Noise reduction method based on weighted manifold decomposition

A noise reduction method based on weighted manifold decomposition is proposed in this paper, which does not need knowledge of the chaotic dynamics and choosing number of eigenvalues.The simulation indicates that the performance of this method can increase the signal-to-noise ratio of noisy chaotic time series.     

混沌时间序列基于邻域点的非线性多步自适应预测

根据流形理论，利用混沌时间序列中某点邻域内最近几点的P次迭代像，提出了一种多步自 适应预测算法.仿真说明，这种算法使得预测速度成倍提高，而预测稳定后得到的误差均方 根序列呈指数增长趋势，这个指数就是该混沌时间序列的Lyapunov指数. 关键词： 混沌时间序列 邻域 非线性自适应预测 Lyapunov指数     

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅰ)线性自适应滤波

提出了一种基于相空间邻域的线性自适应滤波算法，将时间域变换到高维重构矢量空间，使 得不可能实现的线性预测变成了可能.实验结果表明：这种基于相空间邻域的线性自适应预 测滤波器能够有效预测一些混沌序列，能够检测到一些混沌载波中的信号，具有去混沌噪声 的能力. 关键词： 混沌时间序列 重构矢量 自适应预测     

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅱ)非线性自适应滤波

根据相空间重构理论、最小均方误差准则和最陡下降原理，提出了一种基于相空间邻域的非线性自适应滤波算法.实验结果表明：这种非线性自适应预测滤波器能够有效预测一些混沌序列，在某种程度上具有抗噪声的能力. 关键词： 混沌时间序列 重构矢量 最小均方误差准则 非线性自适应预测     

混沌的可加性

从理论上推导了由几个混沌时间序列构成的新序列的动力学特性，提出了可加性的概念.计 算机仿真结果说明，新的时间序列具有分维吸引子，对初始值很敏感，两条邻近轨道随着时 间的增加呈现指数分离，具有短期可预测性，因此新序列也是混沌序列，即混沌具有可加性 .混沌时间序列的可加性理论不仅具有重要的理论意义，而且具有重要的应用价值，它是研 究多跳频电台的跳频码的理论基础. 关键词： 混沌时间序列 吸引子 分维 可加性