混沌扩频序列的优选算法及其系统性能研究

为了获得多址通信中优良的伪随机特性码组,提出了一种混沌序列的优选算法。通过对混沌系统迭代结果的截断和量化处理,根据扩频序列的理想特性和多址干扰指数,给出了优化混沌序列码组的具体步骤,并对传统的Gold序列和多种混沌序列的码组性能作了比较和分析。对DS/CDMA系统性能的仿真结果表明,优选混沌扩频序列的相关性能优于传统的伪随机扩频序列,有利于解决CDMA移动通信中的抗多址干扰及多用户检测等关键问题,从而使混沌扩频系统的抗干扰能力和抗破译能力得到增强。     

混沌直扩序列的优选及与传统序列的性能比较

为了提高异步直扩序列码分多址 (DS/CDMA)系统的容量和保密性能 ,从整个扩频序列集合相关函数的均方值出发 ,对一类由一维混沌映射产生的混沌直扩序列与传统的伪随机序列如m序列、Gold序列和Kasami序列等 ,在异步DS/CDMA系统中作了性能比较研究。计算机仿真表明 ,其性能与传统序列相当 ,其序列数较m序列数多 ,适于作CDMA系统的扩频码 ,并由此提出了一种混沌直扩序列的优选方法。     

基于DEKF联合估计的CD3S信号解调算法

针对实值混沌直接序列扩频(chaotic direct sequence spread spectrum,CD3S)信号同步难、解调难的问题,利用混沌码同步与信息码解调间的关联性,提出了一种基于双扩展卡尔曼滤波联合估计的CD3S信号解调算法。算法采用双扩展卡尔曼滤波结构,交替进行混沌码估计与信息码估计,通过联合估计完成混沌扩频码同步,并实现信息码的解调。考虑到信息码状态相互独立造成的卡尔曼增益退化问题,算法改进了信息码估计时的卡尔曼增益计算方法。仿真结果表明,该算法可以实现CD3S信号的正确解调,改进卡尔曼增益解调可以有效改善CD3S系统的误码性能。     

一种改善混沌序列有限精度效应的新方法

针对常规混沌序列的有限精度效应问题,提出了一种采用超混沌Logistic序列,并利用2-by-n元胞自动机对其进行扰动来产生混沌码的新方法。数值仿真实验和性能分析表明:该方法较单混沌系统和m序列扰动方法构建的混沌码具有更好的自相关和互相关性能,有效地改善了混沌序列的有效精度效应。     

基于OCML构造序列的Link16扩频方法

Link16数据链因其强抗干扰性被广泛应用于各大信息化作战平台, 但其传输速率和频带利用率并不高。针对这一问题, 提出一种基于单向耦合映像格子(one-way coupled map lattice, OCML)模型时空混沌序列的缩短码移位键控(truncated code shift keying, TCSK)方法。系统以OCML模型下的混沌序列作为扩频基码, 将每个承载信息的码片长度缩短为原来的1/P, 并将每个码片进行镜像对称, 获得一个总长度为2/P的扩频码片进行传输。相对于原循环码移位键控(cyclic code shift heying, CCSK)系统的扩频序列, 该码片长度减少一半, 从而提高系统的传输速率。OCML序列具有良好的伪随机性和自相关性, 同时该模型下能生成大量扩频序列, 各序列相互独立, 一个信道可容纳多个扩频信号, 极大地提高了频带利用率。对多径衰落信道下的误码性能进行了仿真, 结果表明, 所提方法能有效改善多径衰落下的系统性能。     

一类新的混沌扩频序列研究

构造了一种新的Hybrid混沌映射,提出了混沌扩频序列的产生方法,在此基础上给出了扩频序列的优选准则和混沌序列的优选方法,并通过数值仿真分析了此类扩频序列的自/互相关特性和序列码的平衡特性。计算结果表明,由Hybrid映射产生的混沌扩频序列的伪随机特性及线性复杂度,都较Logistic有显著提高,且根据该方法优选的混沌扩频序列的平衡特性、自/互相关特性,与Gold序列相比,更适合于码分多址通信系统的要求。     

