收藏本站
《哈尔滨工程大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群算法自适应逆控制混沌同步研究

刘伟  
【摘要】: 由于混沌具有对初始条件极端敏感、似噪声、连续宽频谱等特性,近年来在保密通信等领域得到了深入的研究和广泛的应用。但是,目前混沌控制和混沌同步理论并不成熟,还有很多理论和技术上的问题需要解决。针对目前混沌同步研究中存在的一些问题,本文以连续和离散混沌系统为研究对象,通过对混沌同步理论、混沌同步方法及其应用等相关问题的研究,为混沌同步及其应用提供理论方法和扩充理论基础。 首先,针对粒子群优化算法(PSO)易陷入早熟陷阱的缺点,本文提出改进型粒子群优化算法(MPSO)和蜜蜂进化型粒子群优化算法(BEMPSO)。本文对五个典型的测试函数分别用不同的粒子群优化算法进行了优化仿真实验,并对实验结果进行了比较和分析,得出BEMPSO具有很好的收敛性。这些理论的研究将为本文以后章节的研究提供有力的研究依据。 其次,为了实现连续和离散混沌系统建模,将分层递阶蜜蜂进化型粒子群优化(DDBEMPSO)算法用于神经网络训练,给出了基于DDBEMPSO的RBF神经网络学习算法的设计方法和基于DDBEMPSO的混沌神经网络学习算法的设计方法。通过连续和离散混沌映射时间序列预测的仿真实验,得出分层递阶蜜蜂进化型粒子群优化方法提高了搜索效率,克服了早熟现象,提高了收敛性,取得了较好的仿真结果。 再次,针对混沌信号受到信道噪声的影响,难以很好的达到同步问题,基于自适应逆的原理设计了自适应逆控制器,引入到混沌同步,对系统中存在的扰动和噪声进行了消除,取得了很好的效果。自适应逆控制对于消除信号中的噪声具有最优性,非常适合在混沌同步中应用。并采用此方法对噪声干扰的离散混沌系统和连续混沌系统同步仿真研究,对比利用DDBEMPSO优化RBFNN和CNN用于辨识和控制离散混沌系统同步数字仿真,可知对离散混沌系统来说,采用CNN结构构造辨识器和控制器比采用RBFNN结构构造辨识器和控制器性能更优越。 最后,详细地介绍了基于混沌同步的振幅隐蔽调制保密通信原理,并对自适应逆控制的振幅隐蔽调制离散混沌同步步骤加以说明。分别以Logistic映设和Lorenz连续混沌系统为例进行仿真研究。重点阐述了超混沌同步的保密通信,分析四维超混沌LC振荡器模型,采用DDBEMPSO算法优化神经网络,进行对象辨识模型,控制器自适应滤波和扰动消除器自适应滤波,振幅隐蔽调制超混沌同步保密通信仿真,仿真表明,该同步系统可以真实地实现对信号的保密通信传输。
【学位授予单位】:哈尔滨工程大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:O415.5

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 袁利国;聂笃宪;;粒子群优化算法拟合Logistic方程的研究[J];华南农业大学学报;2011年03期
2 李婷;;Lorenz系统的混沌同步以及在保密通信中的应用[J];赤峰学院学报(自然科学版);2011年08期
3 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
4 余永红;冯斌;孙俊;;生化途径参数估计的QPSO-MGbest算法[J];计算机工程与应用;2011年20期
5 陈露;;灰色Verhulst模型的改进及其应用[J];数学的实践与认识;2011年10期
6 侯成志;;佳木斯市水资源承载力评价[J];黑龙江水利科技;2011年03期
7 刘杨;田学锋;詹志辉;;粒子群优化算法惯量权重控制方法的研究[J];南京大学学报(自然科学版);2011年04期
8 王昭礼;李传东;;一类混沌系统脉冲同步研究[J];机电工程;2011年06期
9 苏义鑫;沈俊;张丹红;胡孝芳;;神经网络和改进粒子群算法在地震预测中的应用[J];计算机应用;2011年07期
10 张鹄志;郭建青;;粒子群优化算法在确定越流含水层参数中的应用[J];水利水电科技进展;2011年03期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国博士188bet全文数据库 前10条
1 刘伟;基于粒子群算法自适应逆控制混沌同步研究[D];哈尔滨工程大学;2007年
2 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
6 徐星;威廉希尔[D];武汉大学;2010年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
10 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
中国硕士188bet全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
8 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
9 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
10 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026