基于非线性自适应IIR滤波器的混沌时间序列辨识方法

被引：1

作者：

伍维根

张家树

古天祥

机构：

[1] 电子科技大学自动化系

[2] 电子科技大学自动化系成都

[3] 攀枝花大学电气工程系·四川攀枝花

[4] 成都

来源：

控制理论与应用 | 2001年 / 05期

关键词：

混沌; 非线性自适应IIR滤波器; 系统辨识;

D O I：

暂无

中图分类号：

TN713 [滤波技术、滤波器];

学科分类号：

080902 ;

摘要：

提出了一种混沌时间序列的非线性自适应IIR滤波辨识算法 ,该算法采用非线性IIR滤波器来自适应跟踪非线性混沌动力系统的动态特性进行辨识 .实验结果表明 ,该算法具有较高的辨识能力和抗噪声性能 .

引用

页码：751 / 754+758 +758

页数：5

共 15 条

[1]

Thepast,presentandfutureofneuralnetworksforsignalprocessing. HwangJN,KungSY,MniranjanA,PrincipleJC. IEEESignalProcessingMagazine . 1997

[2]

Chaos,BifurcationandApplication. WangDongsheng,CaoLei. . 1995

[3]

Predictinghigh dimensionalchaotictimeseriesusingnonlinearVolterraadaptivefilters. ZhangJiashu,XiaoXianci. ActaPhysicSininca . 2000

[4]

Predictinglow dimensionalchaotictimeseriesusingVolterraadaptivefilters. ZhangJiashu,XiaoXianci. ActaPhysicSininca . 2000

[5]

Predictingchaotictimeseriesusingrecurrentneuralnetworks. ZhangJiashu,XiaoXianci. ChinesePhysicsLetters . 2000

[6]

Achaoticdirect sequence spreadcommunicationsystem. HeidaviBatemGandMcGillenCD. IEEETrans.onCommun . 1994

[7]

Identificationofmodelsforchaoticsystemsfromnoisydata:Implicationsforperformanceandnonlinearfiltering. AguirreLAandBillingsSA. Physica D Nonlinear Phenomena . 1995

[8]

Predictionandsystemidentificationinchaoticnon linearsystems:Timeserieswithbroadbandspectra. AbarbanelHDI. PhysicsLett . 1989

[9]

Detectionofsignalsinchaos. HaykinS,LiX. ProceedingofIEEEonOceanic.Eng. . 1995

[10]

Chaoticradarsignalprocessingoverthesea. LeungH. IEEETrans.onOceanic.Eng . 1993

← 1 2 →