Duffing混沌阈值的新定量求解法及其在WSD的应用

概述了求取Duffing系统阈值的3种传统方法,分析优缺点,最终提出一种新的求取混沌阈值的定量方法。这种方法能充分反映周期序列的振荡特征,因此,定义为周期特征量法。将该特征量作为混沌阈值可以明显区别混沌序列和周期序列,由此可以用于判断Duffing系统的输出状态,是一种优于其他方法的混沌判决。最后,仿真验证了该方法的可行性并应用于检测弱周期信号的有无及其幅值。     

基于混沌理论的舰船辐射噪声特征提取

针对不同目标舰船的辐射噪声信号特征提取问题,提出了将混沌理论用于非线性时间序列的分析方法。该方法利用非线性局部投影滤波方法进行信号降噪,并在重构相空间的基础上对每一类舰船辐射噪声信号的最大Lyapunov指数、自然测度和关联维数等非线性特征参数进行提取。实验结果表明:当舰船辐射噪声信号的最大Lyapunov指数大于0且为有限值时,舰船辐射噪声信号具有混沌特性;自然测度和关联维数可作为区分不同目标船型的舰船辐射噪声信号的有效特征。     

星载多发多收SAR成像和抗欺骗干扰研究

星载多发多收合成孔径雷达(MIMO-SAR)可以解决方位向高分辨率和大测绘带的矛盾;同时,混沌二相编码(CBPC)信号具有类似随机信号的特点以及良好的自相关和互相关特性;两者都具有良好的应用前景。将CBPC波形应用到MIMO-SAR系统中,在实现高分辨大测绘带成像的基础上可进一步降低雷达信号被敌方分析截获的概率,提高雷达系统的抗干扰性能。仿真实验验证了此方法在抗数字储频式欺骗干扰中的有效性。     

一个新混沌系统的混沌控制与同步

针对一个新的三维自治混沌系统,研究了该系统的控制与同步现象。根据李雅普诺夫稳定性理论,运用自适应控制方法对该系统进行了混沌控制,设计了实现其同步的一个非线性控制器,运用Matlab数值仿真验证了设计的有效性。     

基于Logistic映射的混沌二相编码性能分析

针对目前常用的伪随机二相编码的缺点,利用Logistic混沌映射产生混沌序列并进行数字量化和截取,生成混沌二相编码信号,重点分析了混沌二相编码信号的相关性、混合信号隔离度、抗干扰性能和多普勒敏感性能。仿真分析表明,混沌二相编码信号不仅具有大的时宽带宽积和良好的自相关性,而且具有较强的抗干扰性能和更宽的多普勒容限,是一种较为理想的雷达脉冲压缩信号。     

混沌序列的MIMO雷达正交波形集设计

波形分集是多输入多输出(MIMO)雷达的主要特征之一,设计性能良好正交波形集是实现MIMO雷达的关键技术。介绍了噪声MIMO雷达的基本原理,分析了利用混沌序列设计正交波形的可行性,提出了基于混沌序列的MIMO雷达正交波形集设计方法,给出了基于两种典型混沌序列设计二相编码正交波形的设计结果,分析了波形集相关性能,计算机仿真表明,该方法在算法效率和波形多样性方面优于传统的遗传算法。     

云模型改进惯性权重的混沌交替粒子群算法

标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。     

小波分析在混沌信号识别中的应用研究

通过分析混沌信号和噪声信号的频谱特性以及小波变换对两种信号的作用结果的差异,论证了小波变换是一种有效的去除混沌信号中噪声成分的方法.通过数值仿真研究,证明了小波方法的有效性.最后给出了实验结果.     

高冲击含游隙的转管武器对射击精度的影响

转管武器射击时,其枪机本体与枪机座之间的轴承游隙,依据非线性动力学特征-混沌运动,经过混沌计算对转管武器射击的精度有很大的影响。弹丸运动的质量偏心对系统的动力学特性有一定的影响,一定的偏心会使枪机本体(转子)的振动加剧、混沌运动区域变长,但是枪管套箍可以采用偏心来减少影响。对此可以对3 000 m射击的高射速转管武器提出了间隙大小的指导。     

基于改进粒子群优化算法的发动机故障仿真

为对发动机的稳态故障特性进行有效分析,提出了一种基于改进粒子群优化算法的故障仿真方法。首先将描述系统性能的非线性方程组,转化为带约束的最优化形式,通过设置式中参数可以仿真不同状况下的系统故障。并且提出运用一种改进的粒子群优化算法来为解决描述系统的高维、非线性函数,该算法在初始化时,运用混沌的思想,使得粒子分布遍历所有状态;在进化时,运用的免疫的思想,设置了基于适应度的克隆算子与变异算子增加粒子的多样性;在免疫选择之后,对各个粒子的速度也进行了重新设置,增加了粒子寻找全局最优的能力。实验结果表明,改进的粒子群优化算法能够有效地求得最优解。