一种混沌信号的盲分离方法

多个混合混沌信号的分离，在混沌及其应用中是一个重要的问题.提出了一种线性混合的混沌信号的瞬时盲分离方法，它利用了各个混沌信号源之间的互不相关性，在未知混合矩阵和混沌方程的情况下，通过求解特征向量的方法从观测量中直接估计出解混合矩阵，以重构出源混沌信号.仿真结果表明，即使在低信噪比情况下，该方法仍可以有效地从噪声背景中分离出多个混合的混沌信号. 关键词： 混沌 盲分离 信噪比 特征向量     

基于广义混沌映射切换的混沌同步保密通信

提出了一种基于广义混沌映射切换的混沌同步保密通信方式.这种通信方式首先构建产生多种混沌序列的广义混沌映射模型,然后在不同时段根据切换策略产生不同混沌序列,在发送端,将信号与混沌载波之和取模运算后再嵌入混沌映射的输入端进行迭代运算以实现调制;在接收端,根据切换协议,用同一个相应的广义混沌映射模型从接收信号中提取混沌载波并进而恢复信息信号.研究结果表明:这种基于广义混沌映射切换的混沌同步通信方式比基于单一混沌系统的保密通信方式具有更强的抗干扰能力,保密性能更好,且实现简单. 关键词： 混沌 混沌映射切换 同步 保密通信     

Denoising of chaotic signal using independent component analysis and empirical mode decomposition with circulate translating

In this paper, a new method to reduce noises within chaotic signals based on ICA(independent component analysis)and EMD(empirical mode decomposition) is proposed. The basic idea is decomposing chaotic signals and constructing multidimensional input vectors, firstly, on the base of EMD and its translation invariance. Secondly, it makes the independent component analysis on the input vectors, which means that a self adapting denoising is carried out for the intrinsic mode functions(IMFs) of chaotic signals. Finally, all IMFs compose the new denoised chaotic signal. Experiments on the Lorenz chaotic signal composed of different Gaussian noises and the monthly observed chaotic sequence on sunspots were put into practice. The results proved that the method proposed in this paper is effective in denoising of chaotic signals.Moreover, it can correct the center point in the phase space effectively, which makes it approach the real track of the chaotic attractor.     

混沌背景中微弱信号检测的神经网络方法

基于复杂非线性系统相空间重构理论，提出了混沌背景中微弱信号检测的神经网络方法，利用神经网络强大的学习和非线性处理能力，建立了混沌背景噪声的一步预测模型，从预测误差中检测淹没在混沌背景噪声中的微弱目标信号(包括周期信号和瞬态信号)，研究了混沌背景中存在白噪声时该方法的检测能力，指出了目标信号为瞬态信号和周期信号时检测原理的异同点，最后以Lorenz系统作为混沌背景噪声进行了仿真实验，实验表明该方法能有效地将混沌背景中极其微弱的信号检测出来. 关键词： 混沌 神经网络 信号检测     

基于广义混沌映射切换的单向Hash函数构造

如何设计快速高效的单向Hash函数一直是现代密码学研究中的一个热点.提出了一种基于广 义混沌映射切换的Hash函数构造方法.这种方法首先构建产生多种混沌序列的广义混沌映射 模型,然后在明文信息的不同位置根据切换策略产生不同的混沌序列,并用线性变换后的信号 信息对混沌参数进行调制来构造单向Hash函数.初步分析了利用混沌映射实现单向Hash函数 的不可逆性、防伪造性、初值敏感性等特点.研究结果表明:这种基于广义混沌映射切换的Ha sh函数具有很好的单向性、弱碰撞性，较基于单一混沌映射的Hash函数具有更强的保密性能 ，且实现简单. 关键词： Hash函数 混沌 混沌映射切换     

一种新的参数估计方法及其在混沌信号盲分离中的应用

为了有效地估计非线性映射中的参数,本文采用一种容积准则近似该映射的加权积分函数. 基于由状态空间模型建模的参数,提出了一种新的参数估计方法. 混沌信号的盲分离是一种具有挑战性的参数估计问题.将新的参数估计方法应用在该问题上, 实现混沌信号的有效重构.仿真结果表明该算法具有较快的收敛速度和较高的数值精度, 并能有效地分离原始混沌信号.     

混沌信号自适应协同滤波去噪

混沌信号协同滤波去噪算法充分利用了混沌信号的自相似结构特征,具有良好的信噪比提升性能.针对该算法的滤波参数优化问题,考虑到最优滤波参数的选取受到信号特征、采样频率和噪声水平的影响,为提高该算法的自适应性使其更符合实际应用需求,基于排列熵提出一种滤波参数自动优化准则.依据不同噪声水平的混沌信号排列熵的不同,首先选取不同滤波参数对含噪混沌信号进行去噪,然后计算各滤波参数对应重构信号的排列熵,最后通过比较各重构信号的排列熵,选取排列熵最小的重构信号对应的滤波参数为最优滤波参数,实现滤波参数的优化.分析了不同信号特征、采样频率和噪声水平情况下滤波参数的选取规律.仿真结果表明,该参数优化准则能在不同条件下对滤波参数进行有效的自动最优化,提高了混沌信号协同滤波去噪算法的自适应性.     

