本文選題：混沌 + 弱信號檢測　； 參考：《電子科技大學》2017年碩士論文

【摘要】：研究證明,很多工程問題可以歸結(jié)為強混沌背景下的弱諧波信號檢測問題�；煦缋碚撘驗槠淦者m性和自身豐富的動力學特性而被廣泛應(yīng)用于弱信號檢測領(lǐng)域。因此,強混沌背景下的弱諧波信號檢測問題是一個研究熱點。本文利用混沌理論結(jié)合信號檢測技術(shù)對強混沌背景下的弱諧波信號檢測算法展開研究,主要工作包括:1、研究了基于Duffing混沌振子方程的弱諧波信號檢測算法,該算法利用混沌系統(tǒng)對初值比較敏感,以及混沌運動過程會隨著Duffing方程的外加周期策動力的改變而呈現(xiàn)出不同相空間狀態(tài)圖的特點實現(xiàn)對弱諧波信號的檢測。當在系統(tǒng)中加入含有微弱諧波信號的待檢測信號以后,調(diào)節(jié)外加周期策動力,系統(tǒng)運動狀態(tài)會從混沌狀態(tài)進入大尺度周期狀態(tài),2、研究對比了三種均勻混沌背景下的弱諧波信號檢測算法。其中,ESN檢測算法利用參考序列訓練回聲狀態(tài)網(wǎng)絡(luò),并構(gòu)建混沌信號一步預(yù)測矩陣,最后利用一步預(yù)測誤差檢測弱諧波信號。然而該算法對高斯白噪聲比較敏感,當混沌背景中混有高斯白噪聲時,ESN檢測算法失效。針對噪聲敏感這一問題,本文提出了基于SOCP的最優(yōu)化檢測算法,該算法利用混沌信號具有二階統(tǒng)計特性不變性的特點,利用參考序列構(gòu)建數(shù)據(jù)矩陣提取混沌背景二階統(tǒng)計特性,并設(shè)計最優(yōu)濾波器,最后根據(jù)輸出信干噪比(SINR)檢測弱諧波信號。然而基于SOCP的最優(yōu)化理論算法需要求解一個凸優(yōu)化問題,算法計算復雜度較高。針對上述特點,本文進一步提出了一種基于EKF的迭代算法,該算法在傳統(tǒng)EKF算法的基礎(chǔ)上進行了優(yōu)化,降低了計算復雜度。3、探索了非均勻混沌背景下弱諧波信號的檢測算法,給出了一種基于APES的非均勻檢測算法。非均勻檢測算法不需要參考序列,首先構(gòu)建Hankel矩陣提取自身混沌特性,并通過設(shè)計最優(yōu)濾波器求解最優(yōu)權(quán)值,最后通過輸出信干噪比(SINR)檢測弱諧波信號。仿真實驗驗證了非均勻檢測算法可以檢測均勻混沌背景下和非均勻混沌背景下的弱諧波信號,并具有良好的抗噪聲性能。
[Abstract]:It is proved that many engineering problems can be attributed to weak harmonic signal detection under strong chaotic background. Chaos theory is widely used in weak signal detection field because of its universality and rich dynamic characteristics. Therefore, weak harmonic signal detection in strong chaotic background is a hot topic. In this paper, the weak harmonic signal detection algorithm based on duffing chaotic oscillator equation is studied by using chaos theory and signal detection technology. The main work includes: 1. In this algorithm, the chaotic system is sensitive to the initial value, and the chaotic motion process presents different phase space state diagrams with the change of the external periodic driving force of the duffing equation to realize the detection of weak harmonic signals. When the signal with weak harmonic signal is added to the system, the external periodic force is adjusted. The motion state of the system changes from chaotic state to large scale periodic state. Three weak harmonic signal detection algorithms in homogeneous chaotic background are studied and compared. The echo state network is trained by reference sequence, and the one-step prediction matrix of chaotic signal is constructed. Finally, the weak harmonic signal is detected by one-step prediction error. However, the algorithm is sensitive to the white noise of Gao Si. When the white noise is mixed with Gao Si in the chaotic background, the algorithm fails. In order to solve the problem of noise sensitivity, an optimal detection algorithm based on SOCP is proposed in this paper. The algorithm extracts the second-order statistical properties of chaotic background by constructing a data matrix of reference sequences, which makes use of the invariance of the second-order statistical properties of chaotic signals. The optimal filter is designed and the weak harmonic signal is detected according to the output signal-to-noise ratio (SINR). However, the optimization algorithm based on SOCP needs to solve a convex optimization problem, and the computational complexity of the algorithm is high. In view of the above characteristics, an iterative algorithm based on EKF is proposed in this paper. The algorithm is optimized on the basis of the traditional EKF algorithm, which reduces the computational complexity of .3. and explores the weak harmonic signal detection algorithm in the non-uniform chaotic background. A non-uniform detection algorithm based on apes is presented. The nonuniform detection algorithm does not need a reference sequence. Firstly, the Hankel matrix is constructed to extract its own chaotic characteristics, and the optimal weight is solved by designing an optimal filter. Finally, the weak harmonic signal is detected by output signal-to-noise ratio (SINR). The simulation results show that the non-uniform detection algorithm can detect the weak harmonic signal in the homogeneous chaotic background and the non-uniform chaotic background, and has good anti-noise performance.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN911.23

