本發(fā)明專利技術(shù)專利涉及一種基于消散型同步的混沌背景下微弱信號檢測方法，包括如下步驟：1）獲得混沌時間序列的嵌入維和時間延遲，重構(gòu)混沌相空間；2）通過神經(jīng)網(wǎng)絡(luò)擬合混沌預(yù)測模型；3）利用混沌預(yù)測模型進行單步預(yù)測，獲得預(yù)測值，并計算預(yù)測值與實際值的誤差；4）通過傅里葉變換等方法分析誤差值判斷其中是否存在微弱信號，所述步驟3）中，從中檢測出微弱信號，須選擇合適的參數(shù)實現(xiàn)時間序列與混沌系統(tǒng)的消散型同步，當和的誤差的最小均方差達到最小值時確定同步參數(shù)K。其有益效果為：弱化了混沌對初始條件極其敏感的特性，同時考慮了微弱信號、噪聲等因素對信號檢測的影響，提高檢測方法的實用性能。?
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及微弱信號檢測技術(shù)，具體涉及一種混沌背景下的微弱信號檢測方法。技術(shù)背景混沌是非線性的確知系統(tǒng)，具有對初始條件極端敏感、短時預(yù)測等特性，被廣泛的運用于醫(yī)學(xué)、保密通信、水文等領(lǐng)域。混沌無處不在，混沌背景下的微弱信號檢測、估計是目前信號處理研究的熱點和難點之一。目前，混沌背景下的微弱信號檢測主要依據(jù)混沌相空間重構(gòu)和神經(jīng)網(wǎng)絡(luò)。首先，根據(jù)Takens嵌入定理，采用偽最近鄰法、C-C法、互信息量等獲得混沌時間序列的嵌入維m和時間延遲τ，重構(gòu)混沌相空間；然后通過神經(jīng)網(wǎng)絡(luò)擬合混沌預(yù)測模型；最后，利用混沌預(yù)測模型進行單步預(yù)測，獲得預(yù)測值，并計算預(yù)測值與實際值的誤差，通過FFT等方法分析誤差值判斷其中是否存在微弱信號。這類方法主要討論了存在混沌信號和微弱信號的情況，通常只有在討論算法有效性時加入適當?shù)脑肼暎]有對噪聲進行有具體分析，只有少量分析噪聲的研究。而在實際環(huán)境中，噪聲無處不在，這類算法的實用性能也大大降低。其次，這類算法采用混沌系統(tǒng)進行單步預(yù)測，忽略了微弱信號的影響，混沌系統(tǒng)對初始條件非常敏感，微弱信號的加入會對后期的運動狀態(tài)產(chǎn)生一定程度的影響，進而影響混沌時間信號，特別是當周期信號加入到混沌時間序列中時，這種影響會更加的明顯。AieeshP K等通過添加對偶同步實現(xiàn)了混沌背景下的微弱信號處理，首先，采用SVM結(jié)合重構(gòu)相空間得到驅(qū)動系統(tǒng)；其次，采用混沌耦合同步獲得響應(yīng)系統(tǒng)；最后，計算兩個系統(tǒng)的輸出誤差并對其進行FFT，如果存在微弱周期信號，則在對應(yīng)的頻率上存在一定的幅值，而其它頻率處，幅值則相對較小。這種方法的優(yōu)越性是在分析過程中考慮了噪聲影響，方法的實用性大大提高，同時在文章中詳細的描述了引入同步后算法在性能上的提高。 混沌同步一般是指兩個混沌系統(tǒng)最終到達同步的過程，混沌對初始條件非常敏感，兩個混沌系統(tǒng)看似不可能達到同步。但這種方法采用了兩個SVM系統(tǒng)，加大了系統(tǒng)復(fù)雜度，具體的同步的方法也并沒有進行選擇。
技術(shù)實現(xiàn)思路
本專利技術(shù)目的在于在傳統(tǒng)的基于混沌預(yù)測模型的基礎(chǔ)上，將消散型耦合同步加入到混沌背景下的微弱信號檢測方法中弱化混沌系統(tǒng)對初始條件敏感的特性，將混沌背景下微弱信號檢測轉(zhuǎn)換為噪聲背景下微弱信號的檢測問題，提高方法的實用性能，具體有以下技術(shù)方案實現(xiàn)所述基于消散型同步的混沌背景下微弱信號檢測方法，包括如下步驟I)獲得混沌時間序列的嵌入維m和時間延遲τ，重構(gòu)混沌相空間；2)通過RBF神經(jīng)網(wǎng)絡(luò)擬合混沌預(yù)測模型；3)利用混沌預(yù)測模型進行單步預(yù)測，獲得預(yù)測值，并計算預(yù)測值與實際值的誤 4)通過傅里葉變換等方法分析誤差值判斷其中是否存在微弱信號，所述步驟3)中，包括如下步驟A)假設(shè)存在同一混沛系統(tǒng)的時間序列Cn、微弱信號Sn、白噪聲！^構(gòu)成的混合信號 Xn,即Xn = cn+sn+ nn, Xn作為實際信號，從Xn中檢測出微弱信號Sn，須選擇合適的參數(shù)K實現(xiàn)時間序列Xn與混沌系統(tǒng)F(Cn)的消散型同步，如式I :權(quán)利要求1.