湮沒(méi)在混沌背景下的微弱信號(hào)檢測(cè).pdf

1、眾所周知，長(zhǎng)期以來(lái)人們一直受到噪聲信號(hào)干擾的侵?jǐn)_，這使得對(duì)于噪聲中微弱信號(hào)檢測(cè)的研究成為測(cè)量技術(shù)領(lǐng)域中的綜合技術(shù)與尖端領(lǐng)域。隨著對(duì)混沌學(xué)的深入研究，越來(lái)越多的科學(xué)研究表明很多微弱信號(hào)湮沒(méi)在具有混沌行為的背景信號(hào)里。因此，檢測(cè)湮沒(méi)在強(qiáng)混沌背景下的微弱信號(hào)是目前國(guó)內(nèi)外研究的熱點(diǎn)和難點(diǎn)。 本文研究的目的是檢測(cè)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(cè)模型；(3)結(jié)合自適應(yīng)信號(hào)分離器對(duì)預(yù)測(cè)誤差進(jìn)行處理達(dá)到檢測(cè)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(cè)值對(duì)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(cè)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(jiǎn)潔而且學(xué)習(xí)收斂速度快，能夠逼近任意非線(xiàn)性函數(shù)，最后將預(yù)測(cè)誤差送入自適應(yīng)信號(hào)分離器進(jìn)行處理，檢測(cè)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(cè)模型的建立，為研究微弱正弦信號(hào)檢測(cè)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(cè)，另外，預(yù)測(cè)結(jié)果表明混沌時(shí)間序列只能短期預(yù)測(cè)，其長(zhǎng)期行為是不可預(yù)測(cè)的；(2)考慮到實(shí)際工程應(yīng)用中，觀測(cè)噪聲的不可避免性，本文在