一种基于Ｄｕｆｆｉｎｇ时间序列的信噪比的估计方法.docVIP

一种基于Ｄｕｆｆｉｎｇ时间序列的信噪比的估计方法 　　摘 要：为了在含有噪声的短时间Duffing时间序列中较快地估计出其信噪比，采用建立基于Duffing时间序列的重构相空间，计算与含噪时间序列有关的轨迹平均分离距离这个统计量，研究含噪信号的信噪比(SNR)与轨迹平均分离距离(ADD)的关系，找出一种有效的估计方法。通过数据拟合发现ADD随SNR指数衰减，经仿真验证，估计出的信噪比相对误差不超过1%，这对于微弱信号的检测具有积极的意义。 　　关键词：Duffing时间序列；信噪比；轨迹平均分离距离；估计方法 　　中图分类号：TN911 文献标识码：B 　　文章编号：1004373X(2008)0502203 　　 　　A Method of Evaluating the Signal to Noise Ratio (SNR) Based on Duffing Time Sequence 　　LV Ke,FU Yongqing 　　(Information and Communication Engineering College,Harbin Engineering University,Harbin,150001,China) 　　Abstract：In order to evaluate the Signal to Noise Ratio (SNR) quickly in the Duffing time sequence which contains noise,reconstructed phase space,which is based on Duffing time sequence,is adopted to overcome the difficulty.Calculate the statistics which is got from Average Divergencing Distance (ADD),then studing the relationship between SNR and ADD,finding a kind of effective evaluated method.Through the data imitation,the result is that ADD attenuates with SNR in the style of exponent.Through the simulation verification,proportional error of the evaluated SNR is no more than 1%.It is very important to detect weak signal in the field of signal disposal. 　　Keywords：Duffing time sequence;signal to noise ratio;average divergence distance;estimate method 　　 　　1 引 言 　　 　　混沌理论的发展为信号处理开拓了一个全新的领域，混沌时间序列在信号检测、跳频通信中有着广泛的应用。在我们的现实生活中，存在着各种各样的混沌时间序列，这些时间序列的形态是多样的，他们表面上看起来是毫无规律、杂乱无章，但却蕴含着十分丰富的结构。关于混沌时间序列大部分文献是研究Logistic映射和Henon系统[1-7]，基于Duffing系统的时间序列的研究却未见报导。 　　目前人们研究混沌时间序列主要有两种方法，一种是以概率统计学为基础，用随机过程理论建立其线性关系模型；另一种利用非线性动力学方法，研究较多的是低自由度的混沌动力系统[8]。离散的时间序列表面上好像随机性，但在重构相空间后存在着奇怪吸引子，体现出一种伪随机的性质。实际采集到的时间序列中难免会混有噪声，因此混沌时间序列的信噪比会影响最大Laypunov指数估计的准确性，本文就Duffing系统的时间序列信噪比的估计问题进行研究并加以证实。 　　 　　2 相空间重构 　　 　　分析混沌时间序列通常采用相空间重构的方法，因为时间序列是许多物理因子相互作用的结果，他蕴含着参与运动的全部变量的痕迹，而只有把时间序列重构到多维相空间中，才能把时间序列的混沌性充分体现出来。由系统中一个可观测的时间序列{x??i|i=1,2,…,N}重构m维相空间，得到一组相空间矢量: 　　 　　在混沌运动特征的计算中，通常所需要的嵌入空间的最小维数取决于我们要从时间序列中提取什么样的物理量。在计算Laypunov指数、分维数时，只是计算沿轨道的平均性质，这时取所计算时间序列维数的2倍就可以了。