一、混沌信号的非线性自适应预测技术及其应用研究（论文文献综述）
蒋宇[1]（2020）在《齿轮箱混沌特性与故障诊断研究》文中进行了进一步梳理传动系统在机械设备中起到中流砥柱的作用,齿轮箱传动系统是机器非常关键的组成部分,揭示齿轮箱系统固有混沌特性并通过其开展齿轮箱健康状态的监测与诊断,对于延长机器的服役时间具有重要意义。吸引子理论作为研究相空间中系统动力学状态的理论越来越得到认识和应用,而混沌吸引子属于吸引子中的一种形态,自然可用来诠释混沌系统的混沌动力学特性和状态。齿轮箱系统是一个混沌系统,其振动信号中蕴涵着大量能够反映系统特征的信息。针对齿轮箱系统混沌特性尤其是探索高维空间中混沌吸引子的特性以及演化规律的研究相对匮乏,且齿轮箱故障特征提取缺乏挖掘混沌特性与故障之间存在的内在关系,有待进一步寻求有效的混沌特征指标实现表征与诊断。为此,本文应用相空间重构理论将一维振动信号推广到高维相空间中去将振动信号单变量时间序列中隐含的系统信息显现出来,探索研究高维空间中齿轮系统混沌吸引子的相轨迹、相点分布、递归特性,揭示齿轮箱系统的混沌特性,进而对齿轮箱系统在不同故障形式下的混沌吸引子特征提取进行表征计算和状态分析。本文深入地开展了齿轮箱混沌特性与故障诊断研究。首先,在齿轮箱故障模拟试验台上开展了振动信号采集实验,采集了不同工况条件下齿轮箱系统的振动信号,对其进行了时域和频域分析,发现齿轮箱振动信号中均含有大量的噪声,相似度较高,频域中均存在齿轮的啮合频率及其谐波成分,同时在啮合频率及其谐波两侧都会形成一系列边频带。应用小波分析法和自适应噪声集成总体经验模式分解方法,分别对采集到的齿轮箱振动信号进行了降噪分析与处理,发现两种方法降噪后高频成分得到了一定的抑制,同时保留了低频带中原有信号的特征信息。相比而言,自适应噪声集成总体经验模式分解方法更有利于消除环境噪声对振动信号的影响,且有助于突显系统本身固有的特征信息,为后续齿轮箱系统混沌特性分析和故障模式识别与诊断打下了坚实的基础。为了揭示齿轮箱运行中的混沌特性,开展了齿轮箱系统不同运行状态下的混沌特性证明研究。引入了基于相空间重构的定量判别方法,分别为关联维数、最大Lyapunov指数和Kolmogorov熵,以及功率谱定性判别方法。同时,为了验证这四种判别方法的有效性,对于Lorenz理论混沌系统首先开展了混沌特性验证研究,接着对于齿轮箱系统不同运行状态进行了混沌特性判别,发现齿轮箱系统在不同运行状态下,其关联维数均为分数值,最大Lyapunov指数和Kolmogorov熵均大于零,而功率谱均为连续宽带谱。通过联合关联维数、最大Lyapunov指数Kolmogorov熵以及功率谱的方法,共同证明了齿轮箱系统的混沌特性。为了探索齿轮箱系统混沌吸引子空间分布特性,根据相空间重构理论构造了齿轮箱不同运行状态下的混沌吸引子,并探讨了嵌入维数和延迟时间对齿轮系统混沌吸引子的影响,应用相轨迹图和相点三维直方图方法,呈现了齿轮系统混沌吸引子三维空间中相点分布形态和空间结构,并基于相点分布形态和空间结构开展了定性和定量的混沌特性表征研究。同时,采用关联维数、包含球半径、包含相点的盒子数和相点数量最大值指标,对齿轮混沌吸引子进行量化表征计算,进而对齿轮箱不同运行状态进行模式识别。结果表明,混沌吸引子的相轨迹图可直观定性地对齿轮箱不同运行状态进行识别,而包含球半径是一种基于相点分布有效的量化表征指标,可用于实现齿轮箱不同运行状态模式识别。针对齿轮箱实际工作过程中故障特征提取难的问题,引入递归思想和递归分析方法,从系统相空间中相点递归特性出发,探索递归模式与齿轮故障的映射关系,提出了将递归分析结合自适应噪声集成总体经验模式分解方法。从自相似特征角度研究递归模式与齿轮不同模式的映射关系,应用四个递归量化参数分别为递归度、确定性、分层率、熵,对齿轮箱不同运行状态进行特征提取进而故障诊断,发现这四个参数指标均能对齿轮箱不同运行状态进行有效地识别。另外,与基于混沌吸引子相轨迹进行诊断的表征参数相比较,发现递归度和熵这两个递归指标诊断效果更优。结果表明,递归分析结合自适应噪声集成总体经验模式分解方法是一种有效的特征提取用于实现齿轮箱故障识别与诊断的方法。针对目前齿轮动力学建模多以考虑单频激励作用因素为主,而实际应用中齿轮箱多为工作环境复杂恶劣,开展了考虑多频激励作用建立齿轮非线性动力学模型与故障诊断研究。定义了啮合刚度系数,探讨了多频激励参数对正常及裂纹故障模型主共振幅频特性的影响,采用增量谐波平衡法对齿轮动力学响应进行分析计算,研究了正常及裂纹故障模型的动力学特性,证实了考虑多频激励作用模型相比传统单频激励模型更能准确地描述其动力学特性,丰富了齿轮动力学建模理论。同时,利用齿轮箱混沌特性开展了裂纹齿轮不同故障程度的识别与诊断研究。通过计算混沌指标最大Lyapunov指数,发现了最大Lyapunov指数随着裂纹故障程度增加而增大的规律。本文揭示了齿轮箱系统的混沌特性,并以混沌吸引子为依据研究解决齿轮箱故障诊断问题。为机械设备状态识别与故障诊断提供了一种新的思路,具有一定的理论价值及工程应用意义。该论文有图98幅,表19个,参考文献170篇。
范家铭[2]（2020）在《基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究》文中研究表明伴随着我国“一带一路”战略铺展开来,高铁已成为我国新“四大名片”之一,其知名度和重要性不亚于古老中国的“四大发明”。截止2019年末,中国已投入运营的高速铁路里程数达到3.5万公里,稳居世界首位。道路千万条,安全第一条,安全性是高铁飞速发展的基石。对关键零部件的健康状态监测,尤为重要。PHM（Prognostics and Health Management）技术可以对高铁在途运行设备进行状态感知、健康监控,并对故障的发生做出预测,从而降低安全风险。本文利用故障预测与健康管理的技术手段,以数据无损压缩技术、数据传输加密技术、故障特征提取方法、信号去噪技术、关键参数优化方法和神经网络方法为理论基础,建立基于PHM技术的高铁车载通信装备健康监测智能分析方法,实现了关键零部件的故障定位及预测。该方法虽然实现了故障快速定位和精准预测,但通常需要高性能计算机来支撑数据的计算和分析,所以本文将高铁运行数据进行实时无损压缩并加密后,通过铁路无线通信网络将数据回传至地面分析服务器,以其高性能计算能力快速、准确地进行故障定位和预测,有效地解决了高铁车载设备不具备高性能计算能力而无法实时处理数据的问题。地面分析服务器对数据进行解密和特征分析高效快捷,利用神经网络算法使故障识别和故障预测的精度及效率都得以保障,为保障高速铁路安全运营提供了重要的技术手段。本文提出的方法已在兰州铁路局项目中得到了应用,并在实际应用中不同程度的降低了运维成本和故障不可复现率,体现出PHM技术在故障诊断和故障预测研究方面的意义和价值。本文的主要研究成果如下:（1）针对高速铁路的安全运行问题,结合了故障预测与健康管理技术理论,提出了一种基于动车组PHM体系架构。该架构对高铁车载通信装备进行了PHM技术理论分析、故障诊断技术分析、预测技术分析、应用分析等技术进行论述,并基于故障预测与健康管理技术为理论基础提出了动车组故障预测与健康管理体系框架,对高铁车载通信装备的健康状态监测和故障预测方面提供重要理论指导。（2）高铁车载装备的网络资源有限,无法满足对监测的车载装备运行信息实时传输至地面服务器,为此提出了一种无损压缩技术与加密技术联合算法。该算法利用铁路既有无线网络基础在低带宽下实现实时传输高铁车载通信装备运行数据,以供地面服务器实时分析车载装备的健康状况和故障预测。该算法以行程长度无损压缩算法为基础进行了改进以降低数据的压缩比率,同时融入Logistic混沌理论和RSA加密算法以及Logistic置乱加密算法,减少网络传输时所占用的网络带宽,提高了网络传输的安全性,为进一步分析设备的健康状态和故障诊断及预测提供基础性保障。（3）故障诊断通常需要对故障特征进行提取并分析,去除数据中混杂的噪声。该部分对接收到的车载装备运行信息展开深入研究,针对高铁车载通信装备在运行中因场强信号而导致的故障问题,提出了一种基于PHM技术的高铁车载通信装备的故障诊断方法。该方法以双树复小波包变换为基础进行算法改进,同时结合了自适应噪声的完备经验模态分解来进行故障噪声的降噪与特征提取,然后利用无监督学习中的密度聚类方法进行自适应改进,并将提取出的特征类型进行特征分类,最后将分类结果输入到极限学习机中进行训练。实验验证了提出的故障诊断方法具有较强的特征提取能力、快速识别故障能力以及高精度的识别率,为设备的故障预测提供良好的支撑。（4）深入分析高铁车载通信装备的实际运行工况中,针对高铁车载通信装备故障发生率较高的原因是由于电池失效导致高铁车载通信装备无法正常工作的问题,提出了一种HA-FOSELM电池失效预测方法。该方法为了降低噪声对预测带来的影响,采用变分模态分解方法进行去噪处理,同时使用含有遗忘机制的在线序列极限学习机算法对去噪后的数据进行学习和训练,该算法支持数据的动态增量更新。为了提高算法的识别精度和降低关键参数对该算法的影响,引入了混合灰狼优化算法对HA-FOSELM方法的关键参数进行自适应优化,同时融合注意力机制,从而有效地提高了预测精度。通过实验验证,本文提出的方法在性能、效率、精度等方面都优于传统的神经网络算法,有效地降低了因电池故障导致列车行驶安全的问题。
