基于差分Poincaré映射的间歇混沌信号判别方法

针对混沌振子微弱信号检测中间歇混沌信号难以判别的问题,利用混沌系统的参数敏感特性,提出一种差分Poincaré映射判别方法,实现强噪声干扰下输出间歇混沌信号的判别．该方法选取周期激励幅值具有微小差异的两个混沌振子的Poincaré映射进行差值运算,利用周期状态下输出信号收敛,而混沌状态下输出信号分离的特点,降低了噪声对周期区域的影响,使可检测输入信号的信噪比达到了-87dB．实验表明,在时域或Poincaré映射已经无法进行分辨的情况下,该方法仍然实现了检测系统输出间歇混沌信号的有效判别．     

基于小波域Logistic混沌调制的数字语音保密通信系统

提出了一种新的无须同步的基于混沌调制的数字语音保密通信系统的方案。利用逻辑映射产生混沌调制序列，以该序列作为密码对数字语音进行加密处理。为了更好地隐匿信号特征，混沌调制在小波域针对不同的频带进行，并借鉴混沌掩盖对信息信号进行了限幅处理，其密文完全随机化．通过仿真分析各项性能(保密性能、对参数的灵敏度等)。结果表明该系统具有较强的自同步能力和较高的保密性能。并且易于实现．     

基于局域波和混沌的微弱故障信号检测方法

为了利用微弱信号准确诊断转子系统早期故障, 提出了一种基于局域波法和混沌振子相结合的信号检测方法。利用局域波法将微弱的故障信号分解为有限的并且具有不同基本模式的分量, 每个分量是单一成分信号, 实现了信噪分离。将局域波分量输入混沌振子, 通过混沌振子系统行为由混沌状态变为大周期运动状态, 表明检测信号中含有特征成分, 实现了利用混沌振子对低信噪比的微弱信号识别。故障诊断结果表明: 所提出的检测方法是可行的, 能准确诊断转子系统早期不对中故障。     

小波包在雷达杂波信号处理中的应用

针对雷达信号和杂波信号的频率特点，提出了运用小波包理论中的最佳基加阈值处理的方法进行雷达信号的处理，并用模拟的数据进行仿真实验．仿真结果表明，利用小波包理论进行雷达信号的处理，能够较好地抑制杂波，减弱杂波对信号的干扰，提高了对信号的识别能力．     

平面2R机器人机构混沌运动的控制

应用混沌控制方法中的周期扰动参数方法有效地控制了平面2R机器人机构中的混沌运动．在周期扰动参数控制法中，外扰周期信号的频率和振幅是混沌控制成功与否的关键．通过计算系统的最大Lyapunov指数的符号与频率或振幅的关系，可以选取适当的频率和振幅，将系统的混沌运动转化为规则的周期运动．     

基于STBC的混沌MIMO雷达的信号处理研究

针对MIMO（multiple input multipleoutput）雷达正交信号设计的困难,提出了一种超宽带调制的混沌二相码,并结合STBC（space-time block coding）技术,能够达到发射信号的完全正交和最大空间分集．方法简单易行,具有较好的保密特性．仿真实验给出2×2系统下,信噪比为20dB时的回波信号波形,发现该方法较好地实现对复杂目标的识别．同时推导了该模型在奈曼皮尔逊准则下的目标检测概率,相对于窄带系统,检测概率显著提高．     

用B样条神经网络控制非线性系统的混沌运动

采用B样条神经网络，通过选取混沌系统不稳定周期轨道的不动点附近的数据作为参数扰动模型输入样本的学习，把该模型训练成神经网络混沌控制器，从而预测出混沌系统将来时刻的时间序列，获得控制混沌系统的扰动信号。用该扰动信号，将嵌入在混沌吸引子中不稳定周期轨道镇定到稳定的不动点处．通过对Henon映射的数值仿真实验，证明采用B样条神经网络控制非线性混沌运动是有效的．     

基于Logistic混沌方程的光通信系统仿真研究

通过混沌光通信系统模型的建立,利用MATLAB对Logistic混沌方程产生混沌序列进行频谱能量和功率谱密度分析,发现混沌信号的频谱密度可以作为光通信系统模型的检测依据,并在此基础上进行MATLAB仿真研究,表明可以将混沌信号作为信息载体,实现光通信的混沌传输,由于混沌理论具有良好检测微弱信号的能力,从而开辟了光通信长距离无色散传输的另一种途径．     

混沌弱信号检测法在齿轮裂纹声发射检测中的应用

分析了Duffing振子的间歇混沌发生原理.研究了基于Duffing方程间歇混沌理论的混沌弱信号检测法,该方法对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测.分别采用频谱分析法和混沌弱信号检测法对齿轮裂纹声发射实验数据进行检测,结果表明混沌弱信号检测法具有更高的检测精度和更强的抗干扰能力.     

混沌理论在电力负荷预测中的应用

借助混沌分析理论介绍了电网负荷序列的混沌性识别技术，给出了一种基于混沌负荷序列的预测方法。