混合混沌序列及其同步方案

详细地阐述了以改进型logist-map混沌序列为基础，加以m序列的混合混沌序列的构成方法，解决了混沌序列在实际应用中的平衡问题，并讨论了对混合混沌序列实行实时发生的同步方案。Matlab的仿真结果表明：混合混沌序列保持了logist-map序列的良好特性，方案具有可行性。     

混沌序列的T-SK反馈模糊神经网络预测

针对模糊神经网络预测混沌系统输入节点数目的确定随意性较大及敛速度慢的缺点,提出T SK反馈模糊神经网络(T SKrecurrentfuzzynetwork,TRFN)。同时采用两阶段学习算法:先进行结构学习来确定TRFN的最佳结构,再利用基于混沌动态量的BP算法对神经网络进行参数学习,提高了收敛速度和预测精度。应用此网络和相应的学习算法,对Henton序列进行了预测,与传统的模糊神经网络相比,在节点数目较少的情况下,取得了更快更精确的预测结果,验证了该方法的有效性。     

一种改进的雷达脉冲分选算法

介绍一种改进的雷达信号分选算法,这种算法基于到达时间与载频。文中双参数算法可用于常规雷达,参差雷达与捷变频雷达。由仿真结果可见此算法可成功应用于复杂的高密度的雷达环境。