基于局域线性法和卡尔曼滤波的强混沌背景下正弦信号恢复的混合算法!.pdfVIP

第４期 电　　子　　学　　报 Ｖｏｌ．４５　Ｎｏ．４ ２０１７年４月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ａｐｒ．　２０１７ 基于局域线性法和卡尔曼滤波的 强混沌背景下正弦信号恢复的混合算法 苏理云，孙唤唤，李晨龙 （重庆理工大学数学与统计学院，重庆４０００５４） 　　摘　要：　本文提出一种局域线性周期图检测卡尔曼滤波混合算法ＬＬＰＫＦ，用来恢复强混沌背景下正弦信号． 首先，建立混沌信号的一步预测模型；然后，利用周期图检测潜在周期；最后，应用卡尔曼滤波从误差中恢复正弦信号． 仿真实验表明该混合算法具有较好的恢复效果． 关键词：　混沌信号；局域线性法；弱正弦信号；周期图法；卡尔曼滤波 中图分类号：　ＴＮ９１１２３；Ｎ９４１７　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１７）０４０８３７０７ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１７．０４．０１１ ＬＬＰＫＦＨｙｂｒｉｄＡｌｇｏｒｉｔｈｍｆｏｒＤｅｔｅｃｔｉｎｇａｎｄＲｅｃｏｖｅｒｉｎｇ ＳｉｎｕｓｏｉｄａｌＳｉｇｎａｌｉｎＳｔｒｏｎｇＣｈａｏｔｉｃＮｏｉｓｅ ＳＵＬｉｙｕｎ，ＳＵＮＨｕａｎｈｕａｎ，ＬＩＣｈｅｎｌｏｎｇ （ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＳｔａｔｉｓｔｉｃｓ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　ＴｈｅｐａｐｅｒｐｒｏｐｏｓｅｓａｌｏｃａｌｌｉｎｅａｒｐｅｒｉｏｄｏｇｒａｍＫａｌｍａｎｆｉｌｔｅｒｉｎｇ（ＬＬＰＫＦ）ｈｙｂｒｉｄａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｌｙ，ａｌｏ ｃａｌｌｉｎｅａｒｍｅｔｈｏｄｉｓｅｓｔａｂｌｉｓｈｅｄ；ｓｅｃｏｎｄｌｙ，ｔｈｅｐｅｒｉｏｄｓｏｆｓｉｎｕｓｏｉｄａｌｓｉｇｎａｌａｒｅｄｅｔｅｃｔｅｄｆｒｏｍｍｏｄｅｌｉｎｇｅｒｒｏｒｂｙｕｓｉｎｇｐｅｒｉｏ ｄｏｇｒａｍ；ｆｉｎａｌｌｙ，ｔｈｅｓｉｎｕｓｏｉｄａｌｓｉｇｎａｌｉｓｒｅｃｏｖｅｒｅｄｆｒｏｍｔｈｅｅｒｒｏｒｂｙｕｓｉｎｇＫａｌｍａｎｆｉｌｔｅｒｉｎｇ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅ ＬＬＰＫＦｈｙｂｒｉｄａｌｇｏｒｉｔｈｍｈａｓｂｅｔｔｅｒｒｅｃｏｖｅｒｙｒｅｓｕｌｔｓ． Ｋｅｙｗｏｒｄｓ：　ｃｈａｏｔｉｃｓｉｇｎａｌ；ｌｏｃａｌｌｉｎｅａｒｐｒｅｄｉｃｔｉｏｎ；ｗｅａｋｓｉｎｕｓｏｉｄａｌｓｉｇｎａｌ；ｐｅｒｉｏｄｏｇｒａｍ；Ｋａｌｍａｎｆｉｌｔｅｒｉｎｇ ［１］ 检测方法．如：Ｌｅｕｎｇ 利用混沌信号的几何特性，利 １　引言 用最小相空间体积法估计嵌入在混沌噪声中ＡＲ模型 　　二十一世纪的现代科学研究是建立在大量信息的 ［２～４］ 参数的方法；Ｓｈｏｒｔ 利用混沌预测的方法从混沌通 基础上的，而信息往往受到噪声的干扰，且可能是强混 信系统中提取信号的方法； ［５］