基于ELMAN网络的非线性混沌微弱信号检测

为了快速和实时地从具有强噪声的较低信噪比的原始信号中检测出有用信息,设计了一种混沌相空间重构理论和ELMAN神经网络的信号检测方法;首先,描述了采用混沌相空间重构理论对原始信号进行重构的原理和方法,在获取重构的时间序列的基础上,采用ELMAN网络来近似表示用于检测信号的函数型,然后,设计了ELMAN网络中各层之间连接权值的计算方式,并提出了采用ELMAN网络进行信号检测的具体过程,最后给出了采用混沌相空间重构理论和ELMAN网络的信号检测模型;对Lorenz混沌系统模型进行仿真实验,结果证明了文章方法能有效地对瞬时信号和周期性信息进行检测,在具有高斯白噪声的情况下,仍然具有降噪效果好的优点,是一种用于信号检测的可行性方法。     

混沌背景中信号参数估计的新方法

怎样提取混沌背景中信号的参数具有重要意义.在重构的相空间中,叠加有其他信号的混沌信号时间序列重构的点集会偏离混沌吸引子所在光滑流形,依据这一性质并综合利用混沌背景中信号本身的特性,提出一种参数估计的新方法：最小相对奇异值(MRSV)法.该方法先建立逆滤波器,由其输出重构相空间,然后改变其参数,使输出信号在嵌入空间中作局部奇异值分解的相对奇异值最小,来实现参数估计.AR模型参数和正弦信号频率估计的仿真结果验证了该方法的有效性. 关键词： 混沌 参数估计 最小相对奇异值(MRSV) 逆滤波器     

基于数据融合的多变量相空间重构方法

针对单变量时间序列和多变量时间序列相空间重构所存在的问题,提出一种新的多变量融合的相空间重构方法. 通过Bayes估计理论,将多变量在同一相空间中进行相点的最优融合,得到了更为理想的融合相空间. 应用所提出的方法对Lorenz系统及耦合Rssler系统进行了多变量融合的相空间重构. 通过多变量重构图与单变量重构图的比较,发现基于数据融合的多变量相空间重构图包含了所有单变量相空间重构图的重要信息,使重构的相空间更加完备,较全面地反映出吸引子的全貌信息. 最后应用该方法对转子油膜涡动故障得到的多变量时间序列 关键词： 多变量时间序列 相空间重构 数据融合 Bayes估计     

混沌时间序列重构相空间参数选取研究

基于重构相空间的延迟时间和嵌入维数这两个参数的选取不相关的观点,提出用互信息函数法确定延迟时间后,用CAO方法来确定嵌入维数的新思路.通过对几种典型的混沌动力学系统的数值验证,结果表明该方案能够确定出相空间重构的有效延迟时间和最佳嵌入维数.该方法能够从时间序列中有效地重构原系统的相空间,是混沌信号识别的一种有效途径.     

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     

基于谱间线性滤波的高光谱图像压缩感知

根据高光谱图像较强的谱间相关性,提出一种基于谱间线性滤波的高光谱图像压缩感知方法.高光谱图像进行压缩重构时,利用相邻波谱的谱间相关性,对重构的当前帧与前一谱段的重构图像进行谱间线性滤波,降低了重构帧的噪音信息,纠正了重构帧的轮廓信息,从而提高重构质量.在进行谱间线性滤波时,保留重构帧的低频系数,高频系数与前一波谱重构图像的高频小波变换系数进行线性加权求和,达到滤波的效果.通过实验表明,该方法能够有效提升图像重构质量,并降低重构时间.     

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.     

多变量时间序列最大李雅普诺夫指数的计算

根据单变量时间序列计算最大Lyapunov指数的算法思想，本文提出了一种于多变量时间序列最大Lyapunov指数计算的方法.针对原有算法需要使用重构相空间的特点，推广算法给出了多变量时间序列相空间重构参数的选择方法，并采用多变量重构相空间进行最大Lyapunov指数计算.经耦合Rssler系统产生多变量时间序列的仿真计算，验证了该算法的有效性，推广算法的计算结果表明多变量时间序列的计算结果优于单变量的结果，且更加接近理论计算结果. 关键词： 多变量时间序列 相空间重构 Lyapunov指数     

基于条件熵扩维的多变量混沌时间序列相空间重构

提出一种多变量混沌时间序列相空间重构的条件熵扩维方法.首先使用互信息法求解每个变量的时间延迟,其次按条件熵最大原则逐步扩展相空间的嵌入维数,使得重构坐标从低维到高维的转换保持较强的独立性,最终的重构相空间具有较低的冗余度,为多变量时间序列的预测构造了有效的模型输入向量.通过对几个经典多变量混沌时间序列进行数值实验,结果表明该方法比单变量预测和已有多变量预测方法具有更好的预测效果,说明了该重构方法的有效性. 关键词： 多变量混沌时间序列 相空间重构 条件熵 神经网络预测     

