混沌背景中微弱信号检测的神经网络方法

上一篇

下一篇

行鸿彦, 徐伟. 2007: 混沌背景中微弱信号检测的神经网络方法, 物理学报, 56(7): 3771-3776. doi: 10.3321/j.issn:1000-3290.2007.07.024
引用本文: 行鸿彦, 徐伟. 2007: 混沌背景中微弱信号检测的神经网络方法, 物理学报, 56(7): 3771-3776. doi: 10.3321/j.issn:1000-3290.2007.07.024
Xing Hong-Yan, Xu Wei. 2007: The neural networks method for detecting weak signals under chaotic background, Acta Physica Sinica, 56(7): 3771-3776. doi: 10.3321/j.issn:1000-3290.2007.07.024
Citation: Xing Hong-Yan, Xu Wei. 2007: The neural networks method for detecting weak signals under chaotic background, Acta Physica Sinica, 56(7): 3771-3776. doi: 10.3321/j.issn:1000-3290.2007.07.024

混沌背景中微弱信号检测的神经网络方法

The neural networks method for detecting weak signals under chaotic background

  • 摘要: 基于复杂非线性系统相空间重构理论,提出了混沌背景中微弱信号检测的神经网络方法,利用神经网络强大的学习和非线性处理能力,建立了混沌背景噪声的一步预测模型,从预测误差中检测淹没在混沌背景噪声中的微弱目标信号(包括周期信号和瞬态信号),研究了混沌背景中存在白噪声时该方法的检测能力,指出了目标信号为瞬态信号和周期信号时检测原理的异同点,最后以Lorenz系统作为混沌背景噪声进行了仿真实验,实验表明该方法能有效地将混沌背景中极其微弱的信号检测出来.
  • 加载中
  • 加载中
计量
  • 文章访问数:  571
  • HTML全文浏览数:  66
  • PDF下载数:  142
  • 施引文献:  0
出版历程

混沌背景中微弱信号检测的神经网络方法

  • 南京信息工程大学电子与信息工程学院,南京,210044

摘要: 基于复杂非线性系统相空间重构理论,提出了混沌背景中微弱信号检测的神经网络方法,利用神经网络强大的学习和非线性处理能力,建立了混沌背景噪声的一步预测模型,从预测误差中检测淹没在混沌背景噪声中的微弱目标信号(包括周期信号和瞬态信号),研究了混沌背景中存在白噪声时该方法的检测能力,指出了目标信号为瞬态信号和周期信号时检测原理的异同点,最后以Lorenz系统作为混沌背景噪声进行了仿真实验,实验表明该方法能有效地将混沌背景中极其微弱的信号检测出来.

English Abstract

参考文献 (0)

目录

/

返回文章
返回