收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群算法自适应逆控制混沌同步研究

刘伟  
【摘要】: 由于混沌具有对初始条件极端敏感、似噪声、连续宽频谱等特性,近年来在保密通信等领域得到了深入的研究和广泛的应用。但是,目前混沌控制和混沌同步理论并不成熟,还有很多理论和技术上的问题需要解决。针对目前混沌同步研究中存在的一些问题,本文以连续和离散混沌系统为研究对象,通过对混沌同步理论、混沌同步方法及其应用等相关问题的研究,为混沌同步及其应用提供理论方法和扩充理论基础。 首先,针对粒子群优化算法(PSO)易陷入早熟陷阱的缺点,本文提出改进型粒子群优化算法(MPSO)和蜜蜂进化型粒子群优化算法(BEMPSO)。本文对五个典型的测试函数分别用不同的粒子群优化算法进行了优化仿真实验,并对实验结果进行了比较和分析,得出BEMPSO具有很好的收敛性。这些理论的研究将为本文以后章节的研究提供有力的研究依据。 其次,为了实现连续和离散混沌系统建模,将分层递阶蜜蜂进化型粒子群优化(DDBEMPSO)算法用于神经网络训练,给出了基于DDBEMPSO的RBF神经网络学习算法的设计方法和基于DDBEMPSO的混沌神经网络学习算法的设计方法。通过连续和离散混沌映射时间序列预测的仿真实验,得出分层递阶蜜蜂进化型粒子群优化方法提高了搜索效率,克服了早熟现象,提高了收敛性,取得了较好的仿真结果。 再次,针对混沌信号受到信道噪声的影响,难以很好的达到同步问题,基于自适应逆的原理设计了自适应逆控制器,引入到混沌同步,对系统中存在的扰动和噪声进行了消除,取得了很好的效果。自适应逆控制对于消除信号中的噪声具有最优性,非常适合在混沌同步中应用。并采用此方法对噪声干扰的离散混沌系统和连续混沌系统同步仿真研究,对比利用DDBEMPSO优化RBFNN和CNN用于辨识和控制离散混沌系统同步数字仿真,可知对离散混沌系统来说,采用CNN结构构造辨识器和控制器比采用RBFNN结构构造辨识器和控制器性能更优越。 最后,详细地介绍了基于混沌同步的振幅隐蔽调制保密通信原理,并对自适应逆控制的振幅隐蔽调制离散混沌同步步骤加以说明。分别以Logistic映设和Lorenz连续混沌系统为例进行仿真研究。重点阐述了超混沌同步的保密通信,分析四维超混沌LC振荡器模型,采用DDBEMPSO算法优化神经网络,进行对象辨识模型,控制器自适应滤波和扰动消除器自适应滤波,振幅隐蔽调制超混沌同步保密通信仿真,仿真表明,该同步系统可以真实地实现对信号的保密通信传输。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈剑云;吴国清;马力;;浅海声场单模激发的自适应逆控制算法[J];声学学报(中文版);2006年04期
2 于灵慧,房建成;Hénon混沌同步的自适应逆控制[J];控制理论与应用;2005年04期
3 刘涵;刘丁;;基于支持向量机的一类混沌系统自适应逆控制[J];控制理论与应用;2007年05期
4 阚洪亮;阚凤龙;韩中华;赵浩轩;;神经网络自适应逆控制在铝电解过程控制中的应用[J];科技广场;2007年09期
5 刘小勇;罗中良;易明珠;;基于自适应逆控制的冲击振动控制新方法(英文)[J];中山大学学报(自然科学版);2008年05期
6 欧阳军;闫桂荣;王腾;;LS-SVM在随机振动在线自适应逆控制中的应用[J];应用力学学报;2007年04期
7 王宏楠;林丽君;;基于神经网络的自适应逆控制在CSTR中的应用[J];纺织高校基础科学学报;2009年02期
8 卢志刚,于灵慧,柳晓菁,高美静,吴士昌;克服扰动的混沌逆控制同步系统[J];物理学报;2002年10期
9 于灵慧,房建成;混沌神经网络逆控制的同步及其在保密通信系统中的应用[J];物理学报;2005年09期
10 魏青;曲霞;;无人机神经网络重构控制[J];科技信息;2008年26期
11 张义兵;戴瑜兴;汤睿;;多线切割机速度同步系统的自适应逆控制[J];控制理论与应用;2008年06期
12 李劲松;宋立博;吕恬生;颜国正;;基于RLS算法的小型无人直升机悬停自适应逆控制[J];实验室研究与探索;2011年08期
13 王丹民;李擎;李华德;;金属力学性能质量预测及其控制[J];控制理论与应用;2007年04期
14 杨立永;李正熙;李华德;王久和;;感应电动机调速系统的自适应逆控制[J];控制理论与应用;2007年01期