混沌扩频序列构造算法的完善

混沌扩频序列在未来的扩展频谱通信领域将发挥出巨大的潜力,通过分析混沌序列仿真的双精度浮点算法,以Logistic映射为例就初始值的选取、临界值的修订、伪周期问题处理等提出了完善并优化混沌序列性能的方法。     

基于M序列同步的混沌扩频通信系统研究与仿真

数字混沌扩频同步技术是混沌扩频通信关键技术之一.提出了一种基于m序列同步的混沌扩频新方法,建立了相应的混沌扩频通信系统动态可视化仿真模型.通过对m序列的捕获,建立业务信道,系统通过向发射端和接收端发射握手信号,实现收发两端混沌序列的同步;系统失步时,业务信道被破坏,通过对m序列的跟踪,再次建立业务信道,实现收发两端混沌序列的同步.研究表明,所建立的混沌扩频通信系统既解决了混沌序列在扩频通信中的难同步问题,又具有优良的保密性能,为混沌扩频通信的实际应用奠定了技术基础.     

一种混沌量化的混沌扩频序列

针对单值量化和多值量化存在的问题,提出了一种混沌量化的方法来产生混沌扩频序列,不仅大大提高了混沌序列的周期,有效克服有限精度问题,而且增加了量化的复杂度,提高了抗破译能力.对其性能进行了分析和仿真,结果表明,所产生的混沌序列具有比多值量化混沌序列更好的相关性能和伪随机性能.同时,利用Bedekamp-Massey算法,得出该序列具有理想的线性复杂度,更进一步显示了其良好的伪随机性能.最后将该序列应用到多用户CDMA系统中,仿真结果表明,其具有理想的误码率性能,抗多址干扰能力强.     

改进Walsh码软扩频盲解扩算法

采用传统密度峰聚类算法实现Walsh码软扩频信号盲解扩时,算法的截断距离根据经验选取,性能不稳定。针对这一问题,提出改进密度峰聚类软扩频信号的盲解扩算法。该算法采用赋权欧氏距离作为数据的相似性度量并根据数据总体分布情况自适应确定截断距离,具有效率高、性能稳定等特点。Matlab环境下仿真结果表明,文中所述的改进算法能够自动确定截断距离,在信噪比为0~10 dB范围内准确估计伪码序列规模数和伪码序列,并在该条件下实现Walsh码软扩频信号盲解扩。     

混沌时间序列的混合遗传神经网络预测方法

在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时问序列的方法.通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阚值,然后训练神经网络求得最优解.该算法应用到混沌时间序列的预测中,验证了该算法的有效性,并与BP和RBF算法的预测精度进行了比较,仿真结果表明该算法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度.     

基于混沌-神经网络模型最优控制及应用

由于非线性混沌时间序列内部确定的规律性，其重构相空间具有高精度短期预测性．为此，为了实现非线性、大时滞系统的自适应控制，文章根据具有混沌特性非线性、大时滞系统的时间序列重构相空问，计算相空间饱和嵌入维数、最大Lyapunov指数和系统的可预报尺度，并以此为指导，建立神经网络预测模型对系统作高精度的短期预测；在此基础上，通过反馈校正，将校正误差和控制增量引入性能函数寻优得最优控制决策，实现了对非线性、大时滞系统高精度的自适应预测控制．将该控制决策应用在锅炉过热汽温控制中，仿真表明该控制的有效性、快速性和鲁棒性．     

Periodic performance of the chaotic spread spectrum sequence on finite precision

It is well known that the periodic performance of spread spectrum sequence heavily affects the correlative and secure characteristics of communication systems.The chaotic binary sequence is paid more and more attention since it is one kind of applicable spread spectrum sequences.However,there are unavoidable short cyclic problems for chaotic binary sequences in finite precision.The chaotic binary sequence generating methods are studied first.Then the short cyclic behavior of the chaotic sequences is analyzed in detail,which are generated by quantification approaches with finite word-length.At the same time,a chaotic similar function is defined for presenting the cyclic characteristics of the sequences.Based on these efforts,an improved method with scrambling control for generating chaotic binary sequences is proposed.To quantitatively describe the improvement of periodic performance of the sequences,an orthogonal estimator is also defined.Some simulating results are provided.From the theoretical deduction and the experimental results,it is concluded that the proposed method can effectively increase the period and raise the complexity of the chaotic sequences to some extent.     