基于近邻轨道平均长度的混沌时间序列分类方法

在混沌时间序列的复原图（recurrence plot, RP）基础上，提出了两混沌时间序列的相干复原图（cross recurrence plot, CRP）的定义，并在CRP上提取出两时间序列在同一重构相空间中演化趋势接近的轨道的平均长度（近邻轨道平均长度），最终实现对混沌时间序列的分类.通过对Lorenz信号的分析，得出两时间序列的近邻轨道平均长度随着它们的重构轨道在相空间中的演化相似性的减小而减短；通过本方法与Schreiber提出的相干预测误差分类方法对心电信号（ECG）的节律变化的检测实验，得 关键词： 时间序列分类 复原图 相干复原图 近邻轨道平均长度 相干预测误差     

基于FFT奇异值分解的光谱信号去噪算法

微型光谱仪在采集光谱信号过程中,光谱数据经常受到来自仪器光学系统和电子电路中的干扰出现噪声和光源特征峰,严重干扰了真实光谱信号的图谱特征,因此需要使用合理的预处理方法保留光谱信号中有用信号并尽可能过滤噪声信号同时将光源特征峰滤除,从而提高光谱信息定量分析的稳健性和准确性。并且在线检测系统要求尽可能减少人为参数选择对去噪效果的影响,奇异值分解经常应用于由系统电路引起的噪声去噪,奇异值降噪阶次的选取对提高信号信噪比十分关键,但是往往参数选取主要依赖经验调试和实验验证。因此,提出了一种基于奇异值重构信号分量频率的光谱信号去噪算法。该算法首先重构原始光谱信号单个奇异值分量信号,然后对每个奇异值分量信号作快速傅里叶变换,得到每个奇异值分量信号快速傅里叶变换结果中振幅最大所对应的频率值,最后按照奇异值递减方式对相应分量信号频率值进行一阶滞后差分,得到频率差分谱,研究表明,差分谱第一个谱峰值在大于设定阈值处所对应的奇异值即为奇异值分解降噪的有效阶次。结果表明：对包含多种重金属离子的溶液在线测量的紫外可见光谱信号,添加不同强度的随机噪声,并进行去噪处理,使用信噪比和均方根误差两个性能指标进行对比。所提算法相较于SG滤波算法和小波变换去噪算法信噪比分别提高了22.05%,10.88%,均方根误差分别降低了74.28%,41.29%。所提算法完全基于数据驱动,在处理真实紫外可见光谱信号中不仅抑制了噪声影响,而且将微型光谱仪的光源特征峰有效滤除,在紫外可见光谱信号的定量分析中具有较好的应用前景。     

螺旋桨鸣音的混沌动力特性研究

利用混沌动力学方法研究螺旋桨鸣音信号时间序列,估计时间序列的相空间重构最佳参数,并提出其具有混沌动力特性,分析了系统拓扑维数的边界和生成系统所必须独立变量的个数,还计算分析了重构相空间中吸引子轨迹随时间演化的发散情况。分析计算结果表明:螺旋桨鸣音信号时间序列可以选取最佳延迟时间t_D=1、最小嵌入维数d_E=8进行相空间重构,其混沌吸引子的关联维数为5.1579、最大Lyapunov指数为0.0771,此研究结果可以为螺旋桨鸣音现象的进一步研究提供理论基础。     

声波扰动对大气湍流内外尺度与折射率功率谱函数的影响分析

声波是一种机械波,作为能量的载体,在大气湍流环境下传输会“扰动”湍流耗散率的变化,从而会影响湍流物理结构演化.本文基于声波能量和湍流能量平衡方程,结合湍流内外尺度和大气折射率功率谱函数,研究了在不同声波扰动下大气湍流的内外尺度和折射率功率谱函数的变化特征.结果表明:不同声波的传播会使得湍流的内外尺度发生变化,声源功率越大,对湍流尺度的影响越大,然而声源频率越大,对湍流尺度的影响并不是特别明显;不同声波的传播会使大气折射率功率谱函数发生改变,在惯性区内,考虑到声波对湍流内外尺度的影响,不同声源对大气折射率功率谱的影响程度不同,在耗散区内,大气折射率功率谱都出现随声波传输距离波动的情况.本文探索声波扰动对大气湍流折射率功率谱函数特征参数的变化规律,为激光在声波扰动大气湍流中传输特性以及声光耦合研究提供理论依据.     

