混沌時(shí)間序列預(yù)測(cè)及其混沌理論在通信信號(hào)調(diào)制識(shí)別中的應(yīng)用.pdf

1、該文圍繞混沌時(shí)間序列預(yù)測(cè)和混沌應(yīng)用在通信信號(hào)調(diào)制類型識(shí)別兩個(gè)方面內(nèi)容展開研究.王要網(wǎng)容為:(1)非線性自適應(yīng)濾波器對(duì)混沌時(shí)間序列及跳頻碼的預(yù)測(cè);(2)常用的神經(jīng)網(wǎng)絡(luò)(BP網(wǎng)絡(luò)RBF網(wǎng)絡(luò))的建模和對(duì)混沌時(shí)間序列及跳頻碼的預(yù)測(cè).(3)一種對(duì)混沌時(shí)間序列的快速預(yù)測(cè)方法;(4)基于混沌理論提取通信信號(hào)調(diào)制類型的特征參數(shù);(5)利用模糊測(cè)度和模糊積分理論設(shè)計(jì)了組合分類器. 該文的創(chuàng)新之處在:1. 研究了二階volterra自適應(yīng)濾波器的收斂性;由

2、于volterra自適應(yīng)濾波器的預(yù)測(cè)性能主要依賴于自適應(yīng)算法,而自適應(yīng)濾波器的收斂性是評(píng)判自適應(yīng)算法好壞的一個(gè)重要標(biāo)準(zhǔn),因此研究了:控制參數(shù)與預(yù)測(cè)誤差的收斂關(guān)系,初始濾波器系數(shù)與預(yù)測(cè)誤差收斂的關(guān)系,濾波器系數(shù)之間的收斂關(guān)系,預(yù)測(cè)誤差與濾波器系數(shù)的收斂關(guān)系,濾波器階數(shù)m與濾波器系數(shù)h(n)的收斂關(guān)系.2.非線性自適應(yīng)濾波器的定階;由于基于非線性自適應(yīng)濾波器技術(shù)提出的非線性自適應(yīng)濾波器的階數(shù)是人為確定,而濾波器的階數(shù)不但影響時(shí)間序列的預(yù)測(cè)精

3、度,而且關(guān)系到實(shí)現(xiàn)該濾波器的計(jì)算復(fù)雜度.從理論和實(shí)驗(yàn)得出非線性自適應(yīng)濾波器(包括二階和高階自適應(yīng)濾波器)的最優(yōu)維數(shù),并給出一種算法確定濾波器最優(yōu)輸入維數(shù).3.針對(duì)實(shí)際工程應(yīng)用要求(實(shí)時(shí)性),提出了對(duì)混沌時(shí)間序列的一種快速預(yù)測(cè)方法;利用hopfield神經(jīng)網(wǎng)絡(luò)具有快速的收斂性,可利用軟硬件實(shí)現(xiàn)的優(yōu)點(diǎn),提出了基于hopfield神經(jīng)網(wǎng)絡(luò)的快速預(yù)測(cè)方法,該方法把二階volterra預(yù)測(cè)濾波器和hopfield神經(jīng)網(wǎng)絡(luò)結(jié)合起來構(gòu)成了新的預(yù)測(cè)方法

4、,該方法對(duì)工程上要求實(shí)時(shí)性的問題提供了一種解決方案.4.跳頻碼的動(dòng)力學(xué)特征分析;跳頻碼是由確定性的規(guī)則產(chǎn)生的偽隨機(jī)序列.它與混沌時(shí)間序列都表現(xiàn)出外在的隨機(jī)性.利用動(dòng)力系統(tǒng)方法研究了幾種跳頻碼(m序列,RS序列,非線性序列及混沌序列)的動(dòng)力學(xué)特性(相關(guān)維數(shù)與最大李雅普諾夫指數(shù)),結(jié)果表明跳頻碼表現(xiàn)出混沌的特征.5.基于混沌理論提出的混沌預(yù)測(cè)方法對(duì)實(shí)際跳頻碼進(jìn)行了預(yù)測(cè)研究;跳頻碼是由確定的機(jī)制產(chǎn)生的偽隨機(jī)序列,表現(xiàn)出混沌的特征,因而可用混沌

5、預(yù)測(cè)方法對(duì)跳頻碼進(jìn)行預(yù)測(cè),研究表明神經(jīng)網(wǎng)絡(luò)和非線性自適應(yīng)濾波預(yù)測(cè)都能對(duì)跳頻碼進(jìn)行有效的預(yù)測(cè),但非線性自適應(yīng)濾波預(yù)測(cè)預(yù)測(cè)速度快,且準(zhǔn)確率高.6.混沌理論在通信信號(hào)調(diào)制識(shí)別方面的應(yīng)用;利用混沌理論可對(duì)混沌時(shí)間序列的復(fù)雜度描述和刻劃,提出了提取通信信號(hào)調(diào)制類型的特征參數(shù)(分形特征和Lempel-Ziv復(fù)雜度特征),這兩種特征對(duì)于通信信號(hào)信噪比在較大范圍的變化,體現(xiàn)出良好的類內(nèi)聚集程度和類間分離程度,因而提高了分類識(shí)別率,同時(shí)也降低了分類器的復(fù)