一个新的不确定超混沌Lorenz系统的自适应同步

讨论了一个新的不确定超混沌Lorenz系统的自同步问题．基于Lyapunov稳定性理论，结合自适应混沌同步方法，给出了该超混沌系统实现自同步的充分条件以及控制律参数的取值范围．数值仿真证明了该方法的可行性和有效性．     

一个新混沌系统的异结构反同步

研究了一个新的三维混沌系统的异结构反同步问题．基于Lyapunov稳定性理论，采用主动控制方法，实现了一个新混沌系统分别与Lorenz系统、Chen系统和La系统的异结构反同步．数值模拟证明了该方法的可行性和有效性．     

新五维超混沌系统反同步研究

以新五维超混沌系统为对象，基于Lyapunov稳定性理论，采用非线性控制法、主动控制法及全局控制法，分别设计了控制器，实现了新五维超混沌系统的反同步。通过数值仿真，对三种方法的反同步效果进行了验证和对比分析，结果显示主动控制法优于其它两种方法。     

一个新混沌系统的非线性反馈同步

研究了一个新的混沌系统的混沌同步问题。基于Lyapunov稳定性理论,采用非线性反馈混沌同步方法,给出了该系统实现自同步的充分条件以及控制律参数的取值范围;结合参数自适应混沌同步方法,实现了该混沌系统与统一混沌系统的异结构系统快速同步。数值仿真证明了该方法的有效性。     

船舶电力系统自适应Backstepping混沌控制

为了抑制船舶电力系统在周期电磁扰动下可能产生的混沌振荡,在两机并联模型的基础上,应用自适应Backstepping方法设计了系统的混沌控制器。应用Lyapunov稳定性理论证明了在该控制器作用下,系统能够保持闭环渐进稳定。仿真结果表明,混沌控制器能够以较快的收敛速度抑制系统中的混沌,使系统状态迅速稳定在平衡点,同时还能够以较快的速度辨识出导致系统产生混沌的参数。     

基于自适应Backstepping方法的舰船电力系统混沌控制

将自适应Backstepping方法运用到舰船电力系统的混沌运动的控制中,可以将混沌系统稳定在平衡点,从而达到对船舰电力系统混沌运动的有效控制。根据船舰电力系统应用模型,该文设计了自适应控制器,当舰船电力系统处于混沌运动时该控制器自动开启。数字仿真表明该方法能够达到迅速抑制混沌的目的。     

一个新混沌系统的自适应Backstepping控制

研究了一个新的混沌系统的控制问题，根据Lyapunov稳定性理论方法构造一个新的自适应控制器，给出了控制器及未知参数的自适应律解析式，识别了系统的全部4个参数，同时将系统控制到一个稳定点，方法简单，控制效果好。数值模拟证明了该方法的可行性和有效性。     

一种有效的船舶混沌运动自适应控制方法

针对船舶航行中的混沌运动控制问题,对部分参数不确定的船舶操纵运动非线性模型,提出一种有效的自适应控制方法。基于Lyapunov稳定性理论,证明在本文所提控制器作用下,系统的平衡状态渐进稳定。仿真实验表明,采用本文所提方法能够对船舶转首操纵运动中出现的混沌状态进行有效控制,具有计算量小、方法有效、易于实现等优点。该方法不受系统不确定参数变化的影响,具有良好的应用价值。     

时滞反馈混沌系统的同步控制方法

研究了带有时滞反馈的无限维混沌系统的分岔行为,提出了一种时滞混沌系统的状态反馈同步控制方法,使得闭环系统的同步误差大范围渐进稳定,文中给出了实现时滞混沌系统同步控制的条件。在仿真实验中,以二阶无限维时滞混沌系统为例,实现了混沌系统的同步控制,仿真结果表明,该同步方法的同步时间短,且具有较强的抗干扰能力。     

异结构超混沌系统的函数投影延迟同步

实现异结构超混沌系统的函数投影延迟同步,对扩大混沌同步的通信范围和保密效果具有重大意义.本文研究了两个异结构超混沌系统的函数投影延迟同步的问题,基于Lyapunov稳定性理论,通过主动控制同步方法和自适应控制同步方法,分别实现了参数已知和参数未知的超混沌R(o)ssler系统和超混沌Lorenz系统间的函数投影延迟同步...     

船舶电力系统的混沌振荡分析

为了研究船舶电力系统在周期电磁扰动下发生混沌振荡的规律,应用Poincare映射法给出了系统发生混沌的必要条件,同时应用Lyapunov指数判别系统在扰动下的动态行为,得出了系统发生混沌时扰动幅值和扰动频率的取值范围.仿真结果表明,Poincare映射法简单直观,可以给出系统运行的具体形式,同时和Lyapunov指数法相结合可以为抑制或消除船舶电力系统中的混沌提供数值计算依据.     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。     

混沌神经网络优化机制研究

分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。     

混沌方法在舰船辐射噪声分析中的应用研究

为了检测舰船辐射噪声中的非线性特征,本文采用混沌、分形理论从信号产生的机理、相空间轨迹、分形维数和Lyapunov指数等4个方面着重研究了舰船辐射噪声的混沌现象.研究结果表明舰船辐射噪声信号中确实存在混沌现象,且不同类别的信号具有不同的非线性特征,该结果将为水声信号处理、水下目标检测和识别提供新的理论方法.     

混沌遗传算法在船舶电力系统供电恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复.     

变尺度混沌优化方法的改进及应用

针对变尺度混沌优化方法MSCOA(Mutative Scale Chaos Optimization Algorithm)的缺陷进行了一些改进,以提高该方法的收敛速度和精确性.多个算例计算结果表明,这些改进是卓有成效的.文中还给出了将此方法应用于一个结构优化设计问题的计算实例,同时指出该例的原文献计算有误.     

混沌理论研究及其在舰船目标识别中的应用

为有效提取舰船目标的特征,进行舰船目标自动识别.以混沌理论为基础,研究了混沌的定义和基本特征,从混沌系统运动特征中,以实际采集的舰船辐射噪声为研究对象,找出对舰船目标识别有效利用的关联维数这一混沌特征量,对其提取算法进行研究和仿真.通过对各类舰船辐射噪声的关联维数的提取仿真实验表明,关联维数这一混沌特征量能有效对各类舰船进行分类识别,从而对水中兵器的制导系统及目标识别系统设计具有一定的借鉴意义.     

BOOST电路中混沌的参数约束分析

本文以实际BOOST电路为研究对象,建立了等效模型,从而得到与Smale马蹄映射同胚的电路方程,并采用Kolmogorov算子分析混沌的参数约束条件.     

激励频率对线谱隔离效果影响的试验研究

为分析激励频率变化时,混沌隔振系统对特征线谱隔离效果的影响,设计双层混沌隔振系统,研究在不同激励频率条件下,混沌隔振系统对线谱的隔离能力。试验结果表明,激励频率对系统的隔振效果有较大的影响,在系统固有频率附近,线谱的隔离能力较差,在混沌隔振系统设计中,同样需要避开系统的固有频率。