华哲[3]（2020）在《风电机组不对中故障预测技术的研究》文中认为风力发电目前已被广泛应用到实际电力系统中,由于受恶劣环境的影响,风电机组故障频发。其中,不对中故障是传动系统中常发生的一种故障类型并具有一定的潜伏性,严重时会影响发电质量并导致机组内部零件的失效。因此,采用合理有效的预测技术实现设备运行状态的预测并及时进行故障预警,对风电机组安全稳定的运行有着重要的研究意义。本文首先分析了风电机组传动系统的不对中故障机理,之后针对单一预测模型的局限性,提出了基于组合预测模型的不对中故障预测方法。具体内容如下:在风电机组传动系统SolidWorks三维模型和Adams动力仿真模型的基础上,获取了不对中故障的振动信号。在Adams与Matlab/Simulink机电联合仿真模型的基础上,获取了不对中故障的定子电流信号。之后在不对中故障实验台上同时测得振动和定子电流信号。然后提取它们的时域、频域和时频域特征。其中,基于镜像延拓的经验模态分解（Improved Empirical Mode Decomposition,IEMD）提取了振动信号的时频域特征;基于双树复小波变换（Dual-tree Complex Wavelet Transform,DTCWT）提取了定子电流信号的时频域特征。采用单一预测方法分别为改进的多变量灰色预测模型（Improved Multivariate Grey Model,IMGM（1,n））和改进的人工鱼群算法（Improved Artificial Fish Swarm Algorithm,IAFSA）优化的最小二乘支持向量机（Least Square Support Vector Machine,LSSVM）,对不对中故障的振动和定子电流信号进行了预测。采用IAFSA优化的LSSVM作为组合预测模型的组合器,将单一预测方法的预测值作为组合器的输入,实际峭度指标作为输出,构建了组合预测模型。经仿真和实验台验证,对于不对中故障的振动和定子电流信号,组合预测模型比单一预测模型具有更高的预测精度。为降低实验台信号中噪声对预测效果的影响,经降噪效果对比,确定了奇异值分解（Singular Value Decomposition,SVD）降噪方法并结合能量标准谱来确定降噪阶次,分别对实验台不对中故障的振动和定子电流信号进行了降噪处理。在提取特征参数后,利用IMGM（1,n）和IAFSA优化的LSSVM分别对故障信号进行预测,将预测值作为组合器的输入,得到SVD降噪后组合预测模型的预测值。经实验台验证,SVD降噪处理提升了组合预测模型的预测精度和稳健性。最后,根据正态分布的3σ原则设置预警线,实现了实验台不对中故障的早期预警。
虞海彪[4]（2020）在《基于混沌时间序列的光伏功率预测方法研究》文中研究指明随着化石能源的日益枯竭以及人们对环境污染问题愈来愈关注,光伏发电的开发与利用已经成为世界各国解决能源和环境制约问题的共同方案,光伏发电系统已经成为电力系统的重要组成部分。然而,光伏功率受天气、云层、温度等多种因素的影响具有较强的随机性、波动性和间歇性,这会对大电网的安全稳定运行造成严重冲击。有效的光伏功率预测方法可以减小电网的运行成本,保护电网的安全稳定运行,电力工作者也可据此制定合理的经济调度计划。鉴于基于气象数据的传统光伏功率预测方法带有人为主观性,本文从深入挖掘光伏功率时间序列的动力学行为出发,给出了基于混沌时间序列的光伏功率预测研究方向,即基于单变量时间序列的光伏功率预测和基于多变量时间序列的光伏功率预测。首先,回顾了混沌的定义和基本概念,理清了相空间重构理论,延迟时间和嵌入维数两个关键参数的具体求解方法,介绍了关联维数法、最大Lyapunov指数法、递归图法3种混沌时间序列的判定方法,并以实际光伏电站的数据验证了光伏功率时间序列具有混沌特性。其次,由于在混沌理论中,现有嵌入维数计算方法往往难以获得时间序列的最佳嵌入维数,且不同计算方法获得的嵌入维数稍有不同,相应光伏功率的预测结果也就不同。为减小嵌入维数对预测结果的影响,研究了一种基于多嵌入维Volterra滤波器的光伏功率自适应预测方法。以实际光伏功率时间序列为研究对象,分别利用互信息法、Cao氏法确定延迟时间和嵌入维数,构建了基于多嵌入维数的Volterra组合预测模型,组合模型采用神经网络对各嵌入维数下的Volterra单一模型进行组合。仿真结果验证了所提方法的可行性和有效性。然后,为有效避免神经网络陷入局部最优,研究了一种基于天牛群优化（beetle swarm optimization,BSO）-Elman神经网络的光伏功率全局预测方法。在分析粒子群优化（particle swarm optimization,PSO）和天牛须搜索（beetle antennae search,BAS）算法特点的基础上,把由PSO和BAS有机结合在一起的BSO算法应用到Elman神经网络的预测中。在对光伏功率时间序列相空间重构后,BSO进行第一次迭代寻找全局最优解,并将其作为Elman神经网络的最优初始权重。在此基础上,Elman神经网络进行第二次迭代完成训练并以此预测光伏功率。以实际光伏电站数据为算例的预测结果和误差对比分析,验证了所提方法的适应性更强、鲁棒性和稳定性更好。最后,针对光伏功率单变量时间序列预测方法的不足,研究了一种基于多变量相空间重构和径向基函数（radial basis function,RBF）神经网络的光伏功率全局预测方法。基于相关性分析,选取实际光伏电站的历史光伏功率和气象因素时间序列组成多变量时间序列;而后,利用C-C法和虚假邻近点（false nearest neighbors,FNN）法重构光伏功率预测的多变量相空间,并以小数据法识别其混沌特性;在此基础上,结合神经网络强大的非线性拟合能力,建立了基于多变量相空间重构和RBF神经网络的光伏功率全局预测模型。算例分析表明,相较于单变量预测方法,所提出的多变量相空间重构预测方法性能更加优越。
袁泽世[5]（2019）在《基于数模混合方法的混沌系统及其应用研究》文中研究说明混沌是非线性动力学系统所具有的一类复杂动力学行为,描述了确定性非线性系统的内在随机性,普遍存在于生物、气象、电子等系统的运行过程中。混沌系统是混沌理论中的重要内容,对其研究能够为工程系统的相关应用提供理论支撑,推动工程技术的创新。本文的研究重点是基于数模混合方法的混沌系统,及其在随机数发生器设计及分布式多输入多输出（Multiple Input Multiple Output,MIMO）雷达发射信号设计与重构领域的应用。其中,性能优异的随机数常作为密钥,广泛应用于有加密需求的各个领域;MIMO雷达发射波形直接关系到雷达系统的分辨率、测量精度以及杂波抑制能力等性能指标。因此,本文研究的内容具有重要的理论意义与工程应用前景。本文的主要工作归纳如下:1、构建了类Chen系统,拓展了含单一线性项的混沌系统,给出了基于现场可编程逻辑门阵列（Field Programmable Gate Array,FPGA）的数字混沌电路实现方式。首先,基于经典的Chen系统,通过引入非线性项,构建了新的类Chen系统,使Chen系统变为类Chen系统的一种特例;其次,拓展了Li提出的混沌系统流型,概括了所有含三次项的三维混沌系统,并研究了其中四种典型的含单一线性项的混沌系统。通过对系统进行动力学分析,验证了系统的多稳态属性和无限平衡点等特殊性质,讨论了混沌系统的幅度和频率控制方法。