混沌信号处理在雷达和通信对抗中的应用

摘要

该文将以跳频码为主要研究对象,采用混沌等非线性理论研究跳频码侦察干扰、微弱信号检测以及混沌干扰的新原理和新技术.该文的主要研究成果体现在:1、提出了加权滤波处理的算法.加权滤波算法即采用对观测时间序列Jaccobi矩阵的大特征根赋予小权值而对小特征根赋予大权值的方法,实现混沌信号与高斯噪声的分离.通过对含有噪声的实际跳频码数据进行数值仿真,验证了该方法的合理性.2、深入研究了混沌信号的统计特性和频谱特性.经过研究发现,Ulam混沌映射具有与高斯白噪声相同的谱,说明白噪声还存在非高斯分布形式.3、深入研究了非线性预测方法.4、深入研究了非线性滤波方法.5、深入研究了实际侦收到的跳频码的混沌特性,提出了跳频码的混沌模型.6、深入研究了非线性检测与识别方法.7、首次研究了混沌干扰原理和技术.(1)提出了混沌噪声干扰的概念和原理;(2)根据用混沌噪声对窄带信号进行调制可以得到宽带噪声的特点,提出了混沌噪声调制干扰原理;(3)利用混沌谐振系统具有丰富谐波分量的特点,提出了谐波干扰原理;(4)利用对噪声进行相参周期复制可以实现噪声能量的部分积累而且这些能量以等间隔方式分布的特点,提出了混沌噪声积累干扰原理.

