利用 Duffing 混沌系统检测微弱信号
(一)首先是要建立混沌系统模型
虽然混沌运动具有随机性,但描述其运动的方程却是确定的。
duffing方程:
x
¨
+
δ
x
˙
+
α
x
+
β
x
3
=
γ
c
o
s
(
w
t
)
\ddot{x}+\delta\dot{x}+\alpha x+\beta x^3 = \gamma cos(wt)
x¨+δx˙+αx+βx3=γcos(wt)
其中
α
β
\alpha \beta
αβ为为实数因子,
γ
、
w
\gamma、w
γ、w为周期摄动力的幅度,频率。
建立了混沌检测系统后,对于不同类型的信号需要对系统方程中的实数因子进行适当的调整。
1.检测微弱正弦信号
1.1从微弱信号的检测下限、混沌系统检测信噪比、系统混沌判据的证明几方面综合考虑,在 Duffing 方程中加入周期外力可以将正弦信号的混沌检测模型确定为
x
¨
+
k
x
˙
+
(
−
x
3
+
x
5
)
=
γ
c
o
s
(
w
t
)
\ddot{x}+k\dot{x}+(-x^3+x^5) = \gamma cos(wt)
x¨+kx˙+(−x3+x5)=γcos(wt)
其中
k
k
k为阻尼比,
(
−
x
3
+
x
5
)
(-x^3+x^5)
(−x3+x5)为非线性恢复力,
γ
c
o
s
(
w
t
)
\gamma cos(wt)
γcos(wt)为内置信号。
取k=0.5,就可以看到当
γ
=
0
,
γ
>
0
\gamma = 0, \gamma > 0
γ=0,γ>0时,系统会经历初始状态、同宿轨道状态、分叉状态、混沌状态、混沌临界状态和大尺度周期状态等各种运动状态。
(1)初始状态
(2)同宿轨道状态
(3)分叉状态
(4)混沌状态
(5)混沌临界状态
(6)大尺度周期状态
1.2背景噪声对于混沌系统监测的影响
用
Δ
x
(
t
)
Δx(t)
Δx(t)表示噪声对
x
(
t
)
x(t)
x(t)的小扰动,从而得出在噪声存在的情况下系统的微分方程式
(
x
¨
+
Δ
x
¨
)
+
k
(
x
˙
+
Δ
x
˙
)
+
(
x
+
Δ
x
)
3
+
(
x
+
Δ
x
)
5
=
γ
c
o
s
(
w
t
)
+
n
(
t
)
\ddot{x}+Δ\ddot{x})+k(\dot{x}+Δ\dot{x})+(x + Δx)^3 +(x + Δx)^5= \gamma cos(wt) + n(t)
x¨+Δx¨)+k(x˙+Δx˙)+(x+Δx)3+(x+Δx)5=γcos(wt)+n(t)
其中,
n
(
t
)
为
噪
声
,
E
{
n
(
t
)
}
=
0
n(t)为噪声,E\{n(t)\} = 0
n(t)为噪声,E{n(t)}=0,由上式减去上上式,由于
Δ
x
Δx
Δx很小,可以省略
Δ
x
Δx
Δx的高阶项,得
Δ
x
¨
+
k
Δ
x
˙
+
3
x
2
Δ
x
−
5
x
4
Δ
x
=
n
(
t
)
Δ\ddot{x}+kΔ\dot{x}+3x^2Δx-5x^4Δx = n(t)
Δx¨+kΔx˙+3x2Δx−5x4Δx=n(t)
令
c
(
t
)
=
5
x
4
−
3
x
2
c(t) =5x^{4}-3x^2
c(t)=5x4−3x2得
Δ
x
¨
+
k
Δ
x
˙
−
c
(
t
)
Δ
x
=
n
(
t
)
Δ\ddot{x}+kΔ\dot{x}-c(t)Δx = n(t)
Δx¨+kΔx˙−c(t)Δx=n(t)
变为矢量方程为
X
˙
(
t
)
=
A
(
t
)
X
(
t
)
+
N
(
t
)
\dot{X}(t) = A(t)X(t) + N(t)
X˙(t)=A(t)X(t)+N(t)
其中
X
(
t
)
=
[
x
1
x
2
]
=
[
Δ
x
(
t
)
Δ
x
˙
(
t
)
]
X(t) = \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} = \begin{bmatrix} Δx(t) \\ Δ\dot{x}(t) \end{bmatrix}
X(t)=[x1x2]=[Δx(t)Δx˙(t)],
A
(
t
)
=
[
0
1
c
(
t
)
−
k
]
A(t) = \begin{bmatrix} 0 & 1 \\ c(t) & -k \end{bmatrix}
A(t)=[0c(t)1−k],
N
(
t
)
=
[
0
n
(
t
)
]
N(t) = \begin{bmatrix} 0 \\ n(t) \end{bmatrix}
N(t)=[0n(t)]
它的解为:
X
(
t
)
=
∫
t
0
t
Φ
(
t
,
u
)
N
(
u
)
d
u
X(t) = \int _ {t_0}^t Φ (t, u) N(u) du
X(t)=∫t0tΦ(t,u)N(u)du
E
{
X
(
t
)
}
=
∫
t
0
t
Φ
(
t
,
u
)
E
{
N
(
u
)
}
d
u
=
0
E\{X(t)\}=\int _ {t_0}^t Φ (t, u) E\{N(u)\} du = 0
E{X(t)}=∫t0tΦ(t,u)E{N(u)}du=0
注意:这里的
Φ
Φ
Φ为系统的状态转移矩阵,是时间和初始时间的函数,可以将时间的状态向量和此矩阵相乘,得到时间时的状态向量。
在统计的意义下,任何零均值色噪声都不会改变系统原有的运行轨迹,仅仅会使系统的运行轨迹变得粗糙些,在理想轨迹附近摆动。注意到上述推导没有涉及噪声的分布性质,因此该方法对任意分布的零均值噪声同样适用。这个结论表明混沌系统对零均值的色噪声具有绝缘性,这也就是可以利用混沌系统来检测微弱周期信号的理论基础。