基于混沌理论的直接序列扩频信号检测研究

基于混沌理论的直接序列扩频信号检测研究

论文摘要

直接序列扩频(DSSS)信号通常淹没在强噪声背景中传播,因此,在低信噪比条件下对DSSS信号的检测是信息对抗的重要内容。一般而言,在此情况下的信号检测属于非合作式检测,通常缺少一定的先验信息,因此也被归于盲检测或是近似盲检测的范畴。随着近年来非线性科学的发展,混沌理论在各个领域中的应用变得日益广泛。由于混沌振子系统对微弱信号有着极其敏感特性以及对噪声具有免疫性,使得它在低信噪比条件下的直接序列扩频(以下简称直扩)信号的检测中非常有优势。而且,将混沌理论应用于直接序列扩频信号的盲检测,既是混沌理论应用领域中的一个创新,也为直扩信号的盲检测提供了新的思路,在改善检测性能方面极具潜力。本文深入地研究了混沌振子系统——Duffing振子系统和Lorenz振子系统,并验证了直扩信号具有混沌特性。然后根据间歇混沌现象产生的机理,以二进制相移键控的直接序列扩频(DSSS/BPSK)信号为例,研究了针对直扩信号的混沌振子阵列检测系统,实现了-30dB以下的低信噪比条件下的信号盲检测。通过计算机仿真验证了算法的有效性,并把一些常规的线性检测方法和基于混沌理论的算法进行了比较,混沌振子阵列法在较大程度上改善了检测性能。此外,本文还将常规的线性检测方法如时域相关检测法、高阶累积量检测法与混沌振子阵列法结合,研究并改进了联合检测算法,将基于混沌理论的算法和线性方法的优势结合,更进一步地提高了检测性能,检测信噪比下限达到了-40dB左右。由于Lyapunov特性指数是混沌的基本特征量之一,也是混沌存在与否的重要判别指标,本文针对直扩信号的混沌振子检测系统,研究了一种计算Lyapunov特性指数的改进方法——RHR改进算法,与原有的QR分解算法和RHR算法相比,该算法较大地提高了计算效率,并对此作了计算机仿真。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 直接序列扩频的原理
  • 1.3 直扩信号检测的发展现状
  • 1.4 本文的主要工作及内容安排
  • 第二章 混沌理论的基本概念
  • 2.1 引言
  • 2.2 混沌理论的产生与发展
  • 2.3 混沌的定义和基本特征
  • 2.4 混沌理论在微弱信号检测中的应用
  • 2.5 本章小结
  • 第三章 基于混沌的信号检测理论基础
  • 3.1 引言
  • 3.2 常用的混沌判据与准则
  • 3.3 混沌振子检测系统的分析
  • 3.3.1 Duffing 振子系统的基本原理
  • 3.3.2 Lorenz 振子系统的基本原理
  • 3.3.3 混沌振子检测系统的 Lyapunov 指数分析
  • 3.4 Duffing 振子具有混沌解特征的数学证明
  • 3.5 本章小结
  • 第四章 基于混沌振子的直扩信号盲检测算法
  • 4.1 引言
  • 4.2 直扩信号的混沌特性分析
  • 4.2.1 直扩信号的最大 Lyapunov 指数分析
  • 4.2.2 验证直扩信号具有混沌特性
  • 4.3 利用 Duffing 振子进行直扩信号的检测
  • 4.4 基于 Duffing 混沌振子阵列的直扩信号盲检测算法
  • 4.4.1 间歇混沌现象原理分析
  • 4.4.2 基于间歇混沌现象的混沌振子阵列检测系统
  • 4.4.3 混沌振子阵列检测法原理分析
  • 4.4.4 检测性能仿真
  • 4.5 利用 Lorenz 振子系统进行直扩信号的检测
  • 4.6 本章小结
  • 第五章 混沌理论与常规方法相结合的检测算法
  • 5.1 引言
  • 5.2 时域相关-混沌振子阵列联合检测算法
  • 5.2.1 算法原理思路
  • 5.2.2 检测性能仿真
  • 5.3 高阶累积量-混沌振子阵列联合检测算法
  • 5.3.1 算法原理思路
  • 5.3.2 检测性能仿真
  • 5.4 本章小结
  • 第六章 改进的 Lyapunov 特性指数算法分析
  • 6.1 引言
  • 6.2 经典 Lyapunov 特性指数算法
  • 6.2.1 QR 分解算法
  • 6.2.2 RHR 算法
  • 6.3 改进的RHR 算法用于直扩信号的检测
  • 6.3.1 RHR 改进算法的原理
  • 6.3.2 算法性能比较
  • 6.4 本章小结
  • 第七章 各检测方法性能比较和分析
  • 7.1 引言
  • 7.2 各检测方法性能比较
  • 7.3 本章小结
  • 第八章 总结与展望
  • 致谢
  • 参考文献
  • 作者攻硕期间取得的成果
  • 个人简历
  • 相关论文文献