15 崔洪宇;赵德有;;基于支持向量机的导管架式海洋平台振动主动控制研究[J];振动与冲击;2008年10期
16 ;《控制理论与应用》第24卷(2007年)总目次[J];控制理论与应用;2007年06期
17 ;2006年作者索引[J];声学学报(中文版);2006年06期
18 ;下期要目[J];控制理论与应用;2008年03期
19 关广丰;王海涛;熊伟;;随机振动功率谱再现自适应控制算法研究[J];振动与冲击;2011年03期
20 崔洪宇;洪明;周平;赵德有;;导管架式海洋平台自适应预测逆控制研究[J];船舶力学;2011年05期
中国重要会议论文全文数据库 前10条
1 李明;舒宇;杨承;;非线性自适应逆控制系统的信号流图在线学习算法[A];第二十七届中国控制会议论文集[C];2008年
2 张端金;刘侠;吴捷;;自适应逆控制的研究进展[A];第二十二届中国控制会议论文集(上)[C];2003年
3 卢志刚;易之光;赵翠俭;李兵;吴士昌;;基于最小二乘支持向量机的非线性自适应逆控制[A];2005中国控制与决策学术年会论文集(上)[C];2005年
4 刘绍奎;闫桂荣;;基于自适应逆控制的空间桁架结构振动主动控制[A];第九届全国振动理论及应用学术会议论文集[C];2007年
5 刘绍奎;闫桂荣;;基于自适应逆控制的空间桁架结构振动主动控制[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
6 潘永湘;吴转峰;李强;;一种基于串联BP算法的神经网络自适应逆控制方法[A];2003中国控制与决策学术年会论文集[C];2003年
7 卢志刚;冀尔康;李伟;吴士昌;;基于混合Elman网络的非线性自适应逆控制[A];第七届青年学术会议论文集[C];2005年
8 柳晓菁;于灵慧;吴士昌;;自适应逆控制在抗噪声电话中的应用[A];2002中国控制与决策学术年会论文集[C];2002年
9 卢志刚;冀尔康;李伟;周凌;吴士昌;;基于混合Elman动态神经网络的非线性实时自适应逆控制[A];第二十四届中国控制会议论文集(下册)[C];2005年
10 吴言凤;吴正国;李华;;基于RLS算法的非最小相位自适应逆控制[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 宫玉琳;永磁同步电动机伺服系统自适应逆控制策略研究[D];长春理工大学;2013年
2 王志杰;闭环自适应逆控制及在热力系统中的应用研究[D];重庆大学;2011年
3 张义兵;高精度多线切割机数控系统关键技术及其应用研究[D];湖南大学;2009年
4 韩华;基于LMS算法的自适应逆控制方法研究[D];中南大学;2008年
5 廖忠;小波网络及其在水轮机调节系统中的应用研究[D];河海大学;2005年
6 王唯;直升机“地面共振”半主动自适应控制[D];南京航空航天大学;2007年
7 周平;船舶与海洋结构动力分析中的动态刚度阵法研究[D];大连理工大学;2007年
8 孙巧梅;无人艇建模及逻辑网络自适应控制方法的研究[D];大连海事大学;2013年
9 陈光;密集模态挠性结构的多变量实验辨识及自适应逆控制[D];中国科学技术大学;2006年
10 张桂林;压电定位平台的建模与控制方法研究[D];山东大学;2013年
中国硕士学位论文全文数据库 前10条
1 王亚静;神经网络辨识及自适应逆控制研究[D];燕山大学;2010年
2 韩磊;基于非线性自适应逆控制的直驱式电液伺服系统研究[D];哈尔滨工业大学;2011年
3 刘砚;基于模糊逆模型的自适应逆控制及其应用研究[D];燕山大学;2012年
4 白杨;基于自适应逆控制的高精度稳定平台的研究[D];哈尔滨工业大学;2012年
5 张雅楠;动态系统的可逆性和逆建模方法的研究[D];东北大学;2012年
6 李智;基于IPMC迟滞蠕变特性的自适应逆控制研究[D];东北大学;2009年
7 谢慧娟;基于BP神经网络的自适应逆控制的研究与应用[D];中南大学;2012年
8 苏云泉;3D-IPMCs制备及其致动器自适应逆控制研究[D];东北大学;2012年
9 刘尚;SISO非线性系统的PID神经网络自适应逆控制[D];东北大学;2008年
10 王立;基于神经网络逆方法的单元机组协调控制[D];东北电力大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978