系统特点,提出利用标准数字信道传输发送信号。分析结果表明,该方法方便灵活,性能可靠。     

浅析混沌形状同步控制及在保密通信中的应用

文章简要地分析了混沌形态同步控制原理及技术在保密通信中的应用情况,混沌运动是一种非常特别的运动形式,它是一种非线性的运动,没有周期性,但具有连续宽带频谱特征,它的运动轨迹很复杂,但并不是完全随机的,一点规律都没有。这些特性可以帮助我们进行通信保密和图像加密,因而混沌信号在保密通信领域中有着十分重要的应用。文章首先简要概括了有关混沌运动的基本概念、特性以及混沌同步控制理论的发展现状,其次简述了混沌同步控制系统在保密通信中的应用研究情况,最后指出了目前混沌同步控制在保密通信研究及应用中所存在的问题,并做出展望。     

一种语音混沌保密通信方案的研究与硬件实现

在硬件实验研究的基础上，建立一种环形蔡氏电路，提出用环蔡氏电路实现语音混沌保密通信的一种闭环逆系统方案，其特点是利用环形蔡氏电路的单向耦合原理，通过反馈的方法形成一个包括有用信号在内的极联闭合环路，从而实现改善端与接收端之间混沌系统的严格同步而不受有用信息调制的影响。理论分析与硬件实验结果证明，该方案同现有的其它混沌通信方案相比较，具有非线性失真小、保真度高的优点，完全能够满足传送语音信号的要求。     

一种保密通信系统的研究

基于混沌同步的保密通信方式相比传统保密通信方式有很大的优势,发展前景光明.通常混沌同步保密通信方式用混沌掩盖来实现,需要两个信道,其中一个信道传输混沌同步信号使系统保持同步,另一路则传输用混沌信号掩盖后的保密信息.在频谱资源目益紧张的情况下,由于这种通信方式对于信道资源的利用率相对较低,因此经济效益较差.本文提出了一个新的系统,用一个信道轮动传输信息和同步信号,对系统进行了详细分析,重点研究了系统传输的时隙分配并给出了仿真验证,证明了该系统能极大地提高信道利用率,同时对该系统的实际应用作了详细分析.     

基于混沌的保密通信方法的研究

简要分析了基于混沌的保密通信方法(如混沌掩盖、混沌参数调制、混沌键控、混沌扩频以及混沌脉冲位置调制)的特点及其发展方向,对混沌保密通信走向实用化存在的关键问题进行了讨论。     

一种新的混沌数字保密通信实现方案

针对差分混沌键控（DCSK）的保密性低,数据传输速率不高等缺点,这里设计并研究了一种新的混沌键控调制方式—调频相关延迟键控（FM-CDSK）通信方案,该方案同时兼具CDSK和FM-DCSK的优点。通过仿真分析验证了该系统在数据传输速率和保密性等方面较DCSK和CDSK都有所提高,传输速率更是比原有键控方式提高了2倍,并且利用该混沌调制方式很好的实现了图像信号的保密传输,验证了该系统在数字保密通信中的可实现性。     

基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法

多径干扰是高精度定位的主要误差源,估计多径参数对消除多径误差,提高导航系统定位精度具有重要意义。针对扩展Kalman滤波(EKF)在进行多径参数估计时,存在对初值敏感,估计结果在真值附近具有较大波动的缺点,该文提出一种基于粒子滤波(PF)和滑动平均EKF的多径估计算法。该算法首先利用PF得到多径参数的粗略估计值,并将该值作为EKF的初始估计值,以克服EKF对初值敏感的问题。接着对EKF的估计结果进行滑动平均,并将平均后的滤波结果作为多径参数的估计结果。仿真结果表明,改进后的多径估计算法可有效降低估计结果的波动幅度,同时解决了EKF对初值敏感的问题。     

非线性滤波算法性能对比

随着目标运动的多样性和复杂化,雷达非线性目标跟踪算法越来越受到重视。本文对目前非线性滤波的主要算法即扩展卡尔曼滤波、不敏卡尔曼滤波、粒子滤波的滤波模型、适用条件、性能进行了分析比较,通过一个非线性非高斯模型进行了仿真,验证了这些算法的性能,仿真结果表明非线性条件下粒子滤波算法要明显优于其它两种滤波算法。     

常用非线性滤波方法比较研究

几乎所有的现实系统都是非线性的,因而非线性估计问题显得尤为重要.通过分析3种常用的非线性滤波器:扩展卡尔曼滤波器、Unscented卡尔曼滤波器以及粒子滤波器的原理,确定其适用性.用单变量非平稳模型及再入目标跟踪模型,通过Monte-Carlo仿真计算估计的均方误差及时耗,进而对上述3种滤波器滤波精度、一致性以及运算量进行比较.     

