基于小数据量混沌技术的微弱信息检测方法技术

本发明专利技术提供了一种基于小数据量混沌技术的微弱信息检测方法，构建小数据量混沌微弱信号检测系统，计算出平均时间周期，重构相空间，计算Lyapunov指数演化曲线，寻找曲线中变化平缓部分，计算最大Lyapunov指数，即可进行微弱信号的判断。本发明专利技术克服了混沌微弱信号检测系统在检测信号时需要数据量大、实时性差等问题，更加符合工程中检测微弱信号时采集的数据量低的特点，使得混沌系统不确定的相变特性变成了容易计算的定量标准，将混沌振子检测微弱所需数观测值从5000个降至500个，不但降低了混沌系统在检测微弱信号时数据量的要求，而且检测速度得到了提高。

Weak information detection method based on small amount of data chaos technology

【技术实现步骤摘要】
基于小数据量混沌技术的微弱信息检测方法
本专利技术涉及混沌信号检测
，尤其涉及基于混沌系统的微弱信息信号提取与检测范畴。
技术介绍
随着对混沌理论不断地深入研究，混沌系统广泛应用于诸多科学
自从1992年DonaldL.Birx首次对混沌振子检测微弱信号进行尝试以来，国内外很多学者投入到该领域的研究之中，使得这种检测理论得到了不断改进和发展。它主要是利用混沌系统对初值条件的极度敏感性以及对噪声极强的免疫力这一特点，当含有被噪声淹没的被检测周期信号注入混沌系统后，就可导致混沌系统的动力学行为发生很大的变化，依据这种变化，可以判断有无信号。如需做更进一步的估计，通过适当信号处理，也可测出被检信号的其他参数。混沌系统检测微弱信号的核心是判断相变。现阶段判断相变的方法主要有相图法、频谱Poincare截面法、Melnikov法、QR法等，这些方法所需观测值多，精度低，运算量大，计算复杂，带有很大的主观性，使得检测系统性能降低。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种基于小数据量混沌技术微弱信号本文档来自技高网...

【技术保护点】
1.一种基于小数据量混沌技术的微弱信息检测方法，其特征在于包括下述步骤：第一步构建小数据量混沌微弱信号检测系统，采用四阶龙格-库塔法求解，产生若干观测数据，形成待处理的混沌观测值，对观测值进行FFT变换，计算平均时间周期；第二步通过计算混沌数据的关联维的统计量模型，求解时间延迟与最小嵌入维，并对混沌观测值进行相空间重构；第三步将平均发散程度指数演化曲线分成若干段，采用多段拟合回归直线的方法，判断平均发散程度指数演化曲线相变前后敏感区域；最后计算平均发散程度指数演化曲线，并对相变敏感区域利用最小二乘法进行直线拟合，直线斜率即为最大Lyapunov指数，通过最大Lyapunov指数正负变化，判断信...

【技术特征摘要】
20181227 CN 20181160852431.一种基于小数据量混沌技术的微弱信息检测方法，其特征在于包括下述步骤：第一步构建小数据量混沌微弱信号检测系统，采用四阶龙格-库塔法求解，产生若干观测数据，形成待处理的混沌观测值，对观测值进行FFT变换，计算平均时间周期；第二步通过计算混沌数据的关联维的统计量模型，求解时间延迟与最小嵌入维，并对混沌观测值进行相空间重构；第三步将平均发散程度指数演化曲线分成若干段，采用多段拟合回归直线的方法，判断平均发散程度指数演化曲线相变前后敏感区域；最后计算平均发散程度指数演化曲线，并对相变敏感区域利用最小二乘法进行直线拟合，直线斜率即为最大Lyapunov指数，通过最大Lyapunov指数正负变化，判断信号的有无。


2.根据权利要求1所述的基于小数据量混沌技术的微弱信息检测方法，其特征在于：所述的小数据量混沌微弱信号检测系统为



其中，k为阻尼比，-x+x3为非线性恢复力，f为周期策动力幅值，fcos(ωt)...

【专利技术属性】
技术研发人员：杨海博，韩春雷，周昆正，李琳，袁德平，
申请(专利权)人：中国电子科技集团公司第二十研究所，
类型：发明
国别省市：陕西;61