混沌時(shí)序非線性去噪方法研究及其應(yīng)用.pdf

1、縱觀20世紀(jì)下半葉，非線性科學(xué)得到了蓬勃發(fā)展，其中混沌的發(fā)展占了極大的份額。混沌已經(jīng)廣泛存在于通信、電子、醫(yī)學(xué)、氣象、水文、信息等眾多領(lǐng)域?；煦缡且环N發(fā)生在確定性系統(tǒng)中的貌似隨機(jī)的不規(guī)則運(yùn)動(dòng)，它是一種由確定性系統(tǒng)產(chǎn)生的對(duì)初始條件具有敏感依賴(lài)性、不可預(yù)測(cè)的非線性動(dòng)力系統(tǒng)，具有豐富的動(dòng)力學(xué)特性，是非線性系統(tǒng)普遍存在的現(xiàn)象。但實(shí)際中得到的混沌信號(hào)總是不可避免地被噪聲所污染，噪聲的普遍存在性和高破壞性掩蓋了系統(tǒng)的內(nèi)在動(dòng)態(tài)特性，極大地影響了關(guān)聯(lián)維

2、數(shù)、Kolmogorov熵和Lyapunov指數(shù)等混沌特征量的計(jì)算及其單變量或多變量的預(yù)測(cè)精度，嚴(yán)重的噪聲污染甚至?xí)蜎](méi)數(shù)據(jù)的內(nèi)在本質(zhì)特征及混沌信號(hào)的部分細(xì)節(jié)，使得對(duì)數(shù)據(jù)所做出的分析和預(yù)測(cè)偏離實(shí)際，影響分析和研究的精度，給研究和應(yīng)用工作帶來(lái)了困難。因此，對(duì)實(shí)際觀測(cè)的混沌時(shí)間序列進(jìn)行有效降噪具有重要的意義。
　　 本文基于混沌特性及混沌時(shí)間序列中噪聲的識(shí)別方法，對(duì)混沌非線性序列去噪方法進(jìn)行了深入研究并將其應(yīng)用到混沌保密通信中。該研

3、究屬于物理、信息科學(xué)、人工智能、數(shù)學(xué)的交叉和前沿研究領(lǐng)域。具體包括以下幾部分：⑴針對(duì)混沌非線性序列的動(dòng)力學(xué)特點(diǎn)，提出基于相空間重構(gòu)的匹配追蹤(Matching Pursuit，MP)混沌去噪算法。該方法利用混沌信號(hào)和噪聲在相空間軌道的動(dòng)力和幾何特性不同，保留一定方向分量的同時(shí)抑制其他方向上的分量，從而實(shí)現(xiàn)信號(hào)和噪聲的分離。它首先基于含噪混沌序列構(gòu)造出吸引子流形，然后利用匹配追蹤算法向流形方向靠攏，經(jīng)過(guò)多次迭代獲得較為干凈的數(shù)據(jù)。對(duì)Lor

4、enz系統(tǒng)生成的模擬信號(hào)以及混沌相關(guān)光時(shí)域定位儀實(shí)際采集的探測(cè)信號(hào)進(jìn)行去噪，驗(yàn)證了該方法的有效性。⑵對(duì)常規(guī)小波閾值去噪方法進(jìn)行改進(jìn)，提出基于遺傳算法(GeneticAlgorithm，GA)的非抽樣小波混沌信號(hào)去噪方法。該方法通過(guò)非線性增益操作利用遺傳算法在非抽樣小波域抑制噪聲并且增強(qiáng)混沌信號(hào)的特征。在不需要準(zhǔn)確獲取噪聲統(tǒng)計(jì)特性情況下，使用遺傳算法在非抽樣小波域獲取漸近最優(yōu)去噪閾值，并利用遺傳算法獲取自適應(yīng)最優(yōu)非線性增益參數(shù)。為了全面評(píng)

5、估去噪信號(hào)質(zhì)量，提出了一個(gè)結(jié)合信噪比(Signal to Noise Ratio，SNR)和信息熵的高效客觀的評(píng)估措施。⑶基于改進(jìn)的遺傳算法，利用第二代提升小波，提出一個(gè)智能的混沌信號(hào)去噪方法。該方法從信號(hào)本身智能地學(xué)習(xí)噪聲類(lèi)型，不需要任何有關(guān)噪聲的先驗(yàn)知識(shí)，實(shí)現(xiàn)不同類(lèi)型噪聲背景下的混沌信號(hào)去噪。同時(shí)，該方法使用第二代提升小波，克服了第一代小波存在的一些實(shí)際的缺陷和不足，提高了小波變換和小波構(gòu)建的速度并且擁有更大的靈活性。改進(jìn)的遺傳算法

6、用于提升小波域內(nèi)不同尺度閾值的最優(yōu)選擇。⑷萬(wàn)有引力搜索算法(Gravitational Search Algorithm，GSA)較遺傳算法在最優(yōu)選取上具有更高的性能。本文利用混沌運(yùn)動(dòng)的遍歷性，引入一個(gè)混沌操作算子提出一個(gè)改進(jìn)的萬(wàn)有引力搜索算法，該算法克服了標(biāo)準(zhǔn)萬(wàn)有引力搜索算法過(guò)早收斂及易陷入局部最優(yōu)的缺陷。⑸應(yīng)用改進(jìn)的萬(wàn)有引力搜索算法構(gòu)建非線性過(guò)濾模型?；谠撃Ｐ吞岢鲆粋€(gè)新的混沌保密通信方案。該方案主要由四部分組成：編碼器、混沌過(guò)濾器