采用基于32位定点数运算的FPGA数字方法同时实现了含单一线性项的一组混沌系统电路,所得结果与数值仿真一致。通过编程控制系统的参数设置和输出选择,得到了多样化的系统输出,大大提高了系统在安全通信、随机数发生器设计、雷达波形设计等领域的应用前景,为后文的应用研究作了铺垫。此外,论文还研究了一类含有符号函数乘积项的特殊的混沌系统,讨论了基于数字逻辑器件的模拟混沌电路实现方法。2、针对数字系统的有限精度效应问题,提出了基于数模混合系统的实现方法,完成了混沌随机数发生器的设计和实现。当数字系统运行时间足够长时,受限于有限精度效应,会发生动力学退化现象。为解决这一问题,本文将数字系统与少量模拟器件相结合,提出了基于数模混合系统的实现方法,通过引入模拟量的方式解决了数字系统的有限精度效应问题,同时克服了模拟系统相对复杂、易受环境影响、参数可控性差等缺点。分别基于电容器和忆阻器在FPGA上构建了两个不同的数模混合系统,利用典型混沌映射和本文所提类Chen系统进行数值仿真,证实了所提方法的有效性。此外,基于数模混合系统和复杂的耦合格子映射,设计并实现了混沌随机数发生器,所生成的随机数序列顺利通过了NIST检验套件中所有检验标准,达到实际应用水平。当随机数发生器数字部分的FPGA规模足够大时,能够获得速率高达Gbit/s的随机数流。本文所提的数模混合系统实现方法具有很强的可集成性,为解决其他数字系统的有限精度效应问题提供了可借鉴的方法。3、提出了基于混沌的分布式MIMO雷达系统发射信号的设计和重构方案。分布式MIMO雷达系统的发射信号通过有线或无线两种方式进行传输,其中,有线传输方法限制了系统的灵活性,而无线传输方法的固有特性又使得系统易受安全性威胁。为解决这一问题,本文基于非线性动力学网络,提出了通过适当的非线性反馈控制来设计、传输和重构分布式MIMO雷达发射信号的实现方案。方案主要包括三个部分:优化波形字典的构建,信号生成模块设计以及信号重构模块设计。首先,根据实际应用特征需求,选取合适的波形设计方法产生一系列基波形,构建优化波形字典;其次,通过分岔分析,设计信号生成模块中非线性反馈控制函数,还将本文所提类Chen系统应用到反馈控制中,生成了理想的发射信号;最后,接收端接收到压缩发射信号,结合已知的优化波形字典和非线性反馈函数等先验信息,通过代数运算实时完成了发射信号重构。仿真分析证实了生成的发射信号具有比基波形更好的自相关、互相关性能,优化的能量谱密度以及理想的图钉型模糊函数等性质,且信号重构能够在接收端实时完成,理论上没有重构误差。值得注意的是,本文所提的数模混合系统的实现方法也可用于实现该方案。
熊丽[6]（2019）在《一类混沌电路非线性特性及其应用研究》文中认为超混沌吸引子相对于低维混沌系统其输出序列具有更高的不可预测性、更大的随机性、更多的李雅普诺夫指数和密钥参数以及更加复杂多变的拓扑结构和演化轨迹,故用于信号加密中具有可靠的安全性。非线性元件在构造超混沌电路及网络中具有关键作用,除了常规的非线性电阻,忆阻器作为一种具有独特的记忆特性的电子元件,因其记忆特性在构造各类非线性电路中发挥了重要作用,其显着的物理非线性特征被广泛用于研究混沌电路、人工智能、编程电子仪器、保密通讯和神经信息编码。本文结合当前混沌理论在机械电子行业的发展趋势和应用要求,重点在于研究一类可切换的新型超混沌电路以及包含忆阻器的混沌电路的动力学行为、状态切换特征及其相应动力系统建模、同步稳定性和伏安特性曲线实验测量方法并探索其应用问题。内容包括:（1）针对现有类洛伦兹方程电路族均由五个或五个以上运算放大器构成,电路结构复杂,容易出现不必要的接线错误,设计没有优化等缺陷,首先对基本洛伦兹混沌系统进行改进并研究改进后的洛伦兹混沌系统的反同步控制问题,用三种不同的控制方法分别实现了改进后的洛伦兹混沌系统的反同步。在改进的洛伦兹混沌电路的基础上,提出一种由四个运算放大器和两个模拟乘法器构成的三阶类洛伦兹4+2型混沌电路,用于解决现有的类洛伦兹混沌电路结构复杂的问题。（2）鉴于新型三阶类洛伦兹4+2型混沌电路只能够输出三个混沌波形和三个二维混沌相图,不能够满足某些需要输出四个混沌波形和六个二维混沌相图的情况。如果要输出六个二维混沌相图,势必要增加电路结构,这又会导致电路更加复杂。为了解决这个问题,在上述新型三阶类洛伦兹4+2型混沌电路的基础上,构造出一种由五个运算放大器和两个模拟乘法器构成的四阶类洛伦兹5+2型超混沌电路,并对所设计的超混沌电路进行优化设计和电路变形,从而构造出一系列相应的具有不同混沌吸引子的四维超混沌系统,并对其非线性动力学特征和同步稳定性进行深入研究。（3）由于类洛伦兹超混沌系统的电路设计方法仍然具有一定的局限性,导致其在工程应用中的性能有限,具体表现在用模拟电路实现混沌振荡器时很难提高其频率响应。而忆阻器作为可调控的且具有独特记忆功能的小体积、低功耗的非线性器件,在电路中消耗能量,却又不产生能量和功率增益,特别适合应用于高频混沌电路,其对流经电流的记忆功能也是传统的混沌电路元件所不具有的,故它的出现可以显着地推进传统研究。结合忆阻器的物理非线性特性,对特定的一类混沌系统的非线性项采用忆阻器函数来替换,设计出一类广义的包含忆阻效应的混沌电路,经过无量纲变换,借助于系统的李雅普诺夫指数计算、平衡点的稳定性分析以及耗散性、混沌吸引子、分岔图、庞加莱截面和同步控制等大规模数值研究,对其动力学系统进行研究。并提出“混沌电路缺陷量化指标”,用以检查整个电路的所有动态电路节点的电压是否有电压过高导致限幅的情况,用以验证其混沌输出是否与数学模型一致。（4）针对电流表能够测量通过导线中的直流与低频交流电流,但是不能够测量复杂波形;而示波器能够测量复杂波形,但是只能够测量电压波形而不能够测量电流波形的问题,提出了一种测量各种混沌电路尤其是忆阻混沌电路伏安特性曲线的有源短路线法。并针对一类蔡氏电路和新型忆阻混沌电路,利用所提出的有源短路线法通过电路仿真实验和硬件电路实验成功测量到了其伏安特性曲线,有效地避免了整个忆阻混沌电路的所有动态电路节点的电压过高导致限幅的情况。另外,为了找出适合参数一致的蔡氏电路的各种静态非线性函数电路,在所构造的忆阻混沌电路的基础上设计了一个蔡氏电路各种非线性对比研究平台,并利用有源短路线法产生了五种混沌非线性。（5）鉴于机电设备早期故障信号比较微弱,针对传统检测方法难以准确检测和判断并提取的缺点,以及现有混沌同步保密通信方案的实验电路和测量方法缺乏优化及改进、同步噪声较大、在电路实验时容易出现接线错误和不容易出现调试结果的缺陷,将所提出的新型混沌系统和所设计的混沌电路应用到弱信号检测及保密通信电路中进行探讨研究。利用混沌系统对初始值极端敏感的特性,将弱信号作为初始值的微弱扰动分别输入到类洛伦兹混沌系统、超混沌系统和忆阻混沌系统,使其受到微弱扰动时也能导致其混沌吸引子轨道发生巨变,从而实现对微弱信号的检测。并提出一种提高传输信号安全性能,改善混沌调制保密通信实验方案的新方法,通过改进实验电路和测量方法来检查电路的综合性能。
罗磊[7]（2019）在《基于前反馈混合结构的非线性主动噪声控制方法研究》文中研究表明随着旋转设备在日常生活中的广泛应用,其产生的噪声问题引起了社会的广泛关注,各种噪声控制技术也应运而生,其中主动噪声控制（Active Noise Control,ANC）技术最具代表性。ANC技术在线性控制领域已经取得了丰硕的理论成果和实践经验,但是实际噪声环境一般具有非线性问题,如参考信号为混沌噪声,声学路径为非线性系统等。这些非线性问题严重限制了传统线性ANC技术的应用,促使非线性ANC技术的研究备受关注。控制系统按照物理结构可以分为前馈控制、反馈控制和前反馈混合控制。前馈控制结构稳定性强,但是不适用于时变和非线性对象。反馈控制结构鲁棒性较强,且适用于时变和非线性对象,但是系统稳定性和控制精度较差。前反馈混合控制结构对前两者进行了优势互补,具有更广泛的应用环境和更高的控制精度及系统稳定性。旋转设备的噪声根据其频带特性可以分为窄带噪声、宽带噪声和宽窄带混合噪声。因此论文分别针对窄带噪声、宽带噪声和宽窄带混合噪声,基于前反馈混合结构研究新型、高效的非线性ANC方法。针对窄带噪声,研究基于FELMS（Filtered-Error Least Mean Square）算法的窄带ANC（FELMS-based Narrowband ANC,FE-NANC）系统,并在平均和均方意义下分析该系统动态特性、稳态特性以及步长稳定边界。