混沌系统自适应追踪控制新方法

提出一种混沌系统自适应追踪控制任意参考信号的新方法.该方法是通过预先设计出补偿控制器将混沌系统状态变量对参考信号的追踪控制问题转化为同结构混沌系统状态变量的自适应同步问题,再通过设计出自适应控制器,使同结构混沌系统全局渐近达到同步,追踪控制器为补偿控制器和自适应控制器的代数和.基于Lyapunov稳定性原理,理论上严格证明了利用本方法所设计追踪控制器的正确性.最后,以超混沌Chen系统为控制对象,利用本方法设计出追踪控制器完成了对不动点,正、余弦信号,同结构混沌系统状态变量,异结构混沌系统状态变量的追踪控 关键词： 自适应追踪控制 补偿控制器 自适应控制器 追踪控制器     

一种基于非完整二维相空间分量置换的混沌检测方法

由于混沌时间序列和随机过程具有很多类似的性质, 因而在实际中很难将两者区分开来. 混沌信号检测与识别是混沌时间序列分析中一个重要的课题. 混沌信号是由确定性的混沌映射或混沌系统产生的, 相比于高斯白噪声序列, 其在非完整的二维相空间中表现出更加丰富的结构特性. 本文通过研究混沌时间序列和高斯白噪声序列在非完整二维相空间中的分布特性, 利用混沌信号的非线性动力学特性, 提出了一种基于非完整二维相空间分量置换的混沌信号检测方法. 该方法首先由接收序列得到非完整的二维相空间, 基于第一维分量大小关系实现对第二维分量的置换与分组, 进一步求得F检验统计量. 然后利用混沌系统的局部特性, 获取非完整二维相空间的动力学结构信息, 实现对混沌序列的有效检测. 在高斯白噪声条件下对多种混沌信号进行了信号检测的数值仿真. 仿真结果表明: 相比置换熵检测, 本文所提算法所需数据量小、计算简单以及具有更低的时间复杂度, 同时对噪声具有更好的鲁棒性.     

Wavelet threshold method of resolving noise interference in periodic short-impulse signals chaotic detection

The chaotic oscillator has already been considered as a powerful method to detect weak signals, even weak signals accompanied with noises. However, many examples, analyses and simulations indicate that chaotic oscillator detection system cannot guarantee the immunity to noises (even white noise). In fact the randomness of noises has a serious or even a destructive effect on the detection results in many cases. To solve this problem, we present a new detecting method based on wavelet threshold processing that can detect the chaotic weak signal accompanied with noise. All theoretical analyses and simulation experiments indicate that the new method reduces the noise interferences to detection significantly, thereby making the corresponding chaotic oscillator that detects the weak signals accompanied with noises more stable and reliable.     

混沌直接序列扩频信号盲解调的硬件电路实现

提出了基于现场可编程门阵列 (FPGA) 技术的混沌直接序列扩频信号盲解调的硬件电路实现方法. 设计了混沌直接序列扩频信号发射机与接收机. 发射机可产生10种不同的混沌直接序列扩频信号. 为方便接收机的硬件电路实现, 对无先导卡尔曼滤波混沌拟合盲解调算法进行了简化, 在简化模型的基础上设计了接收机硬件结构. 提出了一种动态调整偏移因子的新方法, 使接收机能实时适应混沌映射的变化. 通过高斯白噪声信道及多径信道条件下的盲解调实验, 验证了盲解调算法硬件实现的抗噪声与抗多径性能, 以及对10种不同的混沌直接序列扩频信号的自适应破译效果. 关键词： FPGA 混沌直接序列扩频通信 盲解调     

基于双重傅里叶级数的混沌SPWM频谱量化分析

混沌SPWM控制因其可以有效地降低变换器的电磁干扰而得到越来越多的关注,目前对于电磁干扰效果的分析主要以仿真和实验为主,缺乏一种量化的分析方法.本文利用双重傅里叶级数的方法,首先给出了多周期及准随机SPWM的频谱量化表达式,并且针对多周期SPWM进行了频谱计算与仿真的对比验证,然后本文将此计算方法拓展应用到混沌SPWM中,并分析了混沌频谱计算的可行性.为了验证不同映射及不同载波周期波动范围对频谱的影响,文中选择了常用的Tent和Chebyshev映射分别进行了对比实验,实验结果表明,载波周期波动范围对扩频效果具有较大的影响,而且从长期看,混沌序列的分布概率密度会影响扩频的效果,从短期来看,序列的初始值选取也会对扩频效果有较大影响.本文的频谱分析方法对混沌SPWM抑制电磁干扰原理提供了一定的理论基础,而且可以为其工程实践提供设计参考.     

