计算智能在混沌通信系统中的应用研究-电路与系统专业论文.docxVIP

摘要 摘要 电子科技大学博士学位论文 电子科技大学博士学位论文 摘要 混沌通信近年来受到来自各个领域的越来越多的关注。本论文主要 内容涉及混沌通信关键技术的研究。其中包括: 1) 混沌通信中符号同步 的研究; 2) 分数阶动力学系统中的混沌信号研究; 3) 混沌通信信道的 自适应均衡研究; 4) 混沌通信系统中的噪声干扰抑制研究。 本文的主要创新之处可概述如下: 1. 昆沌通信中符号同步的研究。 DCSK 中的符号信息是用两个相位相同或相位相反的混沌载波信号 来传输的，符号之间的同步决定了相关器的判决。而且通过无线联接的 两个通信系统的时钟不可能完全同步，接收机的滞后时间也不可能刚好 是采样时钟的整数倍。对此，本文针对这一问题基于 Hopfield 神经网络 优化算法，设计了一个可变分数延迟滤波器。该滤波器用于逼近理想的 分数延迟滤波器，具有较高的精度，因此能有助于提高 DCSK 通信系统 的符号同步性能。 2. 分数阶动力学系统中浪沌信号研究. 本文研究了一个具有分数阶超混沌动力学特性的全互联细胞神经网 络，该网络的阶数为 3.95 阶。利用分数阶动力学系统具有比整数阶系统 更为复杂、丰富的动力学特性，以及具有随机性和不可预测性等优点， 为混沌通信系统提供了一个新的信号源，该信号源为提高保密通信系统 的抗截获、抗破译能力提供了新的可能。 3. 混沌通信信道的自适应均衡研究. 本文提出了一种前馈神经网络的快速 FBP 学习算法，并分析了该算 法的全局收敛特性、计算复杂度以及收敛速度。该算法解决了 BP 算法 本身存在的局部极小点和收敛速度较慢等问题。在此基础上，针对混沌 道信号在具有衰落和多径干扰的非理想信道中传输亟待解决的信道均衡 问题，设计了一个多层感知器神经网络均衡器，利用提出的 FBP 算法来 优化均衡器的滤波器抽头系数。仿真分析表明其性能优于传统的 LMS 均衡器。 4. 里沟通信系统中噪声子主运抑锐的研究 由于1昆沌信号与噪声信号在频谱上是重叠的，线性滤波器无法抑制 混沌信号中的噪声干扰。本文利用了支撑矢量机的非线性分类学习能力， 利用 WLS心VM 辩噪算法，对混;电信号进行了短期预测，以改善 DCSK 递信信号的噪声性能。在 DCSK 混沌通信系统中，给定接收信号为苦 11 练 样本集，首先用最小二乘支撑矢最机 (LS-SVM) 对样本数搬进行预测， 以抑制噪声干扰。但是， LS-SVM 方法只有在拟合误差为高斯分布的前 提下，最小二乘代价p!i数才可以获得最优解，商旦当噪声信号中存在校 大的干扰脉冲时，可能破坏上述算法的鲁棒性。针对上述问题，‘改进的 WLS-SVM 算法在 LS-SVM 的基础上得到估计误差，根据估计误差的统 计分布特性获得一个加权系数，然后再求解 WLS-SVM ，得到优化的接 收信号的估计值，达到降嗓的目的。仿真结果袭顷，抑制噪声后的系统 误码率性能得到改善。 关键读 g 滚沱递信计算智能人工神经网络支撑矢量极分数阶动力学 系统符号问步自适应均衡噪声抑制 II Ab Ab必ract 电子科技大学博士学位论文 电子科技大学博士学位论文 Abstract Recently，researchers f云。m various fields of science and engineering have show挂 increasing interest in the application of chaos to communications. In this dissertation ， we mainly pay attention to the key techniques for chaos-based communication systems. The main contents of 也is diss硝ation include: (1) S严nbols synchronization using fractional deJay filter for chaos-based comm田让catíon systems; (2) Chaotic sequences in fractional order dynamic systems; (3)Adaptive equa1ization for fading channels of chaos-based ωmmunication sys恒ms; and (4) Noise reductíon to chaoscbased co怨munic睬。ns sy黯盹 The main origina1ity in this paper can be summarized as foIlow