目录

文摘

英文文摘

独创性声明及关于论文使用授权的说明

第一章绪论

1.1混沌及其发展

1.2混沌的研究和应用现状

1.2.1混沌在电子工程中的应用

1.2.2混沌在其它领域中的应用

1.3本文的研究对象、方法、目的和意义

1.4本文的主要研究内容和贡献

1.5本文的结构安排

第二章混沌时间序列的基本理论

2.1引言

2.2非线性动力学基础

2.2.1动力系统的基本概念

2.2.2微分同胚的相图与向量场的等价与共轭

2.2.3双曲奇点的局部性质

2.2.4双曲奇点的局部流形定理

2.2.5非双曲奇点的局部流形定理

2.3混沌的定义

2.3.1 Poincaré截面与Poincaré映射

2.3.2混沌的定义

2.3.2吸引子的定义

2.4相空间的重构

2.4.1嵌入的概念

2.4.2嵌入定理

2.4.3嵌入的维数与延迟

2.4.4小结

2.5奇异吸引子、分形与分维

2.5.1混沌的奇异吸引子

2.5.2混沌奇异吸引子与分形

2.5.3混沌不变量

2.5.4混沌吸引子的维数

2.6混沌对初始值的敏感性和Lyapunov指数

2.6.1混沌对初始值的敏感性

2.6.2Lyapunov指数谱

2.6.3最大Lyapunov指数的计算

2.7混沌时间序列的熵与预测性能

2.8混沌的Lyapunov指数、熵与Hausdorff维的关系

2.9本章总结

第三章混沌与噪声

3.1引言

3.2噪声

3.2.1噪声的模型

3.2.2噪声的自相关函数

3.2.3噪声的自相似性

3.3混沌的统计属性

3.4混沌的时频特征

3.5混沌的模糊函数

3.6混沌与高斯白噪声的分离

3.7利用替代数据鉴别时间序列性质

3.8本章总结

第四章混沌的动力学建模与预测

4.1引言

4.2混沌的重构建模与预测、滤波的关系

4.3传统线性预测算法的缺陷

4.4混沌时间序列的区间预测

4.5神经网络预测

4.5.1后向传播神经网络

4.5.2径向基神经网络

4.5.3后向传播神经网络与径向基神经网络的区别

4.6简单的非线性统计预测算法即S-M算法

4.6.1算法原理

4.6.2邻域半径和嵌入维数的确定

4.6.3算法仿真

4.6.4研究小结

4.7基于相空间邻点的非线性自适应预测

4.7.1预测模型

4.7.2仿真结果

4.7.3研究小结

4.8自适应多步预测

4.8.1多步预测原理以及算法

4.8.2嵌入维数m和邻近点数目的选取

4.8.3多步预测仿真

4.8.4误差均方根与Lyapunov指数的关系

4.8.5多步预测的性能比较

4.8.6研究小结

4.9应用经验模态分解技术预测复杂跳频码

4.9.1经验模态分解简介

4.9.2基于EMD方法的预测模型

4.9.3计算机仿真

4.9.4研究小结

4.10数据缺损的混沌预测性能研究

4.10.1处于训练阶段的缺损数据对预测结果的影响

4.10.2处于预测阶段的缺损数据列预测结果的影响

4.10.3处于训练阶段的不同比率的缺损数据对预测结果的影响

4.10.4不同比率的缺损数据处于预测阶段时对预测结果的影响

4.10.5解决缺损数据的措施

4.10.6研究小结

4.11本章总结

第五章非线性时间序列的滤波

5.1引言

5.2非线性时间序列的拓扑滤波模型

5.3少参数二阶Volterra滤波的缺陷

5.4简单的非线性滤波模型

5.5基于邻近点的自适应滤波

5.5.1基于邻近点的自适应滤波原理以及模型

5.5.2基于邻近点的自适应滤波仿真

5.5.3研究小结

5.6滤波算法的比较

5.7光处理器与预测滤波算法的实时实现

5.8本章总结

第六章跳频码的混沌特性

6.1引言

6.2跳频电台跳频码的混沌特性

6.2.1跳频电台跳频码的奇异吸引子和分形维

6.2.2跳频电台跳频码的最大Lyapunov指数

6.2.3跳频电台跳频码的可预测性

6.2.4结论

6.3捷变频雷达跳频码的混沌特性

6.3.1捷变频雷达跳频码的奇异吸引子和分形维

6.3.2捷变频雷达跳频码的最大Lyapunov指数

6.3.3捷变频雷达跳频码的可预测性

6.3.4结论

6.4含有噪声的跳频码的混沌特性

6.4.1含噪跳频码的奇异吸引子和分形维

6.4.2含噪跳频码的最大Lyapunov指数

6.4.3含噪跳频码的可预测性

6.4.4结论

6.5混沌的可加性

6.5.1引言

6.5.2有限个混沌系统构成的混沌动力学模型

6.5.3有限个混沌系统的奇异吸引子以及分形维

6.5.4有限个混沌系统的最大Lyapunov指数

6.5.5有限个混沌系统的短期可预测性

6.5.6结论

6.6两个跳频电台跳频码的混沌特性

6.6.1两部跳频电台跳频码的的奇异吸引子和关联维

6.6.2两部跳频电台跳频码的的最大Lyapunov指数

6.6.3两部跳频电台跳频码的的可预测性

6.6.4结论

6.7本章总结

第七章利用非线性方法检测和识别复杂言号

7.1引言

7.2多信号的识别方法

7.2.1利用Fourier变换估计脉冲重复周期

7.2.2利用小波变换估计脉冲重复周期

7.2.3研究小结

7.3雷达脉冲时变模型及其动力学识别方法

7.3.1雷达信号的时变动力学模型

7.3.2雷达信号的阶梯图

7.3.3雷达信号的PRI矩阵识别

7.3.4研究小结

7.4利用杂波分形特征识别目标

7.4.1杂波和正弦波的自相似性

7.4.2检测和识别淹没在杂波中的目标回波

7.4.3研究小结

7.5利用自适应滤波技术检测淹没在混沌噪声中的瞬时信号

7.5.1自适应滤波检测模型

7.5.2检测淹没在混沌噪声中瞬时信号时信噪比的影响

7.5.3应用举例

7.5.4研究小结

7.6利用Duffing振子检测微弱信号

7.6.1引言

7.6.2基本理论

7.6.3计算机仿真

7.6.4估计微弱信号的频率

7.6.5研究小结

7.7本章总结

第八章混沌干扰

8.1雷达对抗和通信对抗概述

8.1.1雷达对抗

8.1.2通信对抗

8.1.3小结

8.2混沌噪声干扰

8.2.1混沌噪声的概念和模型

8.2.2混沌白噪声的特征函数

8.2.3混沌白噪声的n维变量特征

8.2.4混沌白噪声的波形特点和时间特性

8.2.5混沌白噪声对信号检测的影响

8.3混沌白噪声的调制干扰

8.3.1混沌白噪声调制后的频谱

8.3.2混沌白噪声调制干扰的仿真

8.4混沌谐振系统的谐波干扰

8.4.1混沌谐波干扰原理

8.4.2混沌谐振系统的谐波

8.4.3混沌谐波干扰仿真

8.4.4小结

8.5混沌积累干扰

8.5.1噪声积累的原理

8.5.2混沌噪声积累干扰的原理

8.5.3混沌噪声积累干扰的仿真

8.5.4小结

8.6本章总结

第九章全文总结

9.1总结

9.2展望

参考文献

致谢

附录

个人简历、攻读博士学位期间的研究成果及发表的论文