在非线性初级路径条件下,分析初级噪声频率特性,建立其与参考信号频率的数学模型。通过前馈频率拓展和反馈频谱估计结构快速准确地获取初级噪声频率,将其作为新的参考信号频率,基于FE-NANC系统研究低复杂度窄带非线性ANC方法。此外,通过引入误差分离技术进一步提高该方法的降噪效果和收敛特性。针对宽窄带混合噪声,分析初级噪声的频带特性,研究前馈FLANN（Function Link Artificial Neural Network）结构和反馈FIR（Finite Impulse Response）结构的降噪机理,并详细分析其各自的降噪优缺点,提出了FLANN-FIR混合结构的ANC方法。该方法对前馈FLANN结构和反馈FIR结构的降噪效果进行优势互补,不仅提高了系统的收敛速度,而且同时对初级噪声中的线性分量和非线性分量都具有明显降噪效果。针对宽带混沌噪声和随机噪声,研究反馈非线性ANC方法进行降噪处理。反馈ANC系统是一个初级噪声的反馈预测过程,不受声反馈的影响。但是宽带混沌噪声和随机噪声不能线性预测,且非线性预测精度不佳。为成功解决该问题,利用小波包对宽带混沌噪声和随机噪声进行全频段分解,然后进行线性独立预测,构成新型反馈非线性ANC方法。与传统的反馈非线性ANC方法相比,提出的方法对宽带混沌噪声和随机噪声的降噪效果更加明显,特别是宽带随机噪声。针对非线性ANC中的声反馈问题开展研究,提出了基于双线性FLANN（Bilinear FLANN,BFLANN）滤波器的非线性ANC方法。该方法主要包含FLANN结构、反馈输出项以及输入与输出的乘积项。因为FLANN和输入与输出乘积项都具有非线性映射能力,所以与FLANN相比,BFLANN可以处理更复杂的非线性ANC问题。在BFLANN中,反馈输出项和输入与输出乘积项可以分别对线性声反馈和非线性声反馈进行补偿,从而成功解决非线性ANC中的声反馈问题。此外,详细的理论推导充分证明当BFLANN输入有界时,其输出同样有界。为了验证论文中提出的基于前反馈混合结构的非线性ANC方法的降噪有效性,本文设计了封闭空间的ANC实验平台,该封闭空间是尺寸为2.2m×1.1m×1.2m的矩形空间。ANC实验平台的控制器由实时控制模块dSPACE DS1104和MATLAB/Simulink软件构成。通过该实验平台分别对文中提出的方法在不同非线性声学环境下进行验证,实验结果充分说明:（1）FE-NANC系统不仅节约计算成本而且成功实现了多频窄带参考信号的实时降噪;（2）FLANNFIR方法提高了传统非线性ANC方法的收敛速度和降噪能力;（3）BFLANN方法成功降低了线性声反馈和非线性声反馈的影响。
王立彬[8]（2019）在《泵站管道振动混沌特性分析与短期预测》文中研究指明包括泵站管道在内的各类输流管道的振动在工程实际中普遍存在,对于管道振动特性分析及振动预测的研究有着广泛的工程背景。泵站管道在长期服役期间,在各类影响因素下会产生不同程度的振动,大幅度的管道不利振动会导致整个管道系统出现损伤,甚至会造成大规模的结构破坏及经济财产损失。为了验证泵站管道振动中存在混沌特性,明晰使其产生混沌特性的振动激励,同时实现管道振动的短期混沌预测,本文选取某灌区泵站管道实测振动响应为研究对象,基于混沌理论对泵站管道振动的混沌特性及其短期预测进行研究。本文的研究内容主要分以下三个方面:（1）泵站管道振动混沌特性分析。目前国内外对泵站管道振动系统的混沌特性分析极少,本文基于饱和关联维数和最大Lyapunov指数等混沌特性定量分析方法对管道实测不同测点在不同运行工况下的振动响应进行混沌特性分析。研究结果表明,泵站管道在某些工况下确实存在混沌特性,管道不同位置、机组不同运行工况、不同振动方向情况下管道振动的复杂性及混沌程度不同,且存在共通规律,即泵站管道振动复杂性及混沌特性受机组振动及流态稳定性影响较大。（2）确定泵站管道混沌振源。基于前文分析结果,通过频谱分析的方法确定泵站管道的振源组成,初步判断不同振源分量的混沌特性。为将不同时间尺度的振源激励成分进行有效分离,文章引入改进变分模态分解（Improved Variatronal Mode Decomposition,IVMD）方法将信号自适应地分解为一系列具有不同尺度特征的IMFs,并分别计算其饱和关联维数和最大Lyapunov指数分析其混沌特性,以此明晰使泵站管道振动产生混沌特性的振动激励。（3）建立泵站管道振动短期混沌预测模型。基于前文泵站管道混沌特性分析结果,对泵站管道振动响应在混沌系统领域做进一步应用拓展——建立管道振动短期混沌预测模型。本文选取Volterra级数预测和RBF（径向基函数）神经网络预测两种方法,首先以典型混沌系统Lorenz系统x分量为算例验证两种预测方法在混沌预测领域的有效性;其次,以前文混沌特性分析结果为基础选取涵盖机组运行影响及流态突变影响的管道振动响应序列,分别实现其混沌短期预测以判断本文混沌短期预测模型是否具有泵站管道振动响应的普适性;最终综合对比两种方法的预测结果选择精度更高的预测方法建立泵站管道振动响应短期混沌预测模型。
吴婕[9]（2019）在《数据驱动的雷达健康预测技术研究》文中研究指明雷达作为代表性的电子系统装备,其复杂性和集成化程度越来越高。对于雷达而言,不停机、连续可靠工作的特点需要其在性能下降时告警,便于使用人员及时发现和排除故障隐患。因此需要对雷达实施健康管理,完善开放式雷达健康管理系统架构,建立健康数据存储与挖掘机制,并开展适用于雷达的健康预测技术研究。论文主要的研究内容和成果如下:一、针对雷达健康管理系统的体系架构不完善、工程开发不规范的问题,总结梳理了一种开放式雷达健康管理系统总体架构,包括系统级、分系统级和模块级三个层级。二、工程中对健康信息的采集、传输、存储与处理缺乏有效的设计考虑。为了支撑预测等功能的高效执行,对健康管理系统架构中的数据存储架构进行了优化完善,建立了健康信息的分布式采集、逐级处理与传输、集中存储与挖掘分析机制。三、梳理了雷达性能的系统级、分系统级、模块级和参数级评估指标,对雷达性能参数序列的部分特征进行了分析;对于雷达性能参数序列能否预测的问题,采用混沌理论分析性能参数监测序列的可预测性,证明了部分雷达性能参数监测序列是可预测的。四、针对雷达系统不同时间的健康状态和工况不同时,性能参数监测序列的统计规律随时间变化的问题,设计了一种自适应预测算法,采用不同阶次和参数的两类模型建模预测,定义准则自动寻优,优先采用简单高效的模型,工程应用时采用多线程并行的建模策略。五、雷达结构组成复杂,其性能的衰退由多个互不相关的失效因素导致,彼此不相关失效因素使得单一模型预测很难发挥效力。区分雷达作用机制或失效因素并对其作用规律分别建模,利用线性、非线性模型分别对趋势成分和随机成分建模预测;建立失效因素的最优拆分模型,并改进了多项式系数自回归模型对不同序列成分建模预测,有效降低了建模偏差。六、采用MATLAB和Qt混合编程的方法将预测算法作为功能插件应用于开放式健康管理系统中,实现了预测功能的落地应用。
刘岩[10]（2018）在《基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究》文中指出往复压缩机作为石油、化工等行业的关键设备,在发生事故时所造成的巨大经济损失和人员伤亡的灾难性,决定了对其开展诊断的必要性。本文以往复压缩机滑动轴承磨损和气阀类典型故障为研究对象,从振动信号自适应分解处理的角度,深入分析故障机理与振动信号的响应关系、信号自适应分解的尺度特征、多重分形谱特征分析、关键部件性能衰退评估指标选择和混沌动力学预测模型适用性等问题,将变分模态分解（VMD）与多重分形谱分析相结合,从非线性信号精细化分析角度,基于往复压缩机振动信号对典型故障进行特征提取与模式识别,并通过建立奇异谱参数指标,对往复压缩机滑动轴承运行状态进行评估与预示研究,结合2D12型往复压缩机典型故障与运行周期,提出了一套完整的故障状态评估与预示方法。主要工作如下:往复压缩机滑动轴承故障因其隐蔽性和振动传递路径的复杂性,对其进行有效诊断十分困难。为提高较难识别的十字头滑履和连杆小头轴承间隙故障诊断准确率,结合VMD算法原理,并考虑算法在带通滤波中表现出的故障分离能力,通过分析振动响应与故障响应的关系,寻找敏感测点以提升信号可辨识性和采样一致性。从状态间特征可分性角度引入多重分形广义谱理论,采用瞬时频率与互相关信息结合的准则优选VMD分解个数,以变阶数整数寻优观点提取各状态模态分量的广义谱特征向量。