【相似文獻】

相關(guān)期刊論文 前10條

1 王國光;王樹勛;;提取強混沌干擾中諧波信號的方法[J];吉林大學學報(理學版);2006年03期

2 王國光;王樹勛;;混沌背景下微弱諧波信號的恢復[J];吉林大學學報(工學版);2006年03期

3 葉黎明,肖健華;電力系統(tǒng)無功補償及諧波抑制智能系統(tǒng)[J];東北電力技術(shù);2002年06期

4 李月,楊寶俊,鄧小英,林紅波;諧波信號頻率的混沌檢測方法[J];電子與信息學報;2005年05期

5 蘇婷婷;孔令講;楊建宇;;基于多諧波微多普勒信號分析的目標攝動參數(shù)提取方法[J];電子與信息學報;2008年11期

6 竇慧晶,王樹勛,汪飛;相關(guān)乘性和加性噪聲背景下的二維諧波恢復[J];吉林大學學報(信息科學版);2005年01期

7 姜可宇;蔡志明;王平波;陸振波;;基于RBF神經(jīng)網(wǎng)絡(luò)模型的混沌背景下諧波信號提取[J];武漢理工大學學報(交通科學與工程版);2007年05期

8 毛用才,保錚;復高斯乘性和加性噪聲中復諧波的Cramer-Rao界[J];通信學報;1997年09期

9 李宏偉,程乾生;二維諧波的累量公式[J];通信學報;1998年02期

10 汪芙平,郭靜波,王贊基,蕭達川,李茂堂;強混沌干擾中的諧波信號提取[J];物理學報;2001年06期

相關(guān)會議論文 前10條

1 付麗華;李宏偉;張猛;;復雜噪聲中諧波信號恢復的小波方法[A];第十二屆全國信號處理學術(shù)年會（CCSP-2005）論文集[C];2005年

2 聶春燕;;基于互相關(guān)檢測和混沌理論的弱信號檢測方法研究[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

3 平慶偉;夏桂芬;;激光混沌弱信號檢測研究[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（上冊）[C];2010年

4 韓宇;蔡英武;劉朝霞;李合生;李軍;王凌;張海;劉建新;;雷達弱信號檢測算法[A];中國工程物理研究院科技年報（2000）[C];2000年

5 王輝輝;張群飛;羅峰;;一種被動寬帶弱信號空間譜檢測新方法[A];中國聲學學會水聲學分會2011年全國水聲學學術(shù)會議論文集[C];2011年

6 季策;路學亮;張志偉;;一種新的小波閾值去噪算法在弱信號檢測中的應(yīng)用[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

7 宋志杰;王良;華洋;;基于過估計信源數(shù)的寬帶弱信號源DOA估計[A];中國聲學學會2007年青年學術(shù)會議論文集（上）[C];2007年

8 熊飛;孫勇;童菲;;一種深空探測中的弱信號檢測方法[A];中國電子學會第十五屆信息論學術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學術(shù)年會論文集（上冊）[C];2008年

9 熊飛;孫勇;童菲;;一種深空探測中的弱信號檢測方法[A];2008通信理論與技術(shù)新進展——第十三屆全國青年通信學術(shù)會議論文集（上）[C];2008年

10 張廣麗;呂希路;康艷梅;;參數(shù)誘導隨機共振原理實現(xiàn)alpha穩(wěn)定噪聲中的弱信號檢測[A];第十三屆全國非線性振動暨第十屆全國非線性動力學和運動穩(wěn)定性學術(shù)會議摘要集[C];2011年

相關(guān)博士學位論文 前7條

1 夏穎;WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D];哈爾濱工業(yè)大學;2016年

2 戴震龍;幾類問題基于自然邊界歸化的算法研究[D];南京師范大學;2017年

3 朱素果;運動目標的跨尺度檢測與跟蹤方法研究[D];北京郵電大學;2016年

4 衣文索;微弱信號的混沌檢測理論與方法研究[D];吉林大學;2006年

5 史永亮;自適應(yīng)基因算法在表面界面問題的應(yīng)用[D];中國科學技術(shù)大學;2017年

6 李巖;數(shù)字圖像篡改取證算法研究[D];北京郵電大學;2015年

7 許聰;無源探測中弱信號檢測及跟蹤濾波方法的研究[D];哈爾濱工程大學;2010年

相關(guān)碩士學位論文 前10條

1 段杰;強混沌背景下弱諧波信號檢測算法研究[D];電子科技大學;2017年

2 劉強;混沌背景下諧波信號的多域聯(lián)合盲提取算法研究[D];黑龍江大學;2014年

3 白玉靜;診斷絕緣薄膜沉積環(huán)境等離子體的諧波探針方法研究[D];大連理工大學;2016年

4 田正東;基于子空間分析的DOA估計算法研究[D];南京郵電大學;2017年

5 趙程檐;花授粉算法的研究及應(yīng)用[D];廣西民族大學;2017年

6 蔣永洲;再生型切削加工系統(tǒng)動態(tài)響應(yīng)的諧波恢復[D];吉林大學;2008年

7 葉曉平;高階多模型狀態(tài)估計算法及應(yīng)用[D];哈爾濱工業(yè)大學;2017年

8 韋陽陽;兩類廣義多乘積規(guī)劃問題的優(yōu)化算法[D];河南師范大學;2017年

9 李曉萍;有約束條件優(yōu)化問題的MM算法[D];蘭州大學;2017年

10 李全;游客行程多目標智能規(guī)劃算法研究[D];電子科技大學;2017年

，

本文編號：2014394