    • [1].高阶混沌振子的微弱信号频率检测新方法[J]. 哈尔滨工业大学学报 2010(03)
    • [2].一种新的微弱未知信号混沌振子检测法[J]. 计算机应用研究 2012(03)
    • [3].基于混沌振子的微弱生命周期信号频率检测方法[J]. 计算机工程与科学 2011(05)
    • [4].基于混沌振子的微弱信号测频研究[J]. 苏州大学学报(工科版) 2009(06)
    • [5].利用混沌吸引子阶跃变化现象检测滚动轴承微弱故障[J]. 中南大学学报(自然科学版) 2020(07)
    • [6].新型混沌振子检测微弱光电信号幅值研究[J]. 黑龙江大学工程学报 2011(04)
    • [7].基于混沌振子的微弱信号检测[J]. 微计算机信息 2008(10)
    • [8].基于双耦合改进型混沌振子系统的弱信号检测[J]. 计算机与现代化 2012(01)
    • [9].基于混沌振子周期区域的微弱信号检测方法[J]. 电子测量与仪器学报 2009(06)
    • [10].基于双耦合混沌振子变尺度微弱信号检测方法研究[J]. 计量学报 2016(03)
    • [11].基于混沌振子的微弱振动信号频变跟随器仿真设计[J]. 中国机械工程 2009(02)
    • [12].混沌振子在不同初值下检测弱信号的性能分析[J]. 仪器仪表学报 2012(12)
    • [13].混沌振子微弱未知信号检测方法的改进[J]. 噪声与振动控制 2013(04)
    • [14].一种基于新型间歇混沌振子的舰船线谱检测方法[J]. 物理学报 2014(06)
    • [15].基于一种改进混沌振子模型的弱信号检测[J]. 微计算机信息 2008(33)
    • [16].基于耦合混沌振子的微弱信号检测[J]. 石家庄铁道大学学报(自然科学版) 2019(01)
    • [17].基于双混沌振子的最小频移键控信号频率估计方法[J]. 吉林大学学报(工学版) 2019(04)
    • [18].耦合HR神经元混沌振子部分同步实验研究[J]. 西安文理学院学报(自然科学版) 2017(06)
    • [19].基于改进EEMD与混沌振子的配电网故障选线[J]. 仪器仪表学报 2019(04)
    • [20].基于Duffing混沌振子的电缆绝缘劣化监测方法研究[J]. 山东科学 2015(03)
    • [21].基于混沌振子的微弱ASK信号解调[J]. 电子技术应用 2010(04)
    • [22].混沌振子识别轴承早期故障的极半径不变矩判据[J]. 光学精密工程 2018(02)
    • [23].基于Duffing混沌振子的微弱泥浆脉冲信号提取研究[J]. 湖南理工学院学报(自然科学版) 2016(02)
    • [24].基于互相关和混沌振子阵列的转子早期碰擦故障检测[J]. 航空动力学报 2008(12)
    • [25].基于Duffing混沌振子的遥测信号解调方法分析[J]. 电子制作 2015(11)
    • [26].基于双耦合混沌振子的未知频率弱信号检测[J]. 东北大学学报(自然科学版) 2012(09)
    • [27].基于局域波和混沌的转子系统早期故障诊断[J]. 大连理工大学学报 2009(01)
    • [28].基于含-x~5+x~7项的Duffing方程的动力学行为研究[J]. 考试周刊 2012(38)
    • [29].混合网络下的差异化异常跳变频率检测[J]. 科技通报 2015(01)
    • [30].一种基于混沌振子的DSSS信号盲检测方法[J]. 通信技术 2015(07)

    标签:;  ;  ;  ;  ;  

    基于混沌理论的直接序列扩频信号检测研究
    下载Doc文档

    猜你喜欢