2021-10-20 Duffing 混沌系统检测微弱信号（论文收货）

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：$\ddot{x}+\delta \dot{x}+\alpha x+\beta x^3=\gamma cos(wt)$
其中$\alpha \beta$为为实数因子,$\gamma 、w$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
$\ddot{x}+k\dot{x}+(-x^3+x^5)=\gamma cos(wt)$
其中$k$为阻尼比，$(-x^3+x^5)$为非线性恢复力，$\gamma cos(wt)$为内置信号。
取k=0.5,就可以看到当$\gamma =0,\gamma >0$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 $\Delta x(t)$表示噪声对$x(t)$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
($\ddot{x}+\Delta \ddot{x})+k(\dot{x}+\Delta \dot{x})+(x+\Delta x{)}^3+(x+\Delta x{)}^5=\gamma cos(wt)+n(t)$
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$\Delta x$很小，可以省略$\Delta x$的高阶项，得
$\Delta \ddot{x}+k\Delta \dot{x}+3x^2\Delta x-5x^4\Delta x=n(t)$
令$c(t)=5x^4-3x^2$得
$\Delta \ddot{x}+k\Delta \dot{x}-c(t)\Delta x=n(t)$
变为矢量方程为
$\dot{X}(t)=A(t)X(t)+N(t)$
其中
$X(t)=\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]=\left[\begin{array}{c}\Delta x(t)\\ \Delta \dot{x}(t)\end{array}\right]$,$A(t)=\left[\begin{array}{cc}0& 1\\ c(t)& -k\end{array}\right]$,$N(t)=\left[\begin{array}{c}0\\ n(t)\end{array}\right]$
它的解为：
$X(t)={\int }_{t_0}^t\Phi (t,u)N(u)du$
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)}=∫t0​t​Φ(t,u)E{N(u)}du=0
注意：这里的$\Phi$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。