导读:本文包含了混沌噪声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）
凤兰[4]（2016）在《船舶混沌噪声特性提取方法研究》一文中研究指出为对船舶结构故障进行实时预报,本文基于小波变换理论,建立混沌振动信号的离散、分解以及重构模型,对船舶故障特征信号进行提取。以某船舶振动信号为例,在信号两端采用软窗域函数重构,而信号中间位置采用硬窗域函数进行重构,然后采用本文建立的模型进行特征信号的辨识,得出子结构特征信号。结果表明:本文建立的模型较为有效,且计算速度较快,能够为工程应用提供参考。(本文来源于《舰船科学技术》期刊2016年02期）
杨启伦[5]（2015）在《混沌噪声雷达信号模型及其应用研究》一文中研究指出随着电子战的发展,现代雷达面临越来越严峻的生存环境,因此低检测概率特性、低截获概率特性以及优良的抗干扰能力是雷达的一个重要发展趋势。噪声雷达由于具有随机的波形,在电子对抗方面相比于固定信号雷达具有天然的优势。近年来,噪声雷达,特别是混沌噪声雷达受到了越来越多的关注。混沌噪声雷达研究的一个重要方向是信号模型设计,这也是本文主要的研究课题。本文主要对混沌噪声信号模型及其应用进行了深入的研究,主要工作和创新点如下:(1)提出了基于频域调制的低旁瓣混沌雷达信号,包括群时延调制信号和相位谱调制信号。频域调制方法适合于多种混沌映射产生低旁瓣混沌雷达信号。在频域中,采用混沌序列调制雷达信号频谱的群时延或者相位谱,使其具有随机性;同时使频谱的幅度恒定,使其具有平坦的功率谱;最后通过逆傅里叶变换将雷达信号的频谱转换为时域波形。由于设计的信号具有平坦的功率谱密度,因此脉冲压缩的旁瓣非常低。数值仿真和实验结果表明了所设计信号具有低旁瓣性能、图钉型的模糊函数以及良好的正交性。(2)提出了一种组合映射混沌调频(CCM-FM)信号。CCM-FM信号可以克服在数字器件实现混沌信号的过程中,较短的量化长度破坏混沌特性的缺陷。组合映射由Logistic映射和Bernoulli映射组合而得到,首先使用Logistic映射产生Bernoulli映射的参数,然后将不同参数下的Bernoulli映射子序列进行组合而得到组合映射序列。然后采用组合映射序列进行雷达信号调频,从而得到CCM-FM信号。仿真结果表明,即使在量化长度非常低的情况下,CCM-FM信号也能保持很好的混沌特性;同时其具有图钉型的模糊函数以及良好的正交性。(3)噪声雷达不仅需要随机的波形,同时也需要波形之间不相干。为此提出了一种实时混沌噪声雷达信号及系统方案。该方案采用FPGA实时计算和输出CCM-FM信号,通过改变不同的初始值即可产生不相干的波形。脉冲压缩的参考信号由CCM-FM信号的初始值和迭代参数重建而生成。实验证明了由初始值和迭代参数重建而得到的参考信号进行脉冲压缩的可行性,同时也证明了CCM-FM信号的低旁瓣特性和良好的抗干扰性能。(4)提出了一种载频根据组合混沌映射(CCM)序列随机跳变,基带信号采用CCM-FM信号的宽带混沌雷达信号模型,并将其应用于高速目标的速度估计和一维成像。针对CCM-FM信号图钉型的模糊函数,提出了一种搜索算法来准确估计高速目标的运动速度。该搜索算法包括粗搜索和精搜索,粗搜索采用固定的搜索步长使得速度偏差小于速度分辨率;精搜索采用黄金分割算法来得到准确的速度估计。然后通过带宽相干合成来实现高分辨率一维成像。最后通过数值仿真验证了所提出的信号模型以及成像算法的性能。(5)基于混沌噪声信号进行了ISAR成像仿真,并在此基础上进行了抗干扰性能比较。仿真结果表明,抗压制干扰性能只与雷达信号的能量有关,而与信号的具体调制形式无关;并且具有恒定幅度的雷达信号具有最强的抗压制干扰性能。欺骗干扰对于固定波形的雷达很有效,但是对于噪声雷达却几乎无效。这是由于噪声雷达各个发射波形不相干,欺骗干扰对于噪声雷达来说仅仅相当于降低了信噪比。(本文来源于《中国科学院研究生院(空间科学与应用研究中心)》期刊2015-05-01）
严刚峰,谭航,徐宁璟,黄显核[6]（2013）在《混沌噪声与白噪声对Van der Pol振荡器相位噪声的影响》一文中研究指出从描述振荡器的非线性微分方程出发,提出将噪声作为非线性微分方程的一项,通过建立随机非线性微分方程来分析振荡器的相位噪声.并用这种方法,在相同强度下,针对分别为白噪声和混沌噪声的情形,分析了Van der Pol振荡器产生的相位噪声,发现混沌噪声产生的相位噪声要远大于白噪声所产生的相位噪声.通过分析其原因,提出了一些低相位噪声振荡器设计所应考虑的问题.(本文来源于《四川大学学报(自然科学版)》期刊2013年01期）
王雷,王菲[7]（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[8]（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）
金美华,高炜[9]（2011）在《基于耦合映象格子的混沌噪声信号产生器》一文中研究指出为了提高噪声信号的有效性和可控性,设计了一种基于Tent映射的双向耦合映象格子(TDCML)的混沌噪声信号产生器,采用"舍弃法"生成不变分布可为任意分布的混沌序列,分别基于时间间隔和空间间隔给出了混沌噪声信号产生器的两种设计方案,并讨论了其FPGA实现方法。与传统的多路并行映射设计方案相比,所提方案具有结构简单、占用硬件资源少和易于实现等优点。计算机仿真结果表明,所设计的混沌噪声信号产生器可产生具有平坦功率谱和任意分布的混沌噪声信号,应用领域广阔。(本文来源于《电子测试》期刊2011年07期）
祝林林[10]（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）
混沌噪声论文开题报告
（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].凤兰.船舶混沌噪声特性提取方法研究[J].舰船科学技术.2016
[5].杨启伦.混沌噪声雷达信号模型及其应用研究[D].中国科学院研究生院(空间科学与应用研究中心).2015
[6].严刚峰,谭航,徐宁璟,黄显核.混沌噪声与白噪声对VanderPol振荡器相位噪声的影响[J].四川大学学报(自然科学版).2013
[7].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
[8].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
[9].金美华,高炜.基于耦合映象格子的混沌噪声信号产生器[J].电子测试.2011
[10].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