混沌直接序列扩频(DS/SS)通信系统

本文讨论了混沌序列在直接序列扩频通信系统中的应用。针对简单混沌序列轨迹周期短以及存在误差传播现象,提出了一种改进的混沌扩频序列产生方法。并对混沌扩频序列的特性进行了分析和研究。     

混沌时间序列的局域区间预测

在深入分析ε^p-邻近点能够避免伪邻近点产生的基础上，提出了区间邻近点的概念，它在有效防止伪邻近点产生的同时也建立起了一个邻近点列表，可以方便地从该列表中找出某一状态的邻近点集合，并给出了混沌时间序列的一种局域区间预测方法。该方法避免了经典局域预测法中每一步都要搜索历史数据寻找邻近点的过程，提高了局域预测的效率。     

Modular experimental setup for real‐time analysis of emergent behavior in networks of Chua's circuits

This paper describes the design, realization and use of an analogical, fully reconfigurable experimental setup to analyze the complex dynamics of networks of chaotic circuits. It reports details of the implementation and characterization of the setup, together with representative results, showing its flexibility and potential. The setup allows to choose arbitrarily the coupling strength and interconnection structure among the circuits, the type of link and to select the parameters of the node dynamics. It has a modular structure, and it can accommodate up to 32 nodes interconnected by at most 32 links. The collective dynamics of a relatively large set of different network structures and configurations has been investigated using the setup. Synchronization, pattern formation and other interesting collective phenomena were observed experimentally, their evidence being reported here as an illustration of the potential of the proposed setup. Copyright © 2015 John Wiley & Sons, Ltd.     

基于一维无限折叠混沌序列的图像加密技术研究

提出一种基于一维无限折叠混沌序列的数字图像加密方法,在一定参数范围内,证实了该方法具有算法简单,加密效果好及安全性高的特点.     

基于混沌的网络通信数据加密方法

讨论了在TCP/IP协议下网络通信的不安全因素,将Logistic映射产生的混沌序列作为载波,提出一种基于混沌随机数的一次一密的加密用户数据改进方法.仿真实验分析表明,该加密方法能有效抵抗系统识别攻击,且加密效果良好,适于资源开销有限和实时性要求较高的安全通信场合.     

具有混沌机制的模糊神经网络非线性系统建模研究

针对常规的BP算法收敛速度慢及容易陷入局部极小的缺点,在该算法中引入具有混沌机制的非线性自反馈项,给出了混沌BP算法,并利用其训练和学习模糊神经网络中的权值,从而构成一种引入型模糊混沌神经网络;最后,用提出的引入型模糊混沌神经网络对非线性系统进行仿真研究,仿真结果表明,所设计的引入型模糊混沌神经具有与混沌动力学特性同样复杂的动态特性,其对非线性系统具有很好的建模能力.     

混沌干扰背景下的正弦频率估计新方法

提出一种基于单变量驱动误差滤波反馈混沌同步的强混沌背景下正弦参数估计的方法。该方法利用采样的混合信号(混沌加白噪声和正弦)通过某一类型滤波器,用滤波后信号驱动一新构建的同类响应混沌系统,若混沌同步发生,则驱动响应信号的误差序列中应含有正弦成分,对误差序列采用互谱MUSIC算法估计正弦频率。该方法适于强混沌信号加强白噪声为背景的正弦参数估计。仿真实验表明,该方法简单有效。     

基于改进GSA-SVM模型的电力变压器故障诊断

准确评估输变电设备运行状态是电力企业生产技术工作的核心内容。为提高电力变压器故障诊断精度,避免传统引力搜索算法（GSA）自身收敛速度慢且易陷入局部最优区等不足,提出一种利用混沌序列改进GSA的支持向量机（SVM）模型,用于电力变压器故障诊断中。首先利用混沌序列来增加重力粒子的多样性,目的是避免在其训练时陷入局部最优区;然后利用改进的GSA算法来优化SVM模型自身的参数,从而提升该模型的预测准确率;最后将预测结果与其他3种传统诊断模型的预测结果进行了对比分析,结果表明利用混沌序列改进的GSA-SVM模型有着更好的泛化能力以及更高的分类准确率。     

降雨时间序列降噪及预测系统建模研究靠

以解决降雨混沌时序预测精度较低的问题为目的,基于相空间重构思想,应用混沌降雨时序奇异值分解技术对混沌时序的噪声进行了剥离。采用定性和定量的混沌特性判定方法,计算指出降雨时序具有明显的混沌特性。在此基础上构建了基于最小二乘支持向量机的降噪、预测一体化模型并进行了多步预测实验。结果表明降噪前后预测精度相差很大,证实了噪声是造成混沌预测方法预测精度较低的主要原因。通过与其他预测方法比较,验证了所建立的混沌预测模型能够捕捉到原混沌系统的动力学特征,预测误差较小,泛化能力较强,其预测效果较好。     

弱阻尼非线性Schrdinger-Boussinesq方程的指数吸引子

本文在文［１］的基础上证明了Ｓｃｈｒｏｄｉｎｇｅｒ－Ｂｏｕｓｓｉｎｅｓｑ方程存在指数吸引子。