，包括如下步驟O獲得混沌時間序列的嵌入維m和時間延遲τ，重構(gòu)混沌相空間；2)通過RBF神經(jīng)網(wǎng)絡(luò)擬合混沌預(yù)測模型；3)利用混沌預(yù)測模型進行單步預(yù)測，獲得預(yù)測值，并計算預(yù)測值與實際值的誤差；4)通過傅里葉變換分析誤差值判斷其中是否存在微弱信號，其特征在于，所述步驟3)中，包括如下步驟Α)假設(shè)存在同一混沛系統(tǒng)的時間序列Cn、微弱信號Sn、白噪聲！^構(gòu)成的混合信號Xn, 即Xn = cn+sn+ nn, Xn作為實際信號，從Xn中檢測出微弱信號sn，須選擇合適的參數(shù)K實現(xiàn)時間序列Xn與混沌系統(tǒng)F(Cn)的消散型同步，如式I :2.根據(jù)權(quán)利要求I所述的檢測方法，其特征在于，所述步驟I中依據(jù)Takens定義對純混沌時間序列Cn進行相空間重構(gòu)，選擇歸一化的時間延遲τ =1，嵌入維D是偽最近鄰法確定的嵌入維m的2倍，即D > 2m，得到相空間Cn，如式4。Cn {cnJ cn—I，· · ·，Cn-(d-i) ^，n D,... j N I · · · · · · · · · · · · · · · *(4) 其中，T表示矩陣轉(zhuǎn)置，ζη = cn, η = D+l,. . . , N,并構(gòu)成訓(xùn)練輸入輸出對{cn, ζη+1}, η = D, · · ·，N-1。3.根據(jù)權(quán)利要求I所述的檢測方法，其特征在于，所述步驟2中RBF神經(jīng)網(wǎng)絡(luò)的表達式如式(5)4.根據(jù)權(quán)利要求I所述的檢測方法，其特征在于，所述步驟4中預(yù)測值與實際值的誤差如式8，e/7·,, = xn - Cn = cn +Sn +ηη-αs + ηη...........................(8 )采用快速傅里葉變換對誤差進行頻譜分析，觀察頻譜圖中是否存在突起，如果存在則說明混沌背景中存在該頻譜的微弱周期信號或者主頻率為該頻率的微弱信號。全文摘要本專利技術(shù)專利涉及，包括如下步驟1)獲得混沌時間序列的嵌入維和時間延遲，重構(gòu)混沌相空間；2)通過神經(jīng)網(wǎng)絡(luò)擬合混沌預(yù)測模型；3)利用混沌預(yù)測模型進行單步預(yù)測，獲得預(yù)測值，并計算預(yù)測值與實際值的誤差；4)通過傅里葉變換等方法分析誤差值判斷其中是否存在微弱信號，所述步驟3)中，從中檢測出微弱信號，須選擇合適的參數(shù)實現(xiàn)時間序列與混沌系統(tǒng)的消散型同步，當和的誤差的最小均方差達到最小值時確定同步參數(shù)K。其有益效果為弱化了混沌對初始條件極其敏感的特性，同時考慮了微弱信號、噪聲等因素對信號檢測的影響，提高檢測方法的實用性能。文檔編號G01D21/00GK102914325SQ20121040098公開日2013年2月6日 申請日期2012年10月19日 優(yōu)先權(quán)日2012年10月19日專利技術(shù)者行鴻彥, 龔平, 徐偉 申請人:南京信息工程大學(xué)本文檔來自技高網(wǎng)...
【技術(shù)保護點】
一種基于消散型同步的混沌背景下微弱信號檢測方法，包括如下步驟：？1）獲得混沌時間序列的嵌入維m和時間延遲τ，重構(gòu)混沌相空間；？2）通過RBF神經(jīng)網(wǎng)絡(luò)擬合混沌預(yù)測模型；？3）利用混沌預(yù)測模型進行單步預(yù)測，獲得預(yù)測值，并計算預(yù)測值與實際值的誤差；？4）通過傅里葉變換分析誤差值判斷其中是否存在微弱信號,？其特征在于，所述步驟3）中，包括如下步驟：？A)假設(shè)存在同一混沌系統(tǒng)的時間序列cn、微弱信號sn、白噪聲ηn構(gòu)成的混合信號xn，即xn＝cn+sn+ηn，xn作為實際信號，從xn中檢測出微弱信號sn，須選擇合適的參數(shù)K實現(xiàn)時間序列xn與混沌系統(tǒng)F(cn)的消散型同步，如式1：？其中，n＝D，...，N，（xn？cn）為誤差量，K為同步參數(shù)，且混沌同步系統(tǒng)的預(yù)測輸出，如式2；？B)當可以認為混沌系統(tǒng)與輸入信號完全同步，當xn和的誤差的最小均方差達到最小值，xn與的同步性最好，此時的Mse(K)就是同步參數(shù)K，如式3；？。FDA00002278950900011.jpg,FDA00002278950900012.jpg,FDA00002278950900013.jpg,FDA00002278950900014.jpg,FDA00002278950900015.jpg,FDA00002278950900016.jpg...
【技術(shù)特征摘要】
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：行鴻彥，龔平，徐偉，
申請(專利權(quán))人：南京信息工程大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。