收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

软计算理论及其在信号处理中的应用

苏理云  
【摘要】: 随着通信、计算机、电子学科的不断发展,其工程应用日趋广泛和深入,所采用的数学方法也随之不断地丰富,在大量的工程应用中由于信息处理的需求,软计算理论和方法得到大量的应用,其自身理论也在不断的发展,软计算与其它方法的结合应用也在不断出现,使之在信息处理应用中显现出极大的重要性,本文主要对软计算方法(包括:小波理论、人工神经网络、分形理论、混沌理论、模糊数学等)在信息处理中的应用进行了深入的研究,探讨了软计算理论及其它相关数学理论的融合进行信息处理的方法,并进行计算机仿真实验,仿真实验结果表明,该文提出的几种方法是有效的。 本文详细而具体地讨论和研究了小波理论、人工神经网络、分形理论、混沌理论、模糊数学在超宽带通信和微弱信号检测的应用研究。综合运用这些技术以构建全新的超宽带多用户检测、微弱谐波信号检测方法和多传感器多目标跟踪系统。 首先,在通信信号处理领域,对超宽带通信中的多用户检测问题进行了深入分析,提出了两种多用户检测算法。在超宽带通信领域,提出了基于隐马尔可夫模型和Kalman滤波的多用户检测算法。 算法1:该算法将跳时二进制相移键控超宽带通信系统建模为隐马尔可夫系统模型。考虑到发射序列状态之间可能存在时序的非继承性,而搜索与前向序列对应的具有最大转移概率的后续序列,提出了最大后验概率(MAP)多用户检测算法,模拟结果表明了该算法的有效性。 算法2:该算法将跳时二进制相移键控超宽带通信系统建模为动态系统模型,然后利用Kalman滤波算法,设计了一种新的超宽带盲自适应多用户检测算法。数值模拟结果表明,该方法比传统的检测器有更低的误码率,说明该算法是一种有效的检测算法。 其次,对微弱谐波信号难于检测的问题,针对强混沌背景和强分形噪声背景干扰下的微弱谐波信号检测问题,提出了相应的解决方案。 对强混沌背景噪声干扰下的微弱谐波信号检测问题。利用RBF神经网络预测混沌时间序列的能力建立预测模型,用模糊聚类算法来获得RBF神经网络的径向中心,将观测信号减去预测出的混沌信号,得到误差信号,而误差信号中可能含有有用微弱信号及普通的白噪声。然后把误差信号送入Duffing混沌振子,充分利用Duffing混沌振子对噪声的免疫性,来检测是否含有微弱信号。该方法充分利用了模糊聚类,神经网络,混沌时间序列的短期可预测性,从而大大提高检测微弱信号的性能。仿真实验结果表明:该方法能够在信噪比-120dB时检测出微弱谐波信号。 而对强分形噪声干扰下的微弱谐波信号检测问题。本文提出了小波域多尺度模糊自适应Kalman滤波和Duffing混沌振子相结合的方法来解决强分形背景干扰下的谐波信号检测问题。先对淹没在强分形随机背景干扰中的观测信号进行多尺度小波变换,根据分形随机信号小波系数的平稳性,建立状态方程和观测方程,利用Kalman滤波,对每一尺度进行进行滤波最后估计出分形随机信号,并对噪声方差未知时,利用模糊推理系统来动态逼近,然后将估计信号与观测信号作差得到误差信号,把误差信号送入Duffing混沌振子,充分利用Duffing混沌振子对噪声的免疫性,来检测是否含有微弱信号。仿真实验结果表明:该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。 同时,文中也给出了Duffing混沌振子的免疫性一种新的统计解释。 最后,对多传感器多目标跟踪问题提出了基于模糊聚类和JPDA的多传感器多目标跟踪算法。传统的联合概率数据关联算法(JPDA)是适合于密集杂波条件下的一种良好的多目标跟踪算法,但它是针对单传感器对多目标跟踪的情况下使用的,不能直接用于多传感器多目标的跟踪,并且随着目标数和回波数的增加,其运算量出现了组合爆炸现象,为此提出了一种新简化的JPDA算法,该算法适用于多传感器多目标跟踪的情况。该算法首先利用极大似然估计对多传感器的测量集合进行同源划分,然后对来自同一目标的测量进行融合,然后采用改进的模糊C-均值(FCM)聚类算法计算关联概率,采用JPDA算法的类似结构对目标航迹进行更新和修正。仿真实验结果说明了该方法能有效地进行多传感器多目标的跟踪,并且算法简单、跟踪精度高、计算量小、易于工程实现。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李月,杨宝俊,石要武,于功梅,张忠彬;用混沌振子检测淹没在强背景噪声中的方波信号[J];吉林大学自然科学学报;2001年02期
2 李月,郭华,唐方江,邓晓英,刘奔;噪声通过混沌振子后统计特性的定性分析[J];吉林大学学报(地球科学版);2002年03期
3 王冠宇,陶国良,陈行,林建亚;混沌振子在强噪声背景信号检测中的应用[J];仪器仪表学报;1997年02期
4 李月,杨宝俊,石要武,张忠彬,于功梅;混沌振子用于强噪声下微弱正弦信号的检测[J];吉林大学自然科学学报;2001年01期
5 李月,石要武,马海涛,杨宝俊;湮没在色噪声背景下微弱方波信号的混沌检测方法[J];电子学报;2004年01期
6 王冠宇,陈大军,林建亚,陈行;Duffing振子微弱信号检测方法的统计特性研究[J];电子学报;1998年10期
7 丁娟;曲波;;基于混沌振子的微弱信号检测[J];江苏电器;2007年S1期
8 张勇;纪国宜;;基于混沌振子和小波理论检测微弱信号的研究[J];电子测量技术;2009年06期
9 秦丽华;陈斌;;混沌振子用于噪声背景下微弱正弦信号检测的研究[J];中小企业管理与科技(下旬刊);2010年04期
