[发明专利]基于符号向量动力学的混沌噪声信号自适应估计方法

说明书

技术领域

本发明属于非线性信号处理技术，基于设计一种针对附加上高斯白噪声的混沌信号的信号估计方法，可广泛应用基于混沌的信号处理，信息传输以及保密通信等领域。

背景技术

在信号传输过程中，不可避免的将引入噪声，因此有必要研究有噪情况下混沌信号估计算法的有效性。目前，各种有噪条件下一维混沌的信号估计算法的提出为这项研究工作的开展提供了有力的借鉴与参考。其中一类算法的构造思想源于滤波器设计，即通过优化某些代价从有噪信号中提取最接近的信号轨迹；另一类算法的构造思路则来源于符号动力学，即利用符号序列与混沌动力系统间的对应关系，通过符号化有噪信号来估计实际混沌映射的初始值或控制参数。

在论文《Estimation of Coupled Map Lattices Using Symbolic Vector Dynamics》(KaiWang，Wenjiang Pei，Haishan Xia，Yiu-ming Cheung，Physics Letters A，Accecpt)中，我们提出一种基于符号向量动力学的自适应混沌噪声信号估计算法，该方法利用混沌符号序列同实际动力序列间的一一对应关系，通过比较由不同符号s′_i产生后续向量rx_i-1与观测信号y_i-1来自适应纠正观测符号向量序列，进而提出一个基于具有自纠错功能的符号向量动力学初始值估计算法。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种适用于混沌系统的有噪信号估计方法，该方法利用混沌符号序列同实际动力序列间的一一对应关系，通过比较由不同符号s′_i产生后续向量rx_i-1与观测信号y_i-1来自适应纠正观测符号向量序列，进而对观测序列进行估计。它具有分析速度快，准确度高的特点。

本发明为实现上述目的，采用如下技术方案：

本发明基于符号向量动力学的混沌噪声信号自适应估计方法，其特征在于包括如下步骤：

(A1)根据n+1时刻即下一时刻混沌系统映射x_n+1＝H(x_n)，利用s_n确定其混沌逆映射其中s_n为n时刻的符号向量序列，H(·)为泛化耦合映像格子产生函数；

(A2)已知接收向量序列{y_i}_i＝0^L，并符号化为{s′_i}_i＝0^L，随机选取η作为初始向量rx_L，其中η为遍历区间上任意向量，L为观测向量长度；

(A3)根据在各种符号向量s情况下并选择使得最小的rx″_s作为估计值rx_L-1，其中i＝1，…，N表示格点位置，N表示格点大小，rx″_s为耦合映像格子在不同符号向量情况下的估计值，任意向量x＝[x₁，x₂，…，x_N]^T，y＝[y₁，y₂，…，y_N]^T，符号T表示向量转秩，函数d(·)定义如下：