在故障模式识别中,从不同模态分解层次的特征差异角度,分别引入了支持向量机法和建立在“层分”思想的增量学习K近邻模型（IKNNModel）法,通过故障模拟和实测数据分析与比较,证实优化的非监督分类IKNNModel算法有较好的适应性。VMD与多重分形广义谱相结合所提取的特征向量具有较好可分性,实现了敏感测点轴承故障特征的有效识别。气阀类故障是往复压缩机典型的多发性功能故障,多类型故障间的因果关系与微弱差异造成了故障类别间辨识的困难。考虑振动响应的高度非线性和波动表现,从阀片常见故障机理与振动信号波动特征的响应关系角度出发,提出了基于VMD与多重分形去趋势波动分析（MFDFA）的气阀故障征兆识别方法,VMDMFDFA算法以最大相关最小冗余法（mRMR）统一各故障的VMD分解模态,结合奇异谱分析构造6维特征向量,基于分形分析提取各状态主模态的奇异谱特征值,并通过主分量分析提升模态间谱向量差异,降维的同时增加故障特征的类间可分性和鲁棒性。在模式识别中引入二叉树支持向量机和基于深度学习的卷积神经网络算法,证实了卷积神经网络适用于谱向量识别的同时,通过试验数据验证了VMDMFDFA法对不同气阀故障具有较高的识别准确率。压缩机滑动轴承故障的高风险性和严重危害性,决定了以其为对象开展设备性能衰退与评估预测研究的重要性;同时,设备故障表现出的状态与过程共存的本质特征决定了故障预示研究应涵盖设备全寿命周期。基于VMD与多重分形分析方法,结合奇异值分解（SVD）和核模糊C均值聚类（KFCM）技术,引入分形奇异谱参数评估的思想,建立了基于奇异谱参数的评价指标与状态分类算法模型;通过VMD法保留主模态并构造连续截断型重构矩阵,应用SVD信噪分离原理,结合中心差商法降维求逆,提升故障间奇异谱参数指标的稳定性,以KFCM算法训练形成各状态谱参数聚类中心,经压缩机轴承故障模拟试验,优选谱参数,并结合模糊二叉树支持向量机算法实现滑动轴承磨损程度的分类识别和性能衰退状态评估。寿命预测是故障评估的延伸,并丰富了故障预示的内涵,往复压缩机典型故障诊断方法、预测与评估技术共同构成设备寿命周期分析。针对预测模型适应性和非线性系统初始敏感性,以多重分形奇异谱为预测参数,提出了基于最大预测可信尺度的改进K邻近动态预测模型;将信息熵饱和原理引入最大预测可信尺度,提高了预测结果的可信度,基于不同模态分量谱参数构建相空间重构型动态建模域,使预测模型反映复杂系统动力学演化的实时性特征,并突出各模态成分对预测的独立影响,通过拟合回归和误差分析验证了预测模型的有效性。
二、混沌信号的非线性自适应预测技术及其应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、混沌信号的非线性自适应预测技术及其应用研究（论文提纲范文）
（1）齿轮箱混沌特性与故障诊断研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景、意义及来源 |
| 1.2 国内外研究进展 |
| 1.3 尚需深入研究的问题 |
| 1.4 主要研究内容 |
| 2 试验信号采集与降噪分析处理研究 |
| 2.1 引言 |
| 2.2 齿轮振动信号采集试验分析 |
| 2.3 试验结果与分析 |
| 2.4 试验信号降噪分析与处理 |
| 2.5 本章小结 |
| 3 齿轮箱系统的混沌特性研究 |
| 3.1 引言 |
| 3.2 相空间重构理论 |
| 3.3 混沌系统的判别方法 |
| 3.4 理论混沌系统证明 |
| 3.5 齿轮系统混沌特性证明 |
| 3.6 本章小结 |
| 4 基于混沌吸引子相点分布特性表征诊断方法研究 |
| 4.1 引言 |
| 4.2 相轨迹图表征与诊断 |
| 4.3 相点三维直方图表征与诊断 |
| 4.4 本章小结 |
| 5 基于混沌吸引子递归特性表征诊断方法研究 |
| 5.1 引言 |
| 5.2 递归分析方法原理 |
| 5.3 齿轮故障递归图分析 |
| 5.4 齿轮故障定量递归分析 |
| 5.5 最优模式识别与诊断方法 |
| 5.6 本章小结 |
| 6 考虑多频激励齿轮动力学建模与诊断研究 |
| 6.1 引言 |
| 6.2 齿轮动力学模型构建 |
| 6.3 齿轮动力学模型特性与诊断 |
| 6.4 本章小结 |
| 7 全文总结 |
| 7.1 研究内容和主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 目前存在的问题 |
| 1.4 主要研究内容和创新点 |
| 1.5 论文组织结构 |
| 2 关键技术及相关工作 |
| 2.1 引言 |
| 2.2 机车综合无线通信设备工作原理 |
| 2.3 压缩算法 |
| 2.3.1 无损压缩技术 |
| 2.3.2 有损压缩技术 |
| 2.4 加密算法 |
| 2.5 特征提取方法 |
| 2.6 PHM技术 |
| 2.6.1 PHM系统体系结构 |
| 2.6.2 动车组PHM体系结构 |
| 2.6.3 动车组PHM技术架构 |
| 2.6.4 动车组PHM系统功能和目标 |
| 2.6.5 动车组PHM诊断技术 |
| 2.6.6 动车组PHM预测技术 |
| 2.7 小结 |
| 3 基于无损数据压缩及加密联合算法的研究 |
| 3.1 问题提出 |
| 3.2 相关研究 |
| 3.3 SRLE无损压缩算法 |
| 3.3.1 SRLE压缩处理 |
| 3.3.2 SRLE解压处理 |
| 3.4 混合加密算法 |
| 3.4.1 Logistic混沌加密算法 |
| 3.4.2 RSA加密算法 |
| 3.4.3 压缩加密联合算法 |
| 3.5 实验与结论 |
| 3.5.1 压缩性能分析 |
| 3.5.2 安全性能分析 |
| 3.5.3 复杂度及效率分析 |
| 3.6 小结 |
| 4 基于PHM技术的高铁车载通信装备故障诊断 |
| 4.1 问题提出 |
| 4.2 相关研究 |
| 4.3 基于高铁机车综合通信设备中故障诊断的研究 |
| 4.3.1 实验数据集 |
| 4.3.2 特征提取 |
| 4.3.3 无监督聚类 |
| 4.3.4 极限学习机故障识别模型 |
| 4.4 实验与结论 |
| 4.4.1 仿真实验验证 |
| 4.4.2 实测数据集实验验证 |
| 4.5 小结 |
| 5 基于PHM技术的高铁车载通信装备健康状态评估预测 |
| 5.1 问题提出 |
| 5.2 相关研究 |
| 5.3 基于锂电池的剩余使用寿命预测与健康状态监测 |
| 5.3.1 实验数据集 |
| 5.3.2 健康状况和健康指标 |
| 5.3.3 降噪处理 |
| 5.3.4 关键参数优化 |
| 5.3.5 注意力机制 |
| 5.3.6 遗忘机制的在线序列极限学习机 |
| 5.4 实验与结论 |
| 5.4.1 算法训练过程 |
| 5.4.2 在线监测部分 |
| 5.4.3 剩余使用寿命预测部分 |
| 5.5 小结 |
| 6 总结及展望 |
| 6.1 研究总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）风电机组不对中故障预测技术的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 课题背景及意义 |
| 1.1.1 课题背景 |
| 1.1.2 课题意义 |
| 1.2 风电机组不对中故障预测研究现状 |
| 1.2.1 故障预测信息 |
| 1.2.2 故障特征向量 |
| 1.2.3 单一预测方法 |
| 1.2.4 组合预测方法 |
| 1.3 本文主要研究内容及结构 |
| 2 风电机组传动系统不对中故障机理分析 |
| 2.1 传动系统组成 |
| 2.2 传动系统不对中故障振动机理分析 |
| 2.2.1 平行不对中 |
| 2.2.2 角度不对中 |
| 2.2.3 综合不对中 |
| 2.3 传动系统不对中故障电流机理分析 |
| 2.4 本章小结 |
| 3 风电机组传动系统仿真模型和不对中实验台 |
| 3.1 传动系统动力学仿真模型 |
| 3.2 传动系统机电联合仿真模型 |
| 3.3 不对中实验台的搭建 |
| 3.4 本章小结 |
| 4 基于组合预测模型的不对中故障预测 |
| 4.1 故障特征向量的构建 |