10 肖强;郑玉甫;张椿玲;;混沌振子实现微弱周期小信号的检测[J];微计算机信息;2007年03期
11 黄鹏达;皮亦鸣;;基于混沌振子的微弱GPS信号检测算法[J];电子测量与仪器学报;2008年04期
12 李健;周激流;孙涛;任磊磊;;自相关级联混沌振子法实现随相弱正弦信号的检测[J];四川大学学报(工程科学版);2010年01期
13 刘丁;任海鹏;李虎明;;基于Lyapunov指数的弱周期信号检测[J];仪器仪表学报;2005年12期
14 徐艳春;杨春玲;;基于混沌振子的微弱信号检测技术研究[J];电气应用;2008年08期
15 毛伟;林春生;张宁;;基于混沌振子列的微弱舰船轴频电磁场信号频率检测[J];海军工程大学学报;2009年04期
16 张勇;纪国宜;;基于混沌振子和小波理论的轴承故障诊断方法[J];轴承;2010年05期
17 席志红;李娅;边峦剑;;基于混沌振子系统的电力谐波检测研究[J];电子科技;2010年07期
18 汪立伟;殷明;;基于混沌振子的铁路移频信号检测研究[J];西南民族大学学报(自然科学版);2011年S1期
19 高莉;胡延军;;一类基于混沌振子的公钥数字水印算法[J];徐州师范大学学报(自然科学版);2007年03期
20 张林;王莲芬;陈明欢;宁小磊;;基于混沌的微弱三角波信号检测方法[J];传感器世界;2009年09期
中国重要会议论文全文数据库 前10条
1 胥永刚;马海龙;冯明时;高立新;;三种非线性方法在早期故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
2 徐艳春;杨春玲;瞿晓东;;基于混沌振子的微弱信号检测技术研究[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
3 郑思仪;李亚安;王炳和;齐彦生;王洪超;;基于混沌振子的舰船辐射噪声检测方法研究[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
4 齐彦生;李钢虎;李亚安;王红萍;;混沌振子对强噪声背景下微弱周期信号的检测[A];2006’和谐开发中国西部声学学术交流会论文集[C];2006年
5 冯明时;胥永刚;马海龙;;基于线性不变矩的微弱信号检测方法[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
6 杨建红;张认成;房怀英;;基于Duffing振子信号检测的高压电弧短路监测系统[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
7 颜勇;王玫;张慧峰;;基于Duffing振子的微弱信号检测方法研究[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年
8 敖滨;李秀林;郑志刚;;从长时间驻留态到混沌同步态[A];全国复杂系统研究论坛论文集(二)[C];2005年
9 韩振榕;曲波;;基于混沌振子的微弱信号测频研究[A];中国仪器仪表学会2005年学术年会测控技术与节能环保学术会议论文集[C];2005年
10 苏理云;马洪;唐世福;;用混沌振子和神经网络检测混沌背景中的弱信号[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 伍维根;混沌控制及混沌理论在测量中的应用[D];电子科技大学;2002年
2 徐艳春;基于混沌振子的微弱光电信号检测技术研究[D];哈尔滨工业大学;2010年
3 徐艳春;基于混沌振子的微弱光电信号检测技术研究[D];哈尔滨工业大学;2010年
4 乐波;基于混沌振子与小波的低信噪比信号检测研究与应用[D];电子科技大学;2009年
5 李强;机械设备早期故障预示中的微弱信号检测技术研究[D];天津大学;2008年
6 谢涛;外激励型混沌振子微弱信号检测方法研究[D];北京交通大学;2009年
7 向秀桥;现代智能计算及其在水电机组故障诊断中的应用[D];华中科技大学;2009年
8 汪茂胜;耦合动力系统中若干复杂性和非线性问题的研究[D];中国科学技术大学;2007年
9 葛晓慧;混沌理论在电机及其系统中的应用[D];浙江大学;2007年
10 孙自强;基于混沌分形理论的大型风电机械故障诊断研究[D];沈阳工业大学;2013年
中国硕士学位论文全文数据库 前10条
1 张勇;基于混沌振子和小波理论的微弱信号检测研究[D];南京航空航天大学;2009年
2 张芳;混沌振子多进制调制解调技术研究[D];哈尔滨工程大学;2011年
3 张驰;基于自相关和混沌振子的超声波液位检测[D];东北石油大学;2013年
4 李继永;基于混沌振子的微弱信号检测技术研究[D];电子科技大学;2010年
5 魏新建;基于Duffing混沌振子的弱信号检测方法[D];天津大学;2010年
6 马海龙;复杂机电设备微弱特征提取与早期故障诊断方法研究[D];北京工业大学;2011年
7 李娅;基于混沌理论的电力谐波检测研究[D];哈尔滨工程大学;2010年
8 宋春云;混沌振子理论在微弱信号检测中的应用[D];哈尔滨工程大学;2005年
9 赵景晓;机械故障诊断中基于混沌振子的微弱周期信号检测及其电路实现[D];杭州电子科技大学;2012年
10 刘晓哲;基于混沌振子的微弱信号检测及FPGA实现[D];河北工业大学;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