基于解析解混沌的易编码通信方法和信号重构研究

《基于解析解混沌的易编码通信方法和信号重构研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:TN91110710-2015124087硕士学位论文基于解析解混沌的易编码通信方法和信号重构研究王亚楠导师姓名职称刘立东副教授申请学位类别工学硕士学科专业名称智能交通与信息系统工程论文提交日期2018年4月2日论文答辩日期2018年6月9日学位授予单位长安大学ResearchonEasyEncodingCommunicationMethodandSignalReconstructionBasedonAnalyticallySolvableChaoticAThesisSubmittedfortheDegree

2、ofMasterCandidate：YananWangSupervisor：LidongLiuChang’anUniversity,Xi’an,China摘要混沌信号由确定性系统产生，具有较复杂的运动形态。鉴于混沌运动的复杂性，传统观念认为混沌不存在解析解。然而，一些学者通过大量的理论推导，发现了一类存在解析解的混沌系统，简称解析解混沌系统。混沌系统的解析解不但可对混沌信号进行精确描述，亦可利用解析解给出相应系统基函数的匹配滤波器，从而实现接收端输出信号信噪比最大化。因此，解析解混沌系统的研究对混沌通信的实际工程应用

3、具有重要现实意义。本文基于解析解混沌系统，重点对混沌通信的编码方式和混沌信号处理的信号重构作了详细的探讨，主要创新和工作如下：（1）针对传统的混沌信号信息编码方法存在较高计算复杂度问题，本文基于逆时混沌系统（属解析解混沌系统的范畴）给出一种简单有效的信息编码方法。该方法直接将目标发送信息编码成双极性序列以驱动逆时混沌系统产生适于信道中传输的混沌信号，有效解决了信息编码计算复杂度较高的问题。为使接收端输出信号信噪比最大化，本文设计了逆时混沌系统基函数的匹配滤波器，有效降低了接收端噪声干扰的影响。高斯白噪声信道以及相同信

4、噪比条件下，本文给出的编码方法与传统信息编码方法相比，误码率基本相同，但本文给出的方法较简单；瑞利信道条件下，本文给出的编码方法抗噪声性能优于差分混沌移位键控。（2）针对强噪声条件下，信号重构很难利用混沌同步实现的问题，本文通过推导可知，混合混沌系统（属解析解混沌系统的范畴）与逆时混沌系统解析解表达式之间存在特定函数的关系，基于此，本文给出一种新的信号重构方法，实现了强噪声条件下混沌信号的重构。与传统信号重构方法相比，本文给出的信号重构方法在强噪声条件下具有较好的信号重构性能。关键词：混沌，解析解混沌系统，编码，匹配

5、滤波，信号重构iAbstractChaoticsignalsaregeneratedbydeterministicsystemsandshowmorecomplexmotionpatterns.Inviewofthecomplexityofchaoticmovement,thetraditionalideaholdsthatthereisnoanalyticalsolutiontochaos.However,somescholarshavederivedalargenumberoftheoreticaldeducti

6、onstofindaclassofchaoticsystemswithanalyticsolutions,abbreviatedasanalyticallysolvablechaoticsystems(ASCS).Theanalyticalsolutionofthechaoticsystemnotonlydescribethechaoticsignalaccurately,butalsousetheanalyticalsolutiontogivethematchedfilterofthecorrespondingsy

7、stem,soastoachievethemaximumsignal-to-noiseratiooftheoutputsignal.Therefore,theresearchofASCShassignificantapplicationvalueinpracticalengineeringofchaoticcommunication.ThisthesisisbasedontheASCS,focusingontheencodingmethodofchaoticcommunicationandthesignalrecon

8、structionofchaoticsignalprocessing.Themaininnovationsandworksareasfollows:(1)Focusingontheissuethatthetraditionalinformationencodingmethodshavehighcomputationalcomplexity,as