双参数动力学系统中混沌的自适应控制

作者研究了双参数力学系统中混沌的自适应控制，然后将控制方法应用到ｍ维双参数动力学系统实例上，得到了很好的控制结果。     

二元序列的自相关性和游程的关系

研究二元周期序列的自相关性与游程之间的关系,证明了二者并不完全独立,序列的自相关特性不仅能决定其周期圆上游程总数,而且完全决定了长度为1的游程个数.     

基于Simulink的多涡卷迟滞函数序列混沌系统仿真

介绍了Simulink的建模与仿真步骤,根据迟滞函数序列混沌系统的数学状态方程,设计了基于Simulink平台的仿真模型,并对模型进行了动态仿真,给出了相应的仿真结果。这种仿真方法具有模型搭建灵活、输出结果直观等特点。     

不确定Liu混沌系统的动态面跟踪控制

针对一类含有常参数不确定性及外部干扰的Liu混沌系统的跟踪控制问题,采用动态面控制方法设计了一个新颖的非线性自适应鲁棒跟踪控制器。该方法由于在逆推设计过程中结合使用了一阶低通滤波器,从而避免了因“微分项的膨胀”而引起的算法复杂性。理论分析及仿真结果均表明所得到的控制器能够保证闭环系统的半全局渐近稳定,使得输出渐近期望跟踪轨迹,且对不确定性具有良好的适应性及鲁棒性。     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。     

一种改进的相空间近邻等距模式及其在短期气候预测中的试验

现有研究表明,气候要素系统可能存在混沌现象.通过应用混沌理论中的重建相空间技术,可在相空间中揭示出传统方法无法揭示的复杂气候动力特征,为气候预测研究开创一条新途径.现有相空间理论的研究多着重于对混沌系统的识别和应用混沌相空间理论建立不同的模式进行提前预测,这些预测多为对月时间尺度的;对于如何提高预报准确率和延长预报时效,从而实现对多个月份、季、年等更长时间尺度提前预报的研究还不多见.基于混沌理论的相空间近邻等距模式,对该理论中的提前预报时间T、延迟时间τ和相空间维数d等进行讨论.提出,实际应用中根据提前预报时间T来建立新的时间序列,满足T=τ=sδt,消除了相空间时滞τ的变化对提前预报时间尺度T的影响.应用改进前、后的预报模式,以不同相空间维数d对气温和降水气候要素做提前T=1~15个月的预报试验和检验.结果发现,改进后的模式提高了预报准确率,延长了预报时效.     

不确定时滞非线性混沌系统的鲁棒容错控制

研究了不确定时滞非线性混沌的鲁棒容错控制问题.基于Lyapunov泛函,运用线性矩阵不等式(LMI)的方法,利用不稳定不动点的控制,引入一种带时滞的状态反馈控制律,对传感器或执行器失效的情况,证明了一类非线性不确定时滞混沌系统对于传感器和执行器故障都具有完整性.结果表明,所给出的控制律不但可以实现对某些传感器故障的容错,而且在正常和故障情况下对于传感器和执行器故障都具有完整性.     

水印图像的混沌置乱算法

利用混合光学双稳混沌序列的伪随机性和初值敏感性,提出一种用于数字水印中的水印图像置乱算法.该算法针对水印图像,没有使用过多的额外技术,所以算法的复杂度较低;因为混合光学双稳混沌序列的伪随机特性,所以图像置乱的效果比较理想;混沌序列对初值具有敏感性,因此提高了置乱算法的安全性,使水印的安全依赖于密钥,且只需1个密钥,不同于logistic混沌序列需2个密钥.在数字水印技术中使用这种置乱技术,可以有效抵抗例如剪切等集中式攻击,使水印更具鲁棒性.     

Lp(［0,1］)-characterizations of multi-knot piecewise linear spectral sequences

There exists a class of new orthonormal basis for L²(［0,1］), whose exponential parts are multi-knot piecewise linear functions called spectral sequences. In this paper, we show that these bases constitute bases, but not unconditional bases, for L^p(［0,1］) with 1＜p＜∞, p≠2. In addition, we give the corresponding convergence theorem in L^p, Carleson-Hunt theorem on almost everywhere convergence, Littlewood-Paley theorem and Poisson summation formula related to these bases.