基于混沌和神經網絡的時域參數(shù)測試研究及其在示波器中的應用.pdf

1、本文從原理上闡述基于混沌理論的檢測技術的可行性，根據(jù)混沌檢測模型和神經網絡檢測模型在檢測應用中存在的諸多需要研究的問題，研究混沌檢測模型、神經網絡檢測模型、以及二者結合的復合檢測模型的原理，提出應用混沌原理和神經網絡原理相結合的檢測技術檢測混沌背景中的信號的時域參數(shù)。這是一個很有應用前景的研究方向。論文逆向運用混沌測量的原理，突破現(xiàn)有的理論，探索新的檢測原理方法，直接在混沌狀態(tài)下構建檢測微弱信號時域參數(shù)的混沌模型和神經網絡模型的方法，更

2、有效地提取信號參數(shù)。同時，針對時域測試系統(tǒng)的本身動態(tài)特性屬于非線性，尋找數(shù)學描述模型困難而難于校正的問題，運用逆系統(tǒng)理論，構建神經網絡逆系統(tǒng)，獲取原系統(tǒng)的非線性動態(tài)特性方法。論文重點研究建模算法、模型結構和建模方法，力求拓寬混沌和神經網絡理論測試技術在時域測試、電路動態(tài)參數(shù)和瞬態(tài)參數(shù)捕獲方面的應用范圍，提高檢測精度。 論文結合時域測試的典型儀器-數(shù)字示波器，將研究成果應用到數(shù)字示波器中。針對數(shù)字示波器捕獲微弱觸發(fā)信號能力差，不能

3、測量微弱信號，采樣經典的理論校準靜態(tài)和動態(tài)參數(shù)等許多問題，論文著力研究增強其測量微弱信號和捕獲微弱觸發(fā)信號的能力；建立基于混沌理論校準模型；神經網絡逆系統(tǒng)模型，創(chuàng)新靜態(tài)、穩(wěn)態(tài)和動態(tài)校準方法。 在課題研究中，作者主要做了以下幾個方面的工作： (1)對神經網絡識別和檢測信號進行分析和研究。研究了空間分割的競爭神經網絡識別規(guī)則模擬信號類別的算法，提出了將競爭神經網絡應用在數(shù)字示波器中識別規(guī)則信號類別，為選擇內插算法提供依據(jù)。

4、 (2)對Elman時空網絡結構、穩(wěn)定性及應用研究。討論了Elman時空網絡的結構和學習方法，重點研究了應用Elman時空網絡測量時域信號的有效性和問題。研究了改進型Elman時空網絡的算法和穩(wěn)定性，并通過仿真證明了改進網絡時域測量的優(yōu)點。把混沌和神經網絡結合起來，為構建了新的時域測量模型奠定了基礎。 (3)研究混沌背景下的微弱周期信號的檢測。用Duffing-Holmes方程構建混沌測量模型，檢測微弱周期性信號的頻率；利

5、用二維Henon映射的混沌檢測模型，檢測微弱的觸發(fā)信號，應用在數(shù)字示波器時基中。 (4)基于混沌和神經網絡的微弱瞬時信號的檢測的研究。研究基于FP算法的前向網絡的結構和設計方法，構建了基于混沌背景下的微弱瞬時信號測量模型，在混沌狀態(tài)下直接檢測混沌背景下的瞬時信號。 (5)基于混沌和神經網絡的微弱信號時域參數(shù)檢測的研究。研究了混沌系統(tǒng)和神經網絡檢測模型和方法，在混沌狀態(tài)下直接獲取信號時域參數(shù)。同時，深入研究了時空神經網絡的