混沌噪聲背景下微弱脈沖信號的檢測與恢復(fù).pdf

1、微弱信號是傳統(tǒng)和一般的方法所不能檢測到的微弱量，所謂微弱是相對于噪聲而言，不只是說信號的幅度很小，主要指的是被噪聲淹沒的、信噪比很低的信號。微弱信號檢測是利用電子學(xué)、信息論和概率統(tǒng)計(jì)等方法，研究被測信號的特點(diǎn)，分析產(chǎn)生噪聲的原因，檢測并估計(jì)被背景噪聲淹沒的微弱信號。微弱信號檢測是人們獲取信息的重要手段，在許多領(lǐng)域中都有比較廣泛的應(yīng)用。隨著科學(xué)技術(shù)的發(fā)展，對微弱信號進(jìn)行檢測與恢復(fù)的需求日益迫切。
　　混沌(Chaos)是一種看似無規(guī)

2、則的運(yùn)動，在確定性非線性系統(tǒng)中，不需要附加任何隨機(jī)因素便可出現(xiàn)類似隨機(jī)的行為。它廣泛的存在于氣象、水文、通信等多個(gè)領(lǐng)域。隨著混沌理論在各個(gè)領(lǐng)域的發(fā)展與應(yīng)用，利用混沌理論進(jìn)行微弱脈沖信號的檢測與估計(jì)成為一種發(fā)展趨勢。
　　從混沌噪聲背景信號中檢測并恢復(fù)出淹沒在其中的微弱信號，尤其是混沌噪聲背景下微弱脈沖信號的檢測與恢復(fù)，對信號處理在理論與實(shí)踐上有重要的意義。本文中，首先基于混沌信號的短期可預(yù)測性及其對微小擾動的敏感性對觀測信號進(jìn)行相

3、空間重構(gòu)、建立局域線性自回歸模型(Local Linear Autoregressive model, LLAR)進(jìn)行單步預(yù)測，得到預(yù)測誤差，并利用假設(shè)檢驗(yàn)方法從預(yù)測誤差中檢測觀測信號中是否含有微弱脈沖信號。然后，對微弱脈沖信號建立單點(diǎn)跳躍模型，并融合局域線性自回歸模型，構(gòu)成雙局域線性模型(Double Local Linear model, DLL)，以極小化DLL模型的均方預(yù)測誤差為目標(biāo)進(jìn)行優(yōu)化，采用向后擬合算法估計(jì)模型的參數(shù)，并最