低频信号的混沌高斯化检测方法

大气天电噪声是干扰低频信号的主要噪声源。文章主要针对大气噪声的高斯化方法进行研究,提出了基于混沌方程快速求解、混沌相变判别等技术的噪声高斯化方法,以非线性信号处理技术为依据,通过实验室模拟信道环境,完成低频弱信号的混沌高斯化及检测,2PSK弱信号检测的理论实验验证了其有效性,可为低频接收技术的发展提供依据。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

非线性时间序列的动力学混沌特征自动提取技术

提出了一种非线性时间序列混沌特征的自动提取方法.该方法直接根据非线性时间序列, 依次计算出延迟时间、嵌入维数、相关维数、最大李雅普诺夫指数、相轨迹特征以及Poincare特征等混沌特征, 整个特征的提取过程自动完成, 毋须人工干预.最后用算例表明了该方法的有效性和正确性.该方法对于利用非线性混沌特征进行非线性系统故障诊断和趋势预测具有重要意义.      

混沌时间序列的神经网络预测研究

研究了一类特殊非线性系统——混沌系统的预测问题。混沌是一种普遍存在的非线性动力学行为,混沌时间序列难以预测和控制,文章先是通过重构系统状态相空间分析混沌时间序列,然后采用多层前向神经网络对其进行预测。对典型的Lorenz和Mackey-Glass混沌序列预测结果表明,如果训练样本足够多,网络结构简单适当,训练后的网络具有很好的泛化性能,说明神经网络预测方法具有较好的工程实用价值。最后分析神经网络初始权值设置对预测性能的影响,指出改进方向。     

一种快速稳定的非双曲线型非线性时间序列去噪算法

非双曲线型非线性系统同宿切面点和同宿横截点的存在,使得其时间序列的去噪或轨迹重影变得十分困难。在充分挖掘非线性系统本身特性的基础上,结合Gradient Descent算法的稳定性和Newton-Raphson算法的快速收敛性,提出了一种快速稳定的非双曲线型非线性时间序列去噪新算法,在机器精度内实现了非双曲线型非线性时间序列的去噪。该方法首先计算受扰序列的局部稳定流形和不稳定流形方向,进而确定同宿切面点存在的位置,很大程度上降低了同宿切面对算法性能的影响。不同于现有文献忽视同宿横截点对算法性能影响的做法,研究得出了同宿横截点间的最小距离和干扰噪声均方差二者间的关系,首次定量地估计了同宿横截点可能对算法造成的影响,这无疑对其他算法也将是一个有益的启示。     

MATLAB与VC++混合编程进行混沌时间序列分析

应用MATLAB与VC++混合编程进行混沌时间序列分析是一种快速有效的方法。本文介绍了混合编程的优点和实现结合的三种方法,重点介绍了应用MATLAB的API接口调用C++语言MEX文件的方法。对Lorenz系统进行的混沌特性分析表明,在混沌时间序列分析中采用混合编程效果明显。     

经济增长非线性时序预测方法研究

分析了经济系统非线性时诹预测的国内外研究现状、现代经济增长模型在预测中存在的不足之处，阐述了经济增长系统的非线性、动态反馈性、开放性等特征，并应用非线性时序理论，研究了经济增长的非线性时序预测问题，给出了经济增长非线性时序预测的方法。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

混沌直扩信号的抗盲估计传输方法

混沌直接序列扩频(DSSS)由于具有大容量、低截获率和物理层上的优良保密性,成为通信领域的研究重点,尤其可以为卫星导航系统提供安全、可靠的地址码.虽然混沌序列的随机特点增强了混沌直扩信号的保密性,但是随着系列盲解扩及混沌预测等技术的发展,传统的混沌直扩系统已经不能克服非授权用户对混沌模型的重构和非线性预测,因此抗盲估计...     