| 4.1.1 时域、频域特征提取方法 |
| 4.1.2 基于镜像延拓经验模态分解的时频域特征提取 |
| 4.1.3 基于双树复小波变换的时频域特征提取 |
| 4.1.4 特征向量和归一化 |
| 4.2 不对中故障预测方法 |
| 4.2.1 多变量灰色预测模型 |
| 4.2.2 改进的多变量灰色预测模型 |
| 4.2.3 最小二乘支持向量机 |
| 4.2.4 组合预测模型 |
| 4.2.5 预测评价指标 |
| 4.3 LSSVM参数的优化算法 |
| 4.3.1 人工鱼群算法 |
| 4.3.2 改进人工鱼群算法 |
| 4.3.3 测试函数结果与分析 |
| 4.4 仿真信号验证 |
| 4.4.1 仿真振动信号的不对中故障预测 |
| 4.4.2 仿真电流信号的不对中故障预测 |
| 4.5 实验台信号验证 |
| 4.5.1 实验台振动信号的不对中故障预测 |
| 4.5.2 实验台电流信号的不对中故障预测 |
| 4.6 本章小结 |
| 5 基于奇异值分解降噪的不对中故障预测 |
| 5.1 奇异值分解降噪 |
| 5.1.1 降噪原理及降噪阶次 |
| 5.1.2 降噪效果对比 |
| 5.2 故障特征提取 |
| 5.3 基于奇异值分解降噪的组合预测模型 |
| 5.3.1 实验台振动信号的不对中故障预测 |
| 5.3.2 实验台电流信号的不对中故障预测 |
| 5.4 不对中故障预警 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于混沌时间序列的光伏功率预测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 光伏功率预测的背景和意义 |
| 1.2 光伏功率预测的基本原理及特点 |
| 1.2.1 光伏功率的影响因素 |
| 1.2.2 光伏功率预测的特点 |
| 1.3 光伏功率预测的研究方法及其发展现状 |
| 1.3.1 光伏功率预测方法分类及工程应用 |
| 1.3.2 光伏功率主要预测方法简介 |
| 1.3.3 混沌理论及其在时间序列预测中的应用 |
| 1.4 本文的主要研究内容和章节安排 |
| 第二章 光伏功率时间序列混沌特性分析 |
| 2.1 混沌的定义和基本概念 |
| 2.2 相空间重构理论 |
| 2.3 相空间重构参数的确定 |
| 2.3.1 延迟时间的选择 |
| 2.3.2 嵌入维数的选择 |
| 2.4 时间序列混沌特性的判定 |
| 2.4.1 关联维数法 |
| 2.4.2 最大Lyapunov指数法 |
| 2.4.3 递归图法 |
| 2.5 光伏功率时间序列混沌特性实证 |
| 2.5.1 关联维数法计算结果 |
| 2.5.2 最大Lyapunov指数法中的小数据法计算结果 |
| 2.5.3 递归图法计算结果 |
| 2.6 本章小结 |
| 第三章 基于单变量时间序列的光伏功率预测方法 |
| 3.1 混沌时间序列预测方法 |
| 3.1.1 自适应预测法 |
| 3.1.2 全局预测法 |
| 3.1.3 局域预测法 |
| 3.2 基于多嵌入维Volterra滤波器的光伏功率自适应预测 |
| 3.2.1 Volterra滤波器 |
| 3.2.2 BP神经网络 |
| 3.2.3 基于BP神经网络的组合预测模型 |
| 3.2.4 算例分析 |
| 3.3 基于BSO-Elman神经网络的光伏功率全局预测 |
| 3.3.1 智能优化算法 |
| 3.3.2 Elman神经网络 |
| 3.3.3 光伏功率的BSO-Elman神经网络全局预测模型 |
| 3.3.4 算例分析 |
| 3.4 本章小结 |
| 第四章 基于多变量时间序列的光伏功率预测方法 |
| 4.1 光伏功率影响因素及其相关性分析 |
| 4.2 光伏功率预测的多变量相空间重构理论 |
| 4.2.1 光伏功率预测的多变量相空间重构 |
| 4.2.2 光伏功率预测的多变量相空间重构参数优化 |
| 4.3 基于多变量相空间重构和RBF神经网络的光伏功率全局预测 |
| 4.3.1 RBF神经网络 |
| 4.3.2 RBF神经网络结构的确定 |
| 4.3.3 光伏功率的多变量相空间重构和RBF神经网络全局预测模型 |
| 4.4 算例分析 |
| 4.4.1 算例描述 |
| 4.4.2 预测结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 前景与展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（5）基于数模混合方法的混沌系统及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写与中英文对照表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 混沌理论与系统 |
| 1.2.2 随机数发生器 |
| 1.2.3 MIMO雷达波形设计 |
| 1.3 本文的主要工作 |
| 2 类Chen系统及含单一线性项的混沌系统 |
| 2.1 引言 |
| 2.2 研究方法与工具 |
| 2.2.1 相轨图与庞加莱映射 |
| 2.2.2 Lyapunov指数与分岔图 |
| 2.3 类Chen混沌系统 |
| 2.3.1 系统模型与基本分析 |
| 2.3.2 数值仿真分析 |
| 2.3.3 FPGA功能与特点 |
| 2.3.4 FPGA实现与实验验证 |
| 2.4 含单一线性项的混沌系统 |
| 2.4.1 系统构建方法 |
| 2.4.2 四种典型系统模型 |
| 2.4.3 幅度和频率控制实现 |
| 2.4.4 FPGA实现与实验验证 |
| 2.5 含有逻辑元件的混沌电路 |
| 2.5.1 含有符号函数乘积项的混沌系统 |
| 2.5.2 嵌入逻辑门的模拟混沌电路设计 |
| 2.5.3 混沌电路实现结果 |
| 2.6 本章小结 |
| 3 数模混合系统实现方法及混沌随机数发生器设计 |
| 3.1 引言 |
| 3.2 数模混合系统实现方法 |
| 3.3 基于电容器的数模混合混沌系统 |
| 3.3.1 混合系统模型 |
| 3.3.2 基于Tent映射的混合系统 |
| 3.3.3 基于耦合格子映射的混合系统 |
| 3.4 基于忆阻器的数模混合混沌系统 |
| 3.4.1 忆阻器及其模拟器 |
| 3.4.2 混合系统模型 |
| 3.4.3 基于Logistic映射的混合系统 |
| 3.4.4 基于类Chen系统的混合系统 |
| 3.4.5 基于耦合格子映射的混合系统 |
| 3.5 随机数性能检验 |
| 3.6 混沌随机数发生器的设计与实现 |
| 3.7 本章小结 |
| 4 基于混沌的分布式MIMO雷达发射信号的设计与重构 |
| 4.1 引言 |
| 4.2 发射信号设计、传输与重构方案 |
| 4.3 雷达波形优化字典设计 |
| 4.3.1 基于优化能量谱密度的频域波形设计 |
| 4.3.2 基于优化能量谱密度的时域波形合成 |
| 4.3.3 优化波形字典的构建 |
| 4.4 基于非线性反馈的发射信号设计 |
| 4.4.1 单路非线性反馈控制 |
| 4.4.2 多路非线性反馈控制 |
| 4.4.3 基于类Chen系统的非线性反馈控制 |
| 4.5 雷达发射信号的重构分析 |
| 4.6 数值仿真及结果分析 |
| 4.6.1 优化波形字典设计 |
| 4.6.2 雷达发射信号设计 |
| 4.6.3 基于类Chen系统的雷达发射信号设计 |
| 4.6.4 雷达发射信号重构 |
| 4.7 本章小结 |
| 5 结论与展望 |
| 5.1 全文工作总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）一类混沌电路非线性特性及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 混沌控制与同步的国内外研究现状 |
| 1.2.2 忆阻器的国内外研究现状 |
| 1.2.3 混沌理论在应用领域的国内外研究现状 |
| 1.3 主要研究内容 |
| 2 类洛伦兹混沌系统建模与电路实现 |
| 2.1 改进的洛伦兹混沌系统 |
