第2卷第4期 智能系统学报 Vol.2№4 2007年8月 CAAI Transactions on Intelligent Systems Aug.2007 混沌卷积混合信号的预测重构盲反卷积方法 成谢锋3陈鹤鸣，马勇2，黄勇林1 (1.南京邮电大学光电工程学院，江苏南京210001；2.北京机械工业学院基础部，北京100085；3.济南大学控 制科学与工程学院，山东济南250022) 摘要：介绍了混沌序列的特性，然后利用混沌的类随机特性和盲信号处理技术，提出了一种针对混沌卷积混合信 号的预测重构盲反卷积方法.该方法充分利用了混沌的物理特性，通过对混沌卷积混合信号使用基于直接预测误差 分析所构成的混沌滤波器和基于相空间重构动力学系统方程的人工智能补偿技术去进行盲反卷积，从而实现对单 输入单输出混沌卷积信号的源信号和传输函数的盲反卷积处理.仿真实验验证了该方法的有效性和可行性. 关键词：盲反卷积：混沌：信号处理 中图分类号：TN911.7文献标识码：A文章编号：1673-4785(2007)04-006306 A blind deconvolution method for chaotic signals based on prediction and reconstruction analysis CHENG Xie-feng'3,CHEN He-ming',MA Yong?,HUANG Yong-lin' (1.Nanjing University of Posts and Telecommunications,Nanjing 210046,China;2.Division of Basic Courses,Beijing Insti- tute of Machinery,Beijing 100085,China;3.School of Control Science and Engineering,Jinan University,Jinan 250022,Chi- na) Abstract Based on the statistical characteristics of chaotic signals and blind signal processing techniques,a blind deconvolution method for chaotic signals based on prediