通过耦合混沌测量系统抑制噪声

混沌系统对初值有很高的敏感性,用这种特性来测量小信号是很好的有应用前景的方法.因混沌系统对噪声也有很高的敏感性,在较强的噪声环境中,是否也能实现对小信号的测量,抑制噪声对测量系统混沌轨道的干扰是关键.可以认为将多个混沌测量电路耦合起来同时进行测量是一种可以抑制噪声的全新方法,这里对两个混沌测量系统的耦合进行了分析和数值实验,基于符号动力学理论,以及借鉴混沌同步的研究方法,数值结果表明,在合适的耦合条件下,该方法确能有效抑制噪声.

一种混沌测量系统的设计与分析

为设计一种高灵敏度、高分辨率的测量系统 ,文中从混沌的原理出发 ,采用简单混沌信号测量电压信号的数学模型 ,研究了相应的电路实现方法 ,设计出了一套混沌测量系统 ,给出了具体电路、单元电路分析和实验结果。

混沌测量仿真中的噪声模型研究

混沌测量方法适用于强噪声中正弦信号的参数测量,用Simulink对此类方法进行仿真实验验证和效果评估时,需要研究混沌测量仿真系统的形式,尤其是噪声的建模及其参数设置,以保证实验结论的正确性。仿真系统的形式包括仿真模块及其参数设置,据此仿真系统的形式分为三种。利用非线性随机微分方程的数值积分法对积分模块进行分析后发现:不同的仿真系统形式对应两种不同的噪声模型。根据噪声的统计特性和维纳-辛钦定理求出了这两种噪声模型的平均功率和带宽,为混沌测量仿真中噪声模块的参数选择提供了理论依据。

混沌测量系统耦合的噪声抑制效应

利用混沌系统的初值、参数敏感性来进行小信号测量已取得了较好的成功 ,这种技术进一步发展的主要任务之一是降低测量过程中的噪声 ,提出一种可以抑制噪声影响的新方法 ,即将多个混沌测量电路耦合起来同时进行互相关的测量 ,根据符号动力学理论 ,数值实验表明 ,在一定条件下 。

单驱动混沌测量电路

在参数一定条件下,利用混沌系统的初值敏感性,使系统的混沌轨道随初始值发生变化,通过测量混沌轨道的距离即可测得该小信号.本文提出了一种新的非线性RC振荡器驱动电路,与已有的混沌测量电路相比,它采用一个压控电流源向电容提供正反方向的积分电流.实验结果表明它能改善测量电路的线性度和稳定性.

混沌测量中控制噪声的多系统耦合模式

混沌系统的参数敏感性和初值敏感性可以用于小信号检测 ,抑制噪声是其关键。根据符号动力学的理论 ,提出用耦合多个混沌测量系统同时进行相关测量来控制噪声的机制。研究了具体的耦合混沌测量系统 ,在理论分析的基础上 ,数值实验表明这是一种可行的全新测量机制 。

玉米产量模拟中混沌测量的应用设计

从玉米的一生到历年玉米产量构成一维时间序列样本，利用此样本借着混沌测量──自相关函数、功率谱、分数维、Ｌｙａａｕｎｏｖ指数、Ｋｏｌｍｇｏｒｏｖ熵，设计分析了玉米生育及其产量形成的混沌特征，藉助混沌理论，讨论了预报模型自变量个数的确定、可预报时间的确定及混沌动力学模拟模型的反演等。

一种基于FPGA弱信号混沌测量方法

提出了一种基于FPGA弱信号混沌测量方法,利用FPGA可在线编程的优点仿真出电子开关和运算速度快的优点对峰值点进行处理,解决了传统混沌测量方法因为频繁通断电子开关引起强噪声而测量误差大的问题。测试结果表明和传统的测量方法相比具有误差小和线性度好的优点,具有很好的应用空间和市场价值。

基于混沌测量矩阵的生物哈希密文语音检索

为了解决现存语音检索系统中明文数据的泄露问题,提高语音检索性能、生物特征模板的安全性和隐私性,提出了一种基于混沌测量矩阵的生物哈希密文语音检索算法.首先,用户端对语音进行分类,再分发与类为单一映射的密钥,通过密钥生成358位的Rossler混沌测量矩阵,并使用该矩阵对语音特征进行特征变换,进一步二值化生成语音的哈希索引;然后,通过改进的sha256算法对语音文件进行加密;最后,将哈希索引和加密语音送至云端.实验结果表明:提出的算法不仅能防止明文泄露,而且具有良好的鲁棒性、区分性和检索性能;与此同时,生物特征模板具备良好的多样性、可撤销性、安全性和隐私性.

基于压缩感知的小波域地震数据实时压缩与高精度重构

地震数据压缩是解决地震仪无线数据传输的一项关键技术。现有技术方案是对现场数据变换编码,消除其冗余达到压缩效果,再解码反变换恢复原始数据。这类方案需要对完整采集的地震数据进行操作,不仅时效性差,造成了硬件资源浪费,而且数据解码难以高精度恢复。针对以上问题,本文基于压缩感知理论(CS)提出一种新的地震数据压缩重构方案,通过构造混沌伯努利测量矩阵(CBMM)对地震数据小波变换后的稀疏系数进行压缩,在下位机端实时编码;为了提高重构精度,采用贝叶斯小波树结构CS重构算法(BTSWCS),根据小波树结构统计特性,构建一个分层贝叶斯CS先验模型,利用马尔科夫链蒙特卡洛推理对模型参数后验估计,在上位机端恢复原始数据。实际地震数据处理表明,使用本方法对总采样点为2~8的数据压缩,压缩时间可缩短至1.0×10^(-5)s。低信噪比情况下,本文重构算法使峰值信噪比(PSNR)值至少提升5dB。

Using chaos to improve measurement precision

If the measuring signals wore input to the chaotic dynamic system as initial parameters, the system outputs might be in steady state, periodic state or chaos state. If the chaotic dynamic system outputs controlled in the periodic states, the periodic numbers would be changed most with the signals. Our novel method is to add chaotic dynamic vibration to the measurement or sensor system. The sensor sensitivity and precision of a measurement system would be improved with this method. Chaotic dynamics measurement algorithms are given and their sensitivity to parameters are analyzed in this paper. The effects of noises on the system are discussed,

测量总论

Y2000-62039 00099911999年 IEEE 仪器与测量技术会议录,卷1=1999IEEE Proceedings of the 16th instrumentation and mea-surement technology conference,Vol.1[会,英]/IEEEInstrumentation and Measurement Society.—IEEE,1999.—606P.(EC)