介绍了混沌序列的特性,然后利用混沌的类随机特性和盲信号处理技术,提出了一种针对混沌卷积混合信号的预测重构盲反卷积方法.该方法充分利用了混沌的物理特性,通过对混沌卷积混合信号使用基于直接预测误差分析所构成的混沌滤波器和基于相空间重构动力学系统方程的人工智能补偿技术去进行盲反卷积,从而实现对单输入单输出混沌卷积信号的源信号和传输函数的盲反卷积处理.仿真
维普资讯 doc.guandang.net
第 2第 4期卷 2 0年 8月 07
Vo .№ . 12 4 A ug 0 .2 07
混沌卷积混合信号的预测重构盲反卷积方法 成谢锋,。陈鹤鸣马勇黄勇林,, ( .京邮电大学光电 _程学院,苏南京 2 0 0; .京机械 _业学院基础部,京 1 0 8; .南大学控 1南 T -江 101 2北 T -北 005 3济 C
制 T -山 5 0 2 A科学与 _程学院,东济南 2 0 2 ) A
T摘
要:绍了混沌序列的特性,然后利用混沌的类随机特性和盲信号处理技术,出了一种针对混沌卷积混合信介提
该方法充分利用了混沌的物理特性,通过对混沌卷积混合信号使用基于直接预测误差智 号的预测重构盲反卷积方法. J _析所构成的混沌滤波器和基于相空间重构动力学系统方程的人工智能补偿技术去进行盲反卷积,而实现对单分 从△ 日 邑 S
阳
输入单输出混沌卷积信号的源信号和传输函数的盲反卷积处理 .真实验验证了该方法的有效性和可行性 .仿
关盲混信系∞键词:反卷积;沌;号处理 中图分类号: TN9 1 7文献标识码: 1 A文章编号:6 34 8 (0 7 0—0 30 1 7—7 5 2 0 )40 6—6
统 e学 . n
A lnd d c nV l t0 e h d f r c a tc s g a s b s d o b i e 0 0 u i n m t o o h o i i n l a e n p e i to nd r c n t u t0 na y i r d c i n a e 0 s r c i n a l ss CH ENG e f ng,CH EN e m i g M A n,H U ANG n—i Xi— e H n, Yo g Yo g ln
C
}
艮
S
y
n S
( .Na j g Unv riyo o t n lc mmu iain,Na j g 2 0 4 Chn;2 1 ni ie st fP ssa d Tee o n nc to s ni 1 0 6, ia .Diiin o scC u s s ej g I si n vs fBa i o r e,B in n t o i tt fMah n r,Be ig 1 0 8 ueo c ie y in 0 0 5,Chn j ia;3 S h o f n rlS in ea d
En ie rn . c o l to ce c n gn eig,Jn nUnv riy ia 5 0 2 o Co ia iest,Jn n2 0 2,Ch i n a)
Absr c: s d o he s a i tc lc r c e i tc fc otc sgn l nd blnd sg lpr c s i e hni u s,a ta t Ba e n t t ts ia ha a t rs is o ha i i a s a i i na o e sng t c qe b i e on ol to e ho o ha tcs g l s d o r d c i n e o t u ton a l ss i op s d. lnd d c v u i n m t d f r c o i i na sba e n p e i ton a d r c ns r c i na y i spr o e
Thi e ho c e sblnd d c nv l i n wih r s e tt ou c i a s a r ns ison f c i s o ha sm t d a hive i e o o uto t e p c o s r e sgn l nd t a m s i un ton fc— o i i na sw ih sng e— tc s g l t i l—npu nd sn e— t tt o h ln a e ia i n e r r a a y i nd a tfca n e— i ta i gl— ou pu hr ug i e rpr d c to r o n l s sa r iii li t l‘ l n e c pe a i n. Thee f c i ne sa e sb lt he p o s d m e ho e e d m on t a e n sm u— i c om ns to ge fe tve s nd f a i iiy oft r po e t d w r e sr t di i l ton . a i s Ke wo ds bln c nv u i n;c o y r: i d de o ol to ha s;sgna o e sng i lpr c s i
混沌是复杂非线性系统中普遍存在的一种自然
行研究 l . oe z程、 s r程、 h n氏方程、 1 L rn方] Rsl方 e C e
现象,如心脏系统、经元网络、神常微分方程组、二维非线性映射均呈现典型的混沌现象.多科学家在许 这方面进行了较为深入的研究. 9 6年 God eg r 18 lb re在对人体心脏进行研究
后指出,康的心脏系统是健有一定量的可变性,它对应着混沌状态,心律频谱人的 1 f分布是心脏混沌的旁证,/心脏神经系统的分形结构是心脏混沌的有力证明[大脑的神经元网 .络系统是由大量的形式神经元联结而成的高度错综
L gs c程等都是研究混沌现象的经典模型. o ii方 l在应用方面也已取得许多研究成果,如 K pa诸 a ln等人 的母体中胎儿心电信号的提取, yKia对海 Ha n
洋杂波背景下有用信号的提取、]混沌保密通讯、混 沌随机波发生器、沌振动器等 .混目前混沌理论的应用研究已从人工模拟深入到对自然界混沌现象的研究,因而从自然界中各种背景情况下提取和分离混
沌信号就成了智能信号处理领域中的一个重要课题.目前对混沌信号的提取和分离已进行了较为深 入的研究.当混沌系统的动力学机理已知则从混合
复杂的非线性系统,因此从神经元网络获取的信息, 如脑电波 ( E信号也需按混沌动力学的规律进 E G) 收稿日期: 0 6 l— 8 2 0一 22 .
信号中分离出混沌信号的方法是寻找一时问序列, 基金项目:山东省自然科学基金资助项目 (2 0 G0 )山东省重点科 y06 3;技攻关项目( 0 6 2 4 0 ) 2 0 Gg 0 0 5 .
使它满足已知的混沌动力学演化规律,足够接近又所获取的观测序列 l .果动力学机理未知, 6如]常用的

热门文档