混沌背景下微弱信号时域参数检测的研究

被引:9
作者
李小玲 [1 ]
袁继敏 [2 ]
银星 [3 ]
古天祥 [2 ]
机构
[1] 攀枝花学院电信学院
[2] 电子科技大学自动化学院
[3] 攀枝花学院计算机学院
关键词
混沌; 数字示波器; 测量; 时空神经网络; 微弱信号;
D O I
暂无
中图分类号
TM935.37 [数字示波器];
学科分类号
080402 [测试计量技术及仪器];
摘要
数字示波器不能测量混沌背景中的微弱信号,该文结合混沌和神经网络构建检测模型实现该功能。运用混沌时间序列的相空间重构理论计算嵌入维数作为神经网络的输入维来构建网络模型,并采用单步预测方法,在混沌状态下直接测量混沌背景中微弱信号,获取微弱信号的波形。该方法能够测量微弱信号的时域参数,测量范围宽,逼近目标精度高,计算量小。实验结果证明了该方法具有很强的实用性。
引用
收藏
页码:569 / 572
页数:4
相关论文
共 7 条
[1]
基于时空神经网络增强数字示波器功能的研究 [J].
袁继敏 ;
李小玲 ;
古天祥 .
电子科技大学学报, 2007, (05) :938-941
[2]
混沌背景中微弱信号检测的神经网络方法 [J].
行鸿彦 ;
徐伟 .
物理学报, 2007, (07) :3771-3776
[3]
相关维数计算中的ln c(r)~ln r线性拟和 [J].
朱家富 ;
何为 ;
杨浩 .
生物数学学报, 2007, (02) :348-352
[4]
一种计算脑电信号相关维数的改进算法 [J].
朱家富 ;
杨浩 ;
彭拥军 .
西南师范大学学报(自然科学版), 2004, (04) :623-626
[5]
基于混沌和神经网络的弱信号探测 [J].
何建华 ;
杨宗凯 ;
王殊 .
电子学报, 1998, (10) :33-37
[6]
时间序列分维的改进 GP 算法 [J].
郑会永 ;
刘华强 ;
戴冠中 .
西北工业大学学报, 1998, (01)
[7]
On the improvement of the real time recurrent learning algorithm for recurrent neural networks[J] M.W. Mak;K.W. Ku;Y.L. Lu Neurocomputing 1999,