基于混沌预测的模糊神经网络控制器设计及应用

由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。     

Periodic performance of the chaotic spreadspectrum sequence on finite precision

It is well known that the periodic performance of spread spectrum sequence heavily affects the correlative and secure characteristics of communication systems. The chaotic binary sequence is paid more and more attention since it is one kind of applicable spread spectrum sequences. However, there are unavoidable short cyclic problems for chaotic binary sequences in finite precision. The chaotic binary sequence generating methods are studied first. Then the short cyclic behavior of the chaotic sequences is analyzed in detail, which are generated by quantification approaches with finite word-length. At the same time, a chaotic similar function is defined for presenting the cyclic characteristics of the sequences. Based on these efforts, an improved method with scrambling control for generating chaotic binary sequences is proposed. To quantitatively describe the improvement of periodic performance of the sequences, an orthogonal estimator is also defined. Some simulating results are provided. From the theoretical deduction and the experimental results, it is concluded that the proposed method can effectively increase the period and raise the complexity of the chaotic sequences to some extent.     

Cipher quasi-chaotic code for frequency hopping communications

The chaotic frequency hopping (FH) communication systems have been presented so far. The chaotic sequences possesses good randomness and sensitive dependence on initial conditions, which is quite advantageous to run the FH codes in code-division multiple access (CDMA) systems. But the finite precision of computation and the fact of the low-dimensional chaos predicted easily cause difficulty in chaotic application. In this paper, some disadvantages associated with the conventional FH codes and the chaotic code scrambled by m-sequences are reviewed briefly. In order to overcome these drawbacks to some extents, a new higher performance FH code called cipher quasi-chaotic (CQC) code is proposed, which is generated by combining the clock-controlled stream cipher technique and chaotic dynamics. Performance analysis applying in FH communication systems of this kind of code is given. The privacy of the CQC sequence is also analyzed.     

混沌神经网络模型参考自适应控制器设计

研究了非线性的神经网络模型参考自适应控制器设计问题。将混沌机制引入常规BP算法,利用混沌机制固有的全局游动,逃出权值优化过程中存在的局部极小点,解决了网络训练易陷入局部极小点的问题。通过训练神经网络模型参考自应用控制器和辨识器,完成了对一类复杂离散非线性系统的控制。给出了具体的算法步骤。仿真结果表明了混沌BP算法优于常规BP算法。有效地提高了控制精度和适时性。     

应用小波理论进行股市预测

应用小波理论提出一种股票市场建模及其预测的方法,以上证综指为例进行了实证研究,并从吸引子结构的观点进一步分析了预测精度提高的原因。采用此方法进行股市预测,首先要应用小波理论对股指收益率序列进行分解,得到低频和高频部分;然后在此基础上作进一步分析,以确定各部分存在混沌特性;再应用混沌理论分别建立低频和高频部分的预测模型,对低频和高频部分进行预测;最后应用小波理论对混沌模型预测的结果予以重构,实现对原始收益率序列的预测。研究结果表明,该方法具有较高的精度,并具有极大的应用前景。     

基于Kalman滤波算法的Volterra级数核估计及其应用

为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法。同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测。仿真表明,与归一化最小均方(normalization least mean square, NLMS)算法和最小二乘(recursive least-square, RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据。     

静态负荷模型参数辨识的一种混沌优化策略

混沌优化方法利用混沌运动的随机性、规律性、遍历性寻优,能以较大的概率搜索到全局最优点。将一种高精度的混沌优化策略用于电力系统静态负荷模型参数辨识,克服了传统的基于梯度寻优的辨识方法容易陷入局部最优点的不足。此方法使用了三步混沌搜索,并引入随机数来增强遍历性。实际算例的辨识结果证实了此方法在静态负荷模型参数辨识中的有效性和准确性。