导读:本文包含了混沌噪声背景论文开题报告文献综述及选题提纲参考文献，主要关键词:混沌噪声背景,微弱激光信号,信号强度,放大
混沌噪声背景论文文献综述
贾兰芳,周小芳[1]（2019）在《混沌噪声背景下微弱激光信号的放大与检测技术》一文中研究指出在混沌噪声背景下,现有的微弱激光信号放大检测技术存在检测速度较慢、检测准确度较低的问题,提出一种新的混沌噪声背景下微弱激光信号的放大与检测方法。利用频率尺度变换方法对不同的微弱激光信号进行处理,通过噪声强度统一化处理系统参数,根据系统参数对不同频段的信号进行随机共振处理,增强信号强度,完成微弱激光信号的放大。对放大后的信号进行信号阵元接收模型的构建,通过多路传感器盲分离提取有用的信号,实现微弱激光信号的检测。对仿真实验数据进行分析,根据分析结果可知,所提方法能够有效增强信号的幅值,微弱激光信号的检测速度和检测准确度均明显提高。(本文来源于《激光杂志》期刊2019年11期）
孙海欣,佐藤礼华[2]（2017）在《基于时频分析的混沌噪声背景下谐波信号频率估计》一文中研究指出利用小波变换法和相关法结合对混沌噪声背景下谐波信号的频率进行估计。根据混沌噪声与谐波信号在不同分解尺度上具有不同的能量聚集性的特点,采取不同的尺度系数对含有混沌噪声的谐波信号进行Daubechies小波重构,将混沌噪声和谐波信号分离,得到谐波信号的估计值。再进一步对谐波信号的估计值进行计算,即可得出谐波信号的频率。理论分析和仿真实验表明,该方法对淹没在混沌噪声背景下谐波信号的频率估计是非常有效的,当信噪比较低时,仍可以有效地估计出谐波信号的频率。(本文来源于《长春大学学报》期刊2017年12期）
孙唤唤[3]（2017）在《混沌噪声背景下微弱脉冲信号的检测与恢复》一文中研究指出微弱信号是传统和一般的方法所不能检测到的微弱量,所谓微弱是相对于噪声而言,不只是说信号的幅度很小,主要指的是被噪声淹没的、信噪比很低的信号。微弱信号检测是利用电子学、信息论和概率统计等方法,研究被测信号的特点,分析产生噪声的原因,检测并估计被背景噪声淹没的微弱信号。微弱信号检测是人们获取信息的重要手段,在许多领域中都有比较广泛的应用。随着科学技术的发展,对微弱信号进行检测与恢复的需求日益迫切。混沌(Chaos)是一种看似无规则的运动,在确定性非线性系统中,不需要附加任何随机因素便可出现类似随机的行为。它广泛的存在于气象、水文、通信等多个领域。随着混沌理论在各个领域的发展与应用,利用混沌理论进行微弱脉冲信号的检测与估计成为一种发展趋势。从混沌噪声背景信号中检测并恢复出淹没在其中的微弱信号,尤其是混沌噪声背景下微弱脉冲信号的检测与恢复,对信号处理在理论与实践上有重要的意义。本文中,首先基于混沌信号的短期可预测性及其对微小扰动的敏感性对观测信号进行相空间重构、建立局域线性自回归模型(Local Linear Autoregressive model,LLAR)进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号。然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性模型(Double Local Linear model,DLL),以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号。最后,基于典型混沌时间序列Lorenz系统进行仿真实验,结果表明,本文所建的模型对混沌噪声背景中微弱脉冲信号检测与恢复有比较好的效果。(本文来源于《重庆理工大学》期刊2017-03-09）
王雷,王菲[4]（2012）在《强混沌噪声背景下弱信号检测》一文中研究指出提出了一种强混沌噪声中检测微弱正弦信号的新方法。该方法主要利用了数据平滑处理和自适应处理,故在硬件设计上容易实现。计算机仿真实验结果表明:能够比较精确地检测到强混沌噪声中的微弱信号,检测到微弱信号的信噪比可达到-80dB。(本文来源于《现代电子技术》期刊2012年17期）
