跳頻碼序列的混沌分析與干擾研究.pdf

1、跳頻通信能在連續(xù)不規(guī)則跳變載頻的過程中實施通信，在軍事通信和民用通信中有著非常廣泛的應用。跳頻通信具有抗干擾、抗截獲與碼分多址等優(yōu)點，使敵方難以偵察識別干擾，對其進行預測與干擾成為一大難題。當前，利用混沌分析與神經網絡等多種算法對跳頻碼進行建模和預測的研究正在密切的開展，并取得了一定效果。本文著重利用混沌的動力學性質對跳頻序列的混沌特性進行分析，然后通過神經網絡預測等方法對跳頻序列的跳變規(guī)律進行預測研究，并對其實施干擾。
　　

2、文中，首先闡述了擴頻通信系統與跳頻通信的工作原理及特點等。詳細介紹了混沌系統的概況及混沌動力學的特性，即混沌奇異吸引子、關聯維數、最大Lyapunov指數及分形與分維。運用G-P算法計算關聯維數和Rosenstein算法計算最大Lyapunov指數，對常見的跳頻碼(m碼、RS碼、非線性跳頻碼等)進行分析研究，判斷出它們具有如下結論：(1)具有一個層次非常分明的奇異吸引子，且關聯維數不是一個整數，說明具有分形的特征。(2)對初始值條件極度

3、敏感，最大Lyapunov指數是正的有限值，不是無窮大，說明所研究的跳頻碼并不是真正的隨機，而是具有可預測性。所以，它們都具有混沌的特征。其次，運用BP神經網絡和RBF神經網絡對以上幾種跳頻碼進行仿真預測，并通過MATLAB進行仿真實驗。通過理論分析和仿真實驗對預測模型的性能進行了分析比較，結果證明RBF神經網絡在逼近能力、分類學習和學習速度等方面要優(yōu)于BP神經網絡。文章最后研究了混沌白噪聲的干擾，證明了混沌白噪聲作為干擾信號實施干擾能