Duffing振子临界态性能研究

During振子临界态相变对弱信号检测研究非常重要,文中研究During临界状态的性能。介绍了随机微分方程理论关于噪声对系统周期态影响的分析;然后为克服存在的过渡过程,建立改进的系统仿真模型。通过仿真试验分析During振子临界态的性能,混沌态与大尺度周期态表现的性能差别深化了对混沌现象的认识;重点研究受噪声干扰的系统运动状态变化情况,得出系统运动越接近临界态越对噪声敏感,噪声越强周期态运动容易再次跃迁回混沌态,说明随机微分方程理论分析临界状态结果不正确;实验结果还表明,噪声是在某些特定条件下导致处于临界大尺度周期态运动的系统发生突变分又跃迁回混沌状态,值得进一步深入研究。     

基于ESN的航空发动机状态组合预测方法

基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.      

转子碰摩振动响应的非线性时间序列分析

针对碰摩转子系统的非线性特性 ,采用动力学非线性时间序列分析的方法对其振动响应进行了分析研究。基于动力学重构的基本理论 ,对碰摩转子响应进行了状态空间重构。在此基础上 ,进一步对碰摩转子系统振动响应进行了相关维数的估计 ,不同的相关维数值表明了系统是处于周期或拟周期运动 ,还是处于含有拟周期的混沌运动 ,或者是明显的混沌运动。系统碰摩严重时的相关维数值会比碰摩较轻时的相关维数值大 ,进一步对实验数据的计算结果也证实了这一点。     

基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。      

时间序列关联维数在非线性系统运动性态识别中的应用

 在非线性动力系统维数较高、数学模型难以建立时, 利用时间序列分维数对系统的动力学性质进行了研究。通过对一经典非线性方程的分析, 得出利用随参数变化的时间序列分维数图, 可以很好地识别非线性系统从确定性状态到分叉或浑沌状态的临界参数点或区域。最后将此方法应用于一单盘Jeffcott 转子模型的分叉参数点识别及一转子运动状态识别, 得到了比较满意的结果。     

含噪声的转子碰摩混沌信号分类识别

采用基于竞争学习和聚类分析的学习向量量化 ( LVQ)方法 ,研究转子碰摩混沌响应信号的神经网络分类识别问题 ,给出了相应的理论分析和计算结果 ,着重研究了 LVQ网络在不同噪声时的识别情况。分析结果表明 ,该方法可以实现转子碰摩混沌信号与其它响应信号的分类识别 ,并且具有良好的抗噪性能 ,为转子碰摩混沌信号的分类识别提供了一种较为直接的实时处理方法。     

离心压缩机叶轮旋转失速的相空间重构及分形特征

结合非线性动力学中的相空间重构和分形理论,提出了一种分析离心压缩机叶轮旋转失速动力学特征的方法.采用数值方法对低速离心压缩机(LSCC)叶轮旋转失速状态进行了模拟,得到了失速工况下叶轮出口多个位置的气流压力时间序列.对各压力时间序列进行相空间重构,构造出一低维动力系统,其时间延迟和嵌入维数通过运用C-C方法得出.对重构的动力系统的相图进行了分形特征分析,计算了相应的分形维数.研究表明:叶轮旋转失速后系统的压力信号具有混沌特性,在相图上表现为具有分形结构,揭示了旋转失速后系统的动力学特征.计算分析分形维数后发现,数据采集点位于相同半径处计算得到的分形维数相近,约为3.39;数据采集点的半径增大时,分形维数减小.     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

民用发动机状态混沌预测算法

首先应用Haar小波和DB16小波对航空发动机排气温度的原始数据序列进行去噪处理,并且证明了处理后的数据序列具有混沌特征.其次应用混沌理论建立发动机状态预测算法,实现对排气温度的预测.通过检验排气温度预测值是否超过所规定的红线,以及该曲线是否平稳,从而进行发动机的健康状态排查.作为验证实例,使用一组某机型发动机实际飞行...     

随动载荷作用下非线性粘弹性简支板条的混沌运动

考虑材料的粘性和非线性弹性性质,研究了板条在随动载荷作用下的混沌运动,建立了相应的非线性动力方程,利用Melnikov函数给出发生混沌运动的临界条件,结合Poincare映射、相平面轨迹及时程曲线判定系统是否处于混沌状态,并对通向混沌的道路进行了讨论。