湮沒在混沌背景下的微弱信號(hào)檢測.pdf

1、眾所周知，長期以來人們一直受到噪聲信號(hào)干擾的侵?jǐn)_，這使得對于噪聲中微弱信號(hào)檢測的研究成為測量技術(shù)領(lǐng)域中的綜合技術(shù)與尖端領(lǐng)域。隨著對混沌學(xué)的深入研究，越來越多的科學(xué)研究表明很多微弱信號(hào)湮沒在具有混沌行為的背景信號(hào)里。因此，檢測湮沒在強(qiáng)混沌背景下的微弱信號(hào)是目前國內(nèi)外研究的熱點(diǎn)和難點(diǎn)。 本文研究的目的是檢測混沌噪聲背景中的微弱正弦信號(hào)。研究的內(nèi)容分為三個(gè)方面：(1)確定嵌入維數(shù)和延遲時(shí)間重構(gòu)相空間；(2)將混沌理論與人工神經(jīng)網(wǎng)絡(luò)結(jié)合

2、，建立混沌時(shí)間序列(混沌背景)的一步與多步預(yù)測模型；(3)結(jié)合自適應(yīng)信號(hào)分離器對預(yù)測誤差進(jìn)行處理達(dá)到檢測微弱信號(hào)的目的。 論文首先求解動(dòng)力學(xué)方程組產(chǎn)生混沌時(shí)間序列，然后用GP算法確定嵌入維數(shù)、互信息法求出延遲時(shí)間，再根據(jù)Takens嵌入定理，利用混沌系統(tǒng)的單變量觀測值對混沌背景重構(gòu)相空間。接著選用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RadialBasisNeuralNetwork,RBFNN)建立混沌時(shí)間序列預(yù)測模型，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)是一種局

3、部逼近的人工神經(jīng)網(wǎng)絡(luò)，訓(xùn)練簡潔而且學(xué)習(xí)收斂速度快，能夠逼近任意非線性函數(shù)，最后將預(yù)測誤差送入自適應(yīng)信號(hào)分離器進(jìn)行處理，檢測出微弱信號(hào)。 本文研究的結(jié)論是：(1)基于混沌理論和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混沌背景一步及多步預(yù)測模型的建立，為研究微弱正弦信號(hào)檢測提供了可用的模型，該模型可有效用于混沌時(shí)間序列的短期預(yù)測，另外，預(yù)測結(jié)果表明混沌時(shí)間序列只能短期預(yù)測，其長期行為是不可預(yù)測的；(2)考慮到實(shí)際工程應(yīng)用中，觀測噪聲的不可避免性，本文在