陈家胜,曾以成,陈仕必,李家标[5]（2011）在《混沌噪声背景下周期小信号频率估计新方法》一文中研究指出利用待测小信号的周期性及混沌信号的相关特性,提出一种将倍频法与经验模式分解法相结合的混沌噪声背景下周期小信号频率估计的新方法。首先利用相关法对原始混合信号进行初步去噪处理,再利用倍频法与经验模式分解法对信号进行自适应分解,最后对分解出来的固有模态函数进行交叉功率谱分析,估计出周期小信号频率。该方法适用于强混沌信号与强观测噪声为背景的周期小信号频率估计。仿真实验结果表明,方法简单有效,计算量小。(本文来源于《仪器仪表学报》期刊2011年08期）
祝林林[6]（2011）在《基于混沌同步的混沌噪声背景下谐波参数估计方法研究》一文中研究指出近二十年来,自然界和实际应用中的很多信号被证明具有混沌特性,这些具有混沌特性的信号有的是有利的,有的是有害的。在一些情况下,我们所感兴趣的目标信号被具有混沌特性的信号淹没;而在另一些情况下,我们人为的把目标信号淹没在某种混沌信号中,从而实现对目标信号的安全可靠传输。这两种情况的不同点在于,第一种情况中的混沌噪声的模型是未知的,第二种情况中的混沌载波的模型是已知的。这两种都要求我们把谐波信号从混沌背景噪声中提取出来,处理的时候都是把去除混沌信号作为工作的重点。正是因为这两种情况的模型分别是已知和未知的,提取谐波信号的时候采用的思想是不同的。在第一种情况下,基于混合信号具有混沌特性的前提,利用相空间重构和非线性预测的方法把混合信号中的混沌背景噪声预测出来,比较常用的预测方法就是神经网络方法;在第二种情况下,基于混合信号中的混沌背景信号模型已知的前提,利用混沌同步的方法把混合信号中的混沌背景信号估计出来,这种思想的重要理论依据就是混沌同步系统的鲁棒性。本文对混沌噪声背景下谐波参数估计的方法进行了研究。文中对混沌理论在信号处理领域的应用现状做了介绍,并介绍了混沌和混沌同步的基本知识。文中利用经典的非线性系统受扰稳定性理论对混沌同步系统的鲁棒性进行了一定的分析。对收缩理论进行了介绍,并将其应用到混沌同步控制器的设计中,发现用收缩理论去分析某些混沌系统的同步问题是很方便的。对混沌噪声为lorenz混沌信号和rossler混沌信号的情况进行了研究,分别研究了混沌噪声模型参数已知和噪声模型参数未知情况下的谐波参数估计,并利用传统的功率谱分析方法周期图法对淹没在这两种混沌噪声中的谐波信号的频率进行了提取,提取的谐波参数的效果是由混沌同步系统的鲁棒性决定的。本文做了大量的仿真实验,仿真实验结果证明了混沌同步系统具有一定的鲁棒性,也证明了利用混沌同步的方法提取混沌噪声背景中谐波信号的频率是有效的。(本文来源于《吉林大学》期刊2011-06-01）
孙晓东[7]（2009）在《混沌噪声背景下谐波参数估计方法研究》一文中研究指出混沌信号处理是非线性信号处理的一个崭新的学科分支,不仅在海洋、生物、医学、化学等自然和工程领域有着丰富的研究课题,而且在保密通信、数字水印和电子对抗中有广阔的应用前景。混沌噪声背景下谐波信号参数估计是混沌信号处理的一个重要研究内容,对它的研究有着重大的理论意义和重要的实用价值。例如,海洋杂波中目标信号的特征参数估计、生物医学中母体胎儿心电信号的检测和视觉诱发脑电信号中微弱信号的检测和提取,以及反混沌干扰过程等都可以归结为混沌噪声背景下信号参数估计问题。本文首先介绍了混沌理论和混沌信号处理的相关知识,在此基础上提出了基于单变量驱动混沌同步的谐波频率估计方法,并利用互四阶累积量参数估计方法提高频率估计精度。具体研究内容包括:基于确定系统混沌同步的谐波频率估计方法;基于系统模型已知但参数摄动混沌同步的谐波频率估计方法;基于系统模型已知但系统参数完全未知混沌同步的谐波频率估计方法;基于结构互异混沌同步的谐波频率估计方法。本文方法能实现强混沌噪声和强随机噪声共存背景下谐波频率估计;随机噪声可以为相关的高斯(白色或有色)噪声,也可为互不相关的(白色或有色、高斯或非高斯)噪声。理论分析和仿真实验表明,本文提出的混沌噪声背景下谐波信号频率估计方法,具有噪声抑制能力强、估计精度高的优点。(本文来源于《吉林大学》期刊2009-06-01）