一种基于差分演化的粒子滤波算法

针对粒子滤波(Particle Filter, PF)存在的粒子退化和贫化问题,该文提出一种基于差分演化(Differential Evolution, DE)的PF算法。首先,为了充分利用最新的观测信息,采用无迹卡尔曼滤波(Unscented Kalman Filter, UKF)来产生重要性分布,对重要性分布产生的采样粒子不再做传统重采样操作,而是直接把采样粒子当作DE中的种群样本,粒子权重作为样本的适应函数,对粒子做差分变异、交叉、选择等迭代优化,最后得到最优的粒子点集。试验结果表明,该算法有效缓解了传统PF算法中的粒子退化和贫化,提高了粒子的利用率,具有较好的估计精度。     

混沌粒子群优化粒子滤波算法

针对基于粒子群优化算法的粒子滤波计算复杂度大,并且容易陷入局部最优,提出了一种新的基于混沌的粒子群优化粒子滤波算法。该算法在粒子群优化的基础上,引入混沌序列,利用混沌运动的遍历性、随机性等特点改善了初始样本的质量,同时利用混沌扰动避免搜索过程陷入局部最优,使算法具有更快的收敛速度和更好的全局搜索能力。最后利用UNGM模型将该算法与标准粒子滤波和粒子群粒子滤波进行仿真对比,并利用纯角度目标跟踪模型验证了算法的有效性。实验结果表明,该算法改善了粒子群优化算法的粒子滤波易陷入局部最优的现象,提高了粒子滤波的精度和速度,具有较高的应用价值。     

基于遗传粒子滤波的GPS定位数据处理算法

针对粒子滤波算法中的权值退化问题,提出了一种遗传算法辅助下的粒子滤波算法。利用遗传算法在选择继承性上的优势,将遗传算法中的选择、交叉和变异操作引入到粒子滤波算法中。在此基础上,将改进的粒子滤波算法与建立的全球定位系统(GPS)非线性动态状态空间模型结合应用于GPS定位数据处理问题,通过采集实测GPS数据将改进粒子滤波算法与基本粒子滤波算法做了比较。结果表明,遗传算法辅助下的粒子滤波可以增加有效粒子数目,有效解决粒子退化问题,可提高GPS定位数据处理精确度。     

IMM迭代扩展卡尔曼粒子滤波跟踪算法

该文提出了一种交互式多模型(IMM)迭代扩展卡尔曼粒子滤波机动目标跟踪算法。该算法在多模型中使用了改进的粒子滤波器,通过对迭代扩展卡尔曼滤波(IEKF)的测量更新按照高斯牛顿方法进行修正,减小了非线性滤波带来的线性化误差,然后利用修正的IEKF来产生粒子滤波的重要性密度函数,使其融入最新观测信息。最后将所提算法与交互式多模型粒子滤波(IMMPF)进行了比较,仿真结果表明该算法具有更好的跟踪性能。     

基于随机摄动再采样的粒子概率假设密度滤波器

作为概率假设密度滤波的典型实现方式,粒子概率假设密度滤波器无需线性高斯等先验假设,因而在多目标跟踪中得到了广泛的应用。为解决粒子退化问题并保持粒子规模,该滤波器引入了重采样机制,然而,该重采样机制易引起粒子多样性耗尽,导致粒子贫化问题产生。为解决这一问题,该文提出一种新的基于随机摄动再采样的粒子概率假设密度滤波器。首先,全面分析了粒子概率假设密度滤波因粒子贫化问题导致目标失跟的过程。然后设计了一种随机摄动再采样算法,该算法在重采样导致粒子多样性缺失时,根据源粒子的位置与复制次数随机产生相应数目的新粒子,并对源粒子进行删减,其可在保留源粒子信息的前提下保持粒子的多样性。最后,该文将该算法纳入概率假设密度滤波框架,提出了一种新的粒子概率假设密度滤波器。仿真结果表明该滤波器在不显著增加运行时间的前提下能够克服粒子贫化问题,相比标准的粒子概率假设密度滤波器具有更好的跟踪性能。     

Unscented粒子滤波器及其在纯方位跟踪中的应用

为处理纯方位跟踪(BOT)中的非线性问题,提出了一种Unscented粒子滤波(UPF)跟踪方法。在使用Unscented变换的基础上,利用UPF来加入最新的观测量并产生非线性粒子滤波(PF)的建议分布。结合纯方位跟踪模型,推导了UPF应用的具体算法步骤,使用匀速运动和机动目标两个BOT仿真实例,与其它滤波器进行了仿真对比,分析了跟踪性能和误差。仿真结果表明,对于纯方位跟踪问题,UPF不仅解决了扩展卡尔曼滤波器的线性化损失难题,而且与PF等粒子滤波器相比,具有更高的跟踪精度。