混沌干扰中基于同步挤压小波变换的谐波信号提取方法

针对混沌干扰背景下多个谐波信号的提取问题, 提出了一种基于同步挤压小波变换(SST)的谐波信号抽取方法. 首先利用SST将混沌信号和谐波信号组成的混合信号分解为不同的内蕴模态类函数, 然后利用Hilbert变换对分离出的内蕴模态类函数进行频率识别, 从中分离出各谐波信号. 以Duffing混沌背景为例, 对混沌干扰下多谐波信号的提取进行了实验分析. 实验结果表明: 对于不同频率间隔的多个谐波分量, 本文方法的提取结果都具有较高的精度, 而且所提方法对高斯白噪声的干扰具有较好的鲁棒性, 综合提取效果优于经典的经验模态分解方法.     

Chaotic signal denoising algorithm based on sparse decomposition

Denoising of chaotic signal is a challenge work due to its wide-band and noise-like characteristics. The algorithm should make the denoised signal have a high signal to noise ratio and retain the chaotic characteristics. We propose a denoising method of chaotic signals based on sparse decomposition and K-singular value decomposition(K-SVD) optimization. The observed signal is divided into segments and decomposed sparsely. The over-complete atomic library is constructed according to the differential equation of chaotic signals. The orthogonal matching pursuit algorithm is used to search the optimal matching atom. The atoms and coefficients are further processed to obtain the globally optimal atoms and coefficients by K-SVD. The simulation results show that the denoised signals have a higher signal to noise ratio and better preserve the chaotic characteristics.     

颠倒睡眠状态调制心率变异性信号的功率谱和基本尺度熵分析

心率变异性(HRV)信号能够提供心脏活动状态的重要信息.通过建立颠倒睡眠模型,联合功率谱和基本尺度熵方法分析颠倒睡眠状态下24 h的HRV信号,研究颠倒睡眠对自主神经相互作用以及HRV信号混沌强度的调制.结果表明,颠倒睡眠导致自主神经在昼夜间的活动节律发生颠倒,基本尺度熵在昼夜的变化趋势也随之发生逆转,因此HRV信号的混沌强度与自主神经的相互作用密切相关,进一步研究两者之间的关系发现:HRV信号的混沌强度与交感神经的调制强度正相关,与迷走神经的调制强度负相关.     

Harmonic signal extraction from noisy chaotic interference based on synchrosqueezed wavelet transform

For the harmonic signal extraction from chaotic interference, a harmonic signal extraction method is proposed based on synchrosqueezed wavelet transform(SWT). First, the mixed signal of chaotic signal, harmonic signal, and noise is decomposed into a series of intrinsic mode-type functions by synchrosqueezed wavelet transform(SWT) then the instantaneous frequency of intrinsic mode-type functions is analyzed by using of Hilbert transform, and the harmonic extraction is realized. In experiments of harmonic signal extraction, the Duffing and Lorenz chaotic signals are selected as interference signal, and the mixed signal of chaotic signal and harmonic signal is added by Gauss white noises of different intensities.The experimental results show that when the white noise intensity is in a certain range, the extracting harmonic signals measured by the proposed SWT method have higher precision, the harmonic signal extraction effect is obviously superior to the classical empirical mode decomposition method.     

混沌噪声背景下微弱脉冲信号的检测及恢复

构建了一种在混沌噪声背景下检测并恢复微弱脉冲信号的模型.首先,基于混沌信号的短期可预测性及其对微小扰动的敏感性,对观测信号进行相空间重构、建立局域线性自回归模型进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号.然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性(DLL)模型,以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号.仿真实验结果表明本文所建的模型能够有效地检测并恢复出混沌噪声背景中的微弱脉冲信号.     

Monitoring changes in time of chaotic nonlinear systems

We extend our method for classifying signals from chaotic nonlinear dynamical systems to the problem of monitoring chaotic nonlinear dynamical systems with the goal of detecting that the state of a system has changed. One potential application would be to systems where the changes are not easily detectable by spectral analysis or other linear techniques. The method is expected to be most useful in comparison to other techniques when there are other signals or noise present, some of which have a broad band frequency spectrum, and the signal of interest is associated with either a low dimensional dynamical system or a low dimensional chaotic attractor. The method is applied to data from a laboratory model of a fluidized bed reactor and to data from a gyroscope as well as to numerically generated signals from mathematical models. For the dynamical systems considered in the paper, the proposed method provides significantly better discrimination than spectral analysis. (c) 1995 American Institute of Physics.     

基于改善空间关联性的混沌控制

基于混沌信号的统计特性，提出了一种通过改善混沌信号的空间关联性实现混沌控制的方法.以Hénon离散混沌系统和四阶Chua's电路超混沌连续系统为例进行了数值研究，验证了这种控制方法的有效性.结果表明， 通过改善混沌信号之间的空间关联性， 混沌系统能以较快的速度收敛到它的平衡点或多种周期轨道. 关键词： 混沌控制 空间关联性 Hénon系统 四阶Chua's电路     

Evaluating the dynamical coupling between spatiotemporally chaotic signals via an information theory approach

An information-theoretic measure is introduced for evaluating the dynamical coupling of spatiotemporally chaotic signals produced by extended systems. The measure of the one-way coupled map lattices and the one-dimensional, homogeneous, diffusively coupled map lattices is computed with the symbolic analysis method. The numerical results show that the information measure is applicable to determining the dynamical coupling between two directly coupled or indirectly coupled chaotic signals.