吉启超[8]（2009）在《混沌噪声背景下谐波参数估计方法研究》一文中研究指出混沌信号处理是非线性信号处理的一个崭新的学科分支,不仅在海洋、生物、医学、化学等自然和工程领域有丰富的研究课题,而且在保密通信、数字水印和电子对抗中有广阔的应用前景。混沌噪声背景下谐波信号参数估计是混沌信号处理的一个重要研究内容,对它的研究有重大的理论意义和重要的实用价值。例如,海洋杂波中小目标信号的特征参数估计、生物医学中母体胎儿心电信号的检测和视觉诱发脑电信号中小信号的检测和提取,以及反混沌干扰过程都可以归结为混沌噪声背景下信号参数估计问题。本文首先介绍了混沌理论和混沌信号处理的相关知识,在此基础上提出了基于单变量驱动混沌同步的谐波参数估计方法,并利用互四阶累积量MUSIC参数估计方法估计出谐波参数。具体研究内容包括:基于确定系统混沌同步的谐波参数估计方法;基于系统模型已知但参数摄动混沌同步的谐波参数估计方法。本文方法能实现强混沌噪声和强白噪声背景下谐波参数估计。理论分析和仿真实验表明,本文提出的混沌噪声背景下谐波信号参数估计方法,具有噪声抑制能力强、估计精度高的优点。(本文来源于《吉林大学》期刊2009-05-01）
田瑞,程凤琴,李林,于秋红[9]（2008）在《湮没在混沌噪声背景下方波信号的检测方法》一文中研究指出混沌信号背景下弱方波信号的检测在混沌信号工程应用中是备受关注的问题之一,当方波信号完全湮没在混沌信号中且方波频率在混沌信号频带内时,直接应用常规时频分析方法无法检测方波信号。文中提出了基于改进的经验模式分解法(EMMD)实现对方波信号的检测方法。仿真实验表明,该检测方法对方波信号检测有效可行。(本文来源于《气象水文海洋仪器》期刊2008年03期）
孙海欣[10]（2008）在《混沌噪声背景下周期信号的频率估计的方法研究》一文中研究指出本文介绍了基于相关法和小波变换法的混沌噪声背景下周期信号的频率估计。文中分别以Duffing型混沌系统、Lorenz型混沌系统和Rosser型混沌系统作为背景噪声,详细讨论了对淹没在混沌噪声背景下周期信号的频率进行估计的理论与方法。本文提出了两种方法:一种是基于相关法的混沌噪声背景下周期信号的频率估计;另一种是基于小波变换法和相关法相结合的混沌噪声背景下的周期信号的频率估计。对于这两种方法,文中分别阐述了其基本原理,进行了大量仿真实验并给出相应的仿真结果,仿真结果表明两种方法都能够在较低信噪比的情况下,很好的从混沌噪声背景中估计出周期信号的频率。对由混沌噪声和白噪声、混沌噪声和色噪声构成的混合噪声,用同样的方法仍能有效的估计出周期信号的频率,并给出仿真结果。实验结果证明了文中所采用的方法都能够快速有效的估计出混沌噪声背景下周期信号的频率,两种方法都有良好的抗噪性。(本文来源于《吉林大学》期刊2008-04-15）
混沌噪声背景论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用小波变换法和相关法结合对混沌噪声背景下谐波信号的频率进行估计。根据混沌噪声与谐波信号在不同分解尺度上具有不同的能量聚集性的特点,采取不同的尺度系数对含有混沌噪声的谐波信号进行Daubechies小波重构,将混沌噪声和谐波信号分离,得到谐波信号的估计值。再进一步对谐波信号的估计值进行计算,即可得出谐波信号的频率。理论分析和仿真实验表明,该方法对淹没在混沌噪声背景下谐波信号的频率估计是非常有效的,当信噪比较低时,仍可以有效地估计出谐波信号的频率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混沌噪声背景论文参考文献
[1].贾兰芳,周小芳.混沌噪声背景下微弱激光信号的放大与检测技术[J].激光杂志.2019
[2].孙海欣,佐藤礼华.基于时频分析的混沌噪声背景下谐波信号频率估计[J].长春大学学报.2017
[3].孙唤唤.混沌噪声背景下微弱脉冲信号的检测与恢复[D].重庆理工大学.2017
[4].王雷,王菲.强混沌噪声背景下弱信号检测[J].现代电子技术.2012
[5].陈家胜,曾以成,陈仕必,李家标.混沌噪声背景下周期小信号频率估计新方法[J].仪器仪表学报.2011
[6].祝林林.基于混沌同步的混沌噪声背景下谐波参数估计方法研究[D].吉林大学.2011
[7].孙晓东.混沌噪声背景下谐波参数估计方法研究[D].吉林大学.2009
[8].吉启超.混沌噪声背景下谐波参数估计方法研究[D].吉林大学.2009
[9].田瑞,程凤琴,李林,于秋红.湮没在混沌噪声背景下方波信号的检测方法[J].气象水文海洋仪器.2008
[10].孙海欣.混沌噪声背景下周期信号的频率估计的方法研究[D].吉林大学.2008