| 2.2 基于改进的洛伦兹混沌系统的反同步控制研究 |
| 2.2.1 基于改进的洛伦兹混沌系统的主动控制反同步 |
| 2.2.2 基于改进的洛伦兹混沌系统的自适应控制反同步 |
| 2.2.3 基于改进的洛伦兹混沌系统的状态观测器反同步 |
| 2.3 类洛伦兹混沌电路的构造 |
| 2.3.1 改进的洛伦兹混沌系统的电路实现 |
| 2.3.2 三阶变形类洛伦兹4+2 型混沌电路(蝴蝶下飞相图) |
| 2.3.3 三阶类洛伦兹4+2 型混沌电路(蝴蝶上飞相图) |
| 2.4 本章小结 |
| 3 类洛伦兹超混沌系统的电路设计、变形与硬件实现 |
| 3.1 类洛伦兹超混沌电路的设计 |
| 3.1.1 yux类洛伦兹超混沌电路的构造 |
| 3.1.2 yux类洛伦兹超混沌系统的非线性动力学分析 |
| 3.1.3 yux类洛伦兹超混沌系统的同步稳定性研究 |
| 3.2 yux类洛伦兹超混沌系统的硬件电路实现 |
| 3.3 类洛伦兹超混沌电路的变形设计 |
| 3.3.1 (y+z)ux类洛伦兹超混沌电路的构造 |
| 3.3.2 zuy类洛伦兹超混沌电路的构造 |
| 3.4 本章小结 |
| 4 包含忆阻器的混沌系统建模与模拟电路实现 |
| 4.1 忆阻混沌系统建模 |
| 4.1.1 忆导元件模型 |
| 4.1.2 忆导元件的实现电路 |
| 4.1.3 一个新型忆导混沌系统的数学模型 |
| 4.2 新型忆导混沌系统的动力学分析 |
| 4.2.1 忆导混沌吸引子、耗散性及平衡点的稳定性分析 |
| 4.2.2 分岔、李雅普诺夫指数计算、庞加莱截面和同步稳定性分析 |
| 4.3 忆导混沌电路设计及物理电路实验分析 |
| 4.3.1 忆导混沌电路的构建和硬件电路实现 |
| 4.3.2 实验结果与忆阻混沌电路缺陷量化指标分析 |
| 4.4 本章小结 |
| 5 有源短路线法测量忆阻器的伏安特性曲线 |
| 5.1 有源短路线法的提出 |
| 5.2基于忆阻混沌电路的伏安特性曲线测量实验 |
| 5.3 蔡氏电路各种非线性对比研究平台 |
| 5.4 本章小结 |
| 6 一类混沌系统及其混沌电路的应用研究 |
| 6.1 新型混沌系统在微弱信号检测中的应用 |
| 6.1.1 基于类洛伦兹混沌系统初值敏感性的微弱信号检测方法 |
| 6.1.2 基于忆阻混沌系统的微弱信号检测分析 |
| 6.2 混沌电路在混沌保密通信中的应用 |
| 6.2.1 混沌调制保密通信方案的改进 |
| 6.2.2 电路参数、输入信号强度和频率对混沌电路的影响 |
| 6.2.3 混沌调制保密通信实验电路的改进和硬件实现 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
（7）基于前反馈混合结构的非线性主动噪声控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩写和符号 |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 ANC技术的提出和发展 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 ANC结构及重要技术 |
| 1.3.1 ANC结构分类 |
| 1.3.2 非线性ANC技术 |
| 1.3.3 多通道ANC技术 |
| 1.3.4 虚拟麦克风技术 |
| 1.4 本研究领域存在的科学问题 |
| 1.5 本文的主要研究内容 |
| 第2章 低计算复杂度窄带非线性ANC方方法研究 |
| 2.1 引言 |
| 2.2 FE-NANC系统研究 |
| 2.2.1 FE-NANC系统设计 |
| 2.2.2 信号表达及近似 |
| 2.3 FE-NANC系统性能分析 |
| 2.3.1 平均意义下的收敛特性分析 |
| 2.3.2 均方意义下的收敛特性分析 |
| 2.3.3 系统稳态特性分析 |
| 2.3.4 步长稳定条件分析 |
| 2.3.5 计算复杂度分析 |
| 2.4 前反馈混合结构的NNANC方法研究 |
| 2.4.1 NNANC系统初级噪声分析 |
| 2.4.2 反馈频率估计 |
| 2.4.3 前馈频率拓展 |
| 2.4.4 基于误差分离技术的NNANC方法 |
| 2.4.5 新NNANC方法计算复杂度分析 |
| 2.5 仿真验证分析 |
| 2.5.1 FE-NANC动态性能仿真 |
| 2.5.2 FE-NANC稳态性能仿真 |
| 2.5.3 新NNANC方法降噪性能评价 |
| 2.6 本章小结 |
| 第3章 宽窄带混合噪声的非线性ANC方方法研究 |
| 3.1 引言 |
| 3.2 反馈ANC方法研究 |
| 3.2.1 初级噪声特性分析 |
| 3.2.2 基于FIR结构的反馈ANC系统 |
| 3.3 基于FLANN结构的前馈ANC系统性能分析 |
| 3.4 前反馈混合结构的非线性ANC方法研究 |
| 3.5 仿真验证分析 |
| 3.5.1 二阶非线性初级路径降噪性能 |
| 3.5.2 高阶非线性初级路径降噪性能 |
| 3.5.3 非平稳环境降噪性能 |
| 3.6 本章小结 |
| 第4章 基于反馈结构的宽带非线性ANC方方法研究 |
| 4.1 引言 |
| 4.2 传统反馈非线性ANC方法 |
| 4.2.1 混沌噪声 |
| 4.2.2 随机噪声 |
| 4.2.3 基于FLANN结构的反馈ANC方法 |
| 4.3 基于小波包的反馈非线性ANC方法研究 |
| 4.3.1 离散小波变换和小波包 |
| 4.3.2 宽带混沌噪声和随机噪声预测 |
| 4.3.3 基于小波包的FXLMS方法 |
| 4.3.4 计算复杂度分析 |
| 4.4 仿真验证分析 |
| 4.4.1 Logistic混沌噪声降噪表现 |
| 4.4.2 Henon混沌噪声降噪表现 |
| 4.4.3 随机噪声降噪表现 |
| 4.4.4 追踪性能 |
| 4.5 本章小结 |
| 第5章 非线性ANC系系统的声反馈补偿方法研究 |
| 5.1 引言 |
| 5.2 FLANN交叉项问题分析 |
| 5.3 基于BFLANN滤波器的ANC系统设计及分析 |
| 5.3.1 BFLANN滤波器设计 |
| 5.3.2 稳定性分析 |
| 5.3.3 计算复杂度分析 |
| 5.4 仿真验证分析 |
| 5.4.1 混沌噪声降噪性能 |
| 5.4.2 线性声反馈降噪性能 |
| 5.4.3 非线性声反馈降噪性能 |
| 5.4.4 录制风扇噪声降噪性能 |
| 5.5 本章小结 |
| 第6章 封闭空间非线性ANC实实验研究 |
| 6.1 引言 |
| 6.2 ANC系统平台搭建及其噪声环境设定 |
| 6.2.1 封闭声学空间设计 |
| 6.2.2 ANC系统平台搭建 |
| 6.2.3 非线性声学路径设定 |
| 6.3 FE-NANC系统实时降噪实验 |
| 6.3.1 计算量评估 |
| 6.3.2 多频窄带噪声降噪 |
| 6.4 提出非线性ANC方法实时降噪实验 |
| 6.4.1 无声反馈的非线性ANC降噪 |
| 6.4.2 有声反馈的非线性ANC降噪 |
| 6.5 轿车发动机ANC实时实验 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录A |
| A.1 FE-NANC系统平均意义上的步长上界 |
| A.2 FE-NANC系统均方意义上部分公式展开 |
| 攻读博士学位期间发表的学术论文及其它成果 |
| 致谢 |
| 个人简历 |
（8）泵站管道振动混沌特性分析与短期预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 管道振动国内外研究现状 |
| 1.3 混沌理论在水利工程中的应用现状 |
| 1.3.1 混沌特性分析研究 |
| 1.3.2 短期预测研究 |
| 1.4 主要研究内容 |
| 2 混沌理论基础 |
| 2.1 相空间重构 |
| 2.1.1 自相关函数法计算时间延迟 |
| 2.1.2 Cao法计算嵌入维数 |
| 2.2 混沌特征识别方法 |
| 2.2.1 饱和关联维数 |
| 2.2.2 最大Lyapunonv指数 |