基于因果检验的非线性系统的预测试验

非线性、非平稳系统的预测是一个具有重要科学意义的研究课题.最近一些工作已将收敛交叉映射算法(convergent cross mapping, CCM)用于检验变量之间的因果关系,由于在CCM算法中,相空间中相互靠近的点在时间上具有相似的发展趋势和运动轨迹,因此该方法可以尝试应用于非线性、非平稳系统的预测试验研究中.鉴于此,本文将CCM算法分别应用于Lorenz系统和实际气候时间序列的预测中,并检测不同相空间重构方法对预测效果的影响.主要结果如下:1)不论是理想Lorenz模型还是实际气候序列,对于单变量、多变量和多视角嵌入法3种重构相空间方法而言,多视角嵌入法对变量的预测效果最好,表明对于给定长度的时间序列,重构相空间中包含的信息越多,其预测能力越强; 2)将NAM (northern hemisphere annular mode)加入SAT (surface air temperature)的重构相空间中可以改善SAT的预测效果.在使用单变量、多变量和多视角嵌入法进行预测时,利用复杂系统中变量中共有信息的特性,在时间序列长度一定的情况下,可以利用动力系统的复杂性来增加系统内的信息...     

输油管道压力时间序列混沌特性研究

输油管道压力波动的内在动态特征,采用非线性的分析方法探讨了实测输油管道压力波动中存在混沌动态特性的可能性. 以6个典型的输油管道压力实测数据集为研究对象,重构相空间、求得了分形维数和Lyapunov指数谱、验证了数据的平稳性和非线性. 通过对所得结果的分析,从理论上证明了输油管道压力信号具有严格混沌动态特性. 为基于输油管道压力时间序列的研究提供了混沌理论基础. 关键词： 压力时间序列 Lyapunov指数 分形维数 混沌     

基于小波变换的混沌信号相空间重构研究

应用小波变换和非线性动力学方法研究了混沌信号在相空间中的行为，指出混沌时间序 列的小波变换实质上是在重构的相空间中，混沌吸引子向小波滤波器向量所张的空间中的投 影，与Packard等人提出的相空间重构方法本质上是一致的.实验结果表明，混沌信号经过 小波变换后，吸引子轨迹与原有轨迹具有相似的结构，同时，系统的关联维数、Kolmogorov 熵等非线性不变量仍然得到保留.这些结果表明，利用小波变换研究混沌信号是有效的. 关键词： 小波变换 相空间重构 混沌信号 脑电信号     

基于径向基神经网络预测的混沌时间序列嵌入维数估计方法

根据Takens定理,研究了混沌时间序列相空间重构嵌入维数的选取问题.提出了基于径向基函数神经网络预测模型性能的嵌入维数估计方法,即根据嵌入维数与混沌时间序列预测模型性能的变化关系来确定嵌入维数.通过对几种典型混沌动力学系统的数值验证,结果表明该方法能够确定出合适的相空间重构嵌入维数. 关键词： 混沌 相空间重构 嵌入维数 预测     

指向Lyapunov指数及其在单输入单输出系统故障检测中的应用

针对单输入单输出系统的故障检测, 采用混沌振荡器作为激励源, 并利用非一致延迟时间法对被测系统输出时间序列进行相空间重构. 在相空间中平衡点附近定义了指向Lyapunov指数, 并用其对被测系统输出在相空间中平衡点附近特征结构进行分析, 实现了对单输入单输出系统的故障检测. 仿真结果表明, 被测系统的参数变化将会引起相空间中平衡点附近特征结构的改变, 指向Lyapunov指数对其变化敏感. 关键词： 混沌激励 指向Lyapunov指数 故障检测 单输入单输出系统     

水中矿物油三维荧光谱的特征提取与光谱重构

基于荧光激发-发射矩阵的奇异值分解方法,提取矿物油三维荧光谱的特征序列并进行光谱重构研究。对数十个水中污染油的三维荧光谱进行了奇异值分解和参数计算,表明奇异值参数具有明显的能量聚拢特性; 在适当截取奇异值特征参数后,将奇异值与相应的伴随特征向量组合构成三维荧光谱泛基因序列,实现了三维光谱反演重构。作为比较典型的示例,给出了水中柴油的原始三维荧光谱和重构三维荧光谱的对照图。重构的三维荧光谱与原始三维荧光谱基本相同。研究表明,矿物油三维荧光谱的奇异值特征谱能够代表三维荧光谱主能量的分布特征,有限的奇异值泛基因序列具有三维光谱反演重构能力。该结论对于水环境中的污染油模式识别以及矿物油荧光信息文库的建设有重要意义。     

基于视神经网络的混沌时间序列奇异信号实时检测算法

提出了一种基于视神经网络的实时检测混沌时间序列中的奇异点算法,设计了视神经网络奇异点检测器(RNNND);然后设计了基于反向传播(BP)神经网络和径向基函数(RBF)神经网络的混沌时间序列奇异点检测器.利用Lorenz理论模型产生的时间序列和实测输油管道压力时间序列分别检验了这3个奇异点检测器在抗干扰能力、检测微弱信号能力和运算速度等方面的性能.仿真和分析表明,RNNND具有良好的检测精度和较快检测速度.最后详细分析了3种奇异点检测器优缺点并给出了适用场合.