基于TEO的Duffing振子混沌相变瞬时频率判别研究

针对弱信号检测领域中传统混沌相变数值判别算法复杂度高,计算量大的问题,对杜芬振子(Duffing oscillator)不同状态下的输出特性进行了研究,提出了一种基于Teager能量算子TEO的混沌相变判别方法,并对某微弱电力载波信号的检测进行了仿真实验。实验结果表明:该方法计算量小,易于量化实现,实时性较强并且能够满足强噪声背景下混沌相变的快速判别需求。

应用锁相环技术判别混沌相变的方法

针对经典的李氏指数法(Lyapunov Exponential Method)等混沌相变判别方法复杂度高的问题,提出了一种应用锁相环技术判别混沌相变的新方法。首先,理论推导了混沌系统的解析特性,分析了系统在不同相态下含有的频率成分;然后,构建了针对混沌系统的数字锁相环模型,研究锁相环下混沌态和大周期态呈现的频率特性;最后,提出了一种基于锁相环技术的混沌相变判别新方法。仿真实验显示,相比于李氏指数法,所提方法判别速度快一个数量级,检测差错率为0时,性能提高近2 d B。新方法应用锁相环技术,简便易行,判别速度快,为混沌相变判别的工程应用提供了新的手段。

联合增益递推的Duffing系统弱信号检测算法

相变判别在Duffing振子弱信号检测中具有至关重要的作用,传统的判别算法复杂度高而精度低,限制了Duffing振子的应用,因而需要寻求更优的判别算法.本文通过欧拉方程建立正弦策动力Duffing振子的状态方程,并对Duffing系统进行滤波估计,推导出系统扩展卡尔曼增益的递推表达形式,以此为据提出了一种联合卡尔曼增益递推方程判别Duffing系统状态的新方法,同时根据增益随信号幅度变化的规律,提出了运用联合系统对弱信号进行定性和定量检测的方法,仿真验证表明,该方法可有效地对弱信号进行检测,相比传统Lyapunov指数判别法,运算耗时降低了两个数量级,且运算精度得到了显著提高.

基于Duffing振子的BPSK信号解调算法

针对传统解调方式无法处理强噪声背景下BPSK信号的问题,采用基于Duffing振子的混沌检测技术对通信信号进行解调,提出了基于Teager能量算子的混沌相变判别方法,提高了相变判别的实时性。结合BPSK信号的调制特点,给出了基于Duffing振子的BPSK信号解调算法。实验表明,这种算法的解调性能优于传统解调方式,可以应用于强噪声背景下微弱BPSK信号的检测。