| 2.3 混沌预测基础 |
| 2.3.1 Volterra级数预测 |
| 2.3.2 RBF(径向基)神经网络预测 |
| 2.4 本章小结 |
| 3 管道振动混沌特性分析 |
| 3.1 工程实例 |
| 3.2 管道振动相空间重构 |
| 3.3 管道振动混沌特性识别 |
| 3.3.1 饱和关联维数 |
| 3.3.2 最大Lyapunov指数 |
| 3.4 混沌特征值敏感参数讨论 |
| 3.4.1 平均周期p的选取 |
| 3.4.2 饱和关联维数对混沌程度的体现 |
| 3.4.3 最大Lyapunov指数线性区间的选取 |
| 3.5 本章小结 |
| 4 管道混沌振源确定 |
| 4.1 管道振动响应频谱分析 |
| 4.2 基于IVMD的多时间尺度混沌特性分析 |
| 4.2.1 改进的变分模态分解(IVMD) |
| 4.2.2 混沌振源确定 |
| 4.3 本章小结 |
| 5 管道振动混沌短期预测 |
| 5.1 预测模型有效性验证 |
| 5.1.1 Lorenz系统算例 |
| 5.1.2 预测方案对比 |
| 5.2 工程实例应用 |
| 5.2.1 振动响应序列的选取 |
| 5.2.2 预测结果对比 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参加的科研情况及发表学术论文 |
| 致谢 |
| 参考文献 |
（9）数据驱动的雷达健康预测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 国内外现状及趋势 |
| 1.2.1 研究现状 |
| 1.2.2 发展趋势 |
| 1.3 主要内容和章节安排 |
| 第二章 开放式雷达健康管理系统 |
| 2.1 健康管理系统功能 |
| 2.2 开放式健康管理系统架构 |
| 2.2.1 三层级硬件架构 |
| 2.2.2 软件架构 |
| 2.2.3 数据存储架构 |
| 2.3 健康数据挖掘机制 |
| 2.4 本章小结 |
| 第三章 雷达健康监测及可预测性分析 |
| 3.1 雷达健康监测方法 |
| 3.1.1 雷达健康表示 |
| 3.1.2 关键特征量监测 |
| 3.1.3 性能监测序列特征分析 |
| 3.2 基于时间序列的健康预测方法 |
| 3.2.1 ARMA模型 |
| 3.2.2 神经网络 |
| 3.3 基于混沌理论的雷达性能监测序列可预测性分析 |
| 3.3.1 监测序列的混沌特征量 |
| 3.3.2 基于最大Lyapunov指数的可预测性度量 |
| 3.3.3 可预测性实验分析 |
| 3.4 本章小结 |
| 第四章 雷达性能参数自适应建模预测 |
| 4.1 自适应建模预测思想 |
| 4.2 自适应预测算法 |
| 4.2.1 ARMA模型阶次和参数确定 |
| 4.2.2 RBFNN模型拓扑结构确定 |
| 4.2.3 自适应预测算法流程 |
| 4.3 算法实验分析 |
| 4.4 本章小结 |
| 第五章 雷达性能参数组合预测 |
| 5.1 基于奇异值分解的组合预测 |
| 5.1.1 序列分解组合预测思想 |
| 5.1.2 奇异值分解滤波算法 |
| 5.2 联合AR和RBFNN模型的组合预测 |
| 5.2.1 联合AR和RBFNN模型的组合预测算法 |
| 5.2.2 算法实验分析 |
| 5.3 基于PCAR模型的组合预测 |
| 5.3.1 PCAR模型 |
| 5.3.2 联合PCAR模型的组合预测 |
| 5.3.3 算法实验分析 |
| 5.4 算法工程应用 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及取得的研究成果 |
（10）基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 论文背景及研究的目的和意义 |
| 1.2 往复压缩机故障振动信号特性分析 |
| 1.3 论文相关研究方法国内外研究概况 |
| 1.3.1 非平稳信号自适应分解方法研究现状 |
| 1.3.2 非线性信号定量描述方法研究现状 |
| 1.3.3 故障模式识别的智能化方法研究现状 |
| 1.3.4 时间序列非参数模型预测方法研究现状 |
| 1.4 主要研究内容和框架 |
| 第二章 基于VMD与 MGS的轴承间隙故障诊断方法研究 |
| 2.1 引言 |
| 2.2 基于VMD_MGS的轴承间隙故障诊断方法 |
| 2.2.1 变分模态分解算法 |
| 2.2.2 VMD分解与参数选择 |
| 2.2.3 特征提取方法 |
| 2.3 轴承间隙故障类型与信号采集 |
| 2.3.1 轴承磨损故障分类 |
| 2.3.2 信号采集与敏感测点 |
| 2.4 往复压缩机轴承间隙故障诊断实例 |
| 2.4.1 轴承故障模拟与算法分析 |
| 2.4.2 特征识别与比较 |
| 2.4.3 轴承间隙故障诊断 |
| 2.5 本章小结 |
| 第三章 基于VMD与 MFDFA的气阀故障诊断方法研究 |
| 3.1 引言 |
| 3.2 气阀故障与波动特征 |
| 3.2.1 气阀常见故障 |
| 3.2.2 振动信号波动特征 |
| 3.3 基于VMD_MFDFA的气阀故障特征提取方法 |
| 3.3.1 多重分形奇异谱 |
| 3.3.2 特征提取方法 |
| 3.4 往复压缩机气阀故障诊断实例 |
| 3.4.1 参数设定与比较 |
| 3.4.2 故障模拟与识别验证 |
| 3.5 本章小结 |
| 第四章 基于MSS与 KFCM的往复压缩机轴承性能衰退评估 |
| 4.1 引言 |
| 4.2 SVD降噪与MSS指标 |
| 4.2.1 SVD矩阵重构结构 |
| 4.2.2 SVD与奇异值选择 |
| 4.2.3 MSS参数评估指标 |
| 4.3 基于KFCM的压缩机轴承间隙故障分类 |
| 4.3.1 KFCM聚类算法 |
| 4.3.2 特征向量与算法流程 |
| 4.4 往复压缩机轴承性能衰退评估实例 |
| 4.4.1 模拟故障与特征增强 |
| 4.4.2 聚类分析与特征指标 |
| 4.4.3 轴承性能衰退评估 |
| 4.5 本章小结 |
| 第五章 基于预测可信尺度的混沌时间序列非参数预测方法研究 |
| 5.1 引言 |
| 5.2 预测方法与相空间重构 |
| 5.2.1 系统状态预测方法与适用性 |
| 5.2.2 系统演化与相空间重构 |
| 5.3 基于最大预测可信尺度的系统预测 |
| 5.3.1 预测可信时间尺度模型 |
| 5.3.2 相空间重构型KNN预测 |
| 5.3.3 基于MSS的时变预测模型 |
| 5.4 往复压缩机预测实例 |
| 5.4.1 预测时间与参数分析 |
| 5.4.2 预测实例与方法评估 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 发表文章与成果目录 |
| 致谢 |
四、混沌信号的非线性自适应预测技术及其应用研究（论文参考文献）
- [1]齿轮箱混沌特性与故障诊断研究[D]. 蒋宇. 中国矿业大学, 2020
- [2]基于PHM技术的高铁车载通信装备健康监测智能分析理论与方法的研究[D]. 范家铭. 北京交通大学, 2020
- [3]风电机组不对中故障预测技术的研究[D]. 华哲. 北京交通大学, 2020(03)
- [4]基于混沌时间序列的光伏功率预测方法研究[D]. 虞海彪. 合肥工业大学, 2020(02)
- [5]基于数模混合方法的混沌系统及其应用研究[D]. 袁泽世. 南京理工大学, 2019(01)
- [6]一类混沌电路非线性特性及其应用研究[D]. 熊丽. 西安理工大学, 2019(08)
- [7]基于前反馈混合结构的非线性主动噪声控制方法研究[D]. 罗磊. 哈尔滨工业大学, 2019(01)
- [8]泵站管道振动混沌特性分析与短期预测[D]. 王立彬. 华北水利水电大学, 2019(01)
- [9]数据驱动的雷达健康预测技术研究[D]. 吴婕. 中国电子科技集团公司电子科学研究院, 2019(02)
- [10]基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究[D]. 刘岩. 东北石油大学, 2018(01)