基于相空间重构的混沌背景下微弱信号检测方法研究

发布时间：2017-04-29 20:18

  本文关键词：基于相空间重构的混沌背景下微弱信号检测方法研究，由笔耕文化传播整理发布。

【摘要】：随着对混沌学的深入研究,很多看似随机的复杂背景信号具有混沌特性。如何有效地将混沌噪声中的微弱目标信号提取出来,对信号的检测具有重要意义和应用价值。本文对相空间重构理论进行研究分析,利用混沌背景信号短期可预测性,建立混沌背景噪声的单步预测模型,将淹没在混沌背景噪声中的微弱瞬态信号和周期信号从预测误差中检测出来。基于此,研究了混沌背景中微弱信号检测的多参数组合优化方法和回声状态网络方法,主要研究内容如下：混沌背景中微弱信号检测的多参数组合优化方法研究。在基于支持向量机的混沌背景下的微弱信号检测方面,针对传统检测方法对混沌背景下微弱信号检测能力不足的问题,提出了基于多参数组合优化的微弱信号检测方法。该方法利用相空间重构参数和支持向量机模型参数间的相互依赖、相互制约的关系,采用遗传算法对这两种参数进行组合优化,根据得到的最优参数值进行建模、训练和预测。通过Mackey-Glass时间序列验证模型的准确性,以Lorenz系统作为混沌背景噪声进行实验研究,仿真验证表明,本文所提方法能够有效地将混沌背景噪声中的微弱瞬态信号和微弱周期信号检测出来,与传统的参数求取方法相比,预测精度和检测性能均得到显著提高。混沌背景中微弱信号检测的回声状态网络方法研究。针对回声状态网络参数选取困难这一问题,仍采用具有隐含并行性和强大全局搜索能力的遗传算法对其模型参数进行优化,经过遗传算法的一系列操作获得适合数据特点的最优模型参数。利用得到的最优模型参数建立混沌背景噪声的单步预测模型,从预测误差中判断混沌背景中是否存在微弱目标信号。以Lorenz系统和实测的海杂波数据作为混沌背景噪声进行仿真实验,仿真结果表明,本文所提方法在预测精度和训练速度方面均优于支持向量机和神经网络模型,能够有效地检测出混沌背景噪声中的微弱目标信号,且具有较小的预测误差。
【关键词】：微弱信号检测 参数组合优化 遗传算法 支持向量机 回声状态网络
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.23
【目录】：

• 摘要5-6
• Abstract6-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8
• 1.2 国内外研究现状8-10
• 1.3 论文研究内容10-11
• 1.4 论文组织结构11-13
• 第二章 混沌理论和遗传算法13-29
• 2.1 混沌理论13-25
• 2.1.1 混沌13-14
• 2.1.2 典型的混沌系统14-17
• 2.1.3 混沌特征量17-21
• 2.1.4 相空间重构理论21-25
• 2.2 遗传算法25-28
• 2.3 本章小结28-29
• 第三章 基于多参数组合优化的微弱信号检测方法29-40
• 3.1 支持向量机29-30
• 3.2 基于多参数组合优化的微弱信号检测方法30-31
• 3.3 实例仿真与分析31-39
• 3.3.1 影响模型预测性能的参数分析及组合优化方法的验证31-34
• 3.3.2 混沌背景中微弱信号检测实验34-39
• 3.4 本章小结39-40
• 第四章 混沌背景中微弱信号检测的回声状态网络方法40-57
• 4.1 基于回声状态网络的直接预测方法40-43
• 4.1.1 回声状态网络结构40-41
• 4.1.2 基于回声状态网络的混沌时间序列直接预测方法41-43
• 4.2 ESN模型参数分析43-44
• 4.3 基于GA-ESN的微弱信号检测方法44-45
• 4.4 仿真实验45-55
• 4.4.1 微弱瞬态信号和周期信号检测45-50
• 4.4.2 海杂波背景下微弱信号检测50-55
• 4.5 本章小结55-57
• 第五章 总结与展望57-59
• 5.1 总结57
• 5.2 展望57-59
• 致谢59-60
• 参考文献60-65
• 攻读硕士学位期间发表论文情况65
• 攻读硕士学位期间参与项目情况65

【参考文献】

中国期刊全文数据库 前10条

1 王卓群;孙志国;;一种小波分解回声状态网络时间序列预测方法[J];电子测量与仪器学报;2010年10期

2 何建华,杨宗凯,王殊;基于混沌和神经网络的弱信号探测[J];电子学报;1998年10期

3 彭宇;王建民;彭喜元;;基于回声状态网络的时间序列预测方法研究[J];电子学报;2010年S1期

4 彭宇;王建民;彭喜元;;模糊回声状态网络[J];电子学报;2011年07期

5 雷晓义;曹柳林;余晋;;回声状态网络的递推训练算法[J];北京化工大学学报(自然科学版);2013年02期

6 向昌盛;周子英;;基于支持向量机的混沌时间序列预测[J];吉首大学学报(自然科学版);2009年06期

7 杨平;郑金华;;遗传选择算子的比较与研究[J];计算机工程与应用;2007年15期

8 史志伟;韩敏;;ESN岭回归学习算法及混沌时间序列预测[J];控制与决策;2007年03期

9 李占英;王科俊;梅彦平;徐亮;;基于回声状态网络的船舶横摇运动预报[J];华中科技大学学报(自然科学版);2013年06期

10 张家树,肖先赐;混沌时间序列的Volterra自适应预测[J];物理学报;2000年03期

  本文关键词：基于相空间重构的混沌背景下微弱信号检测方法研究，由笔耕文化传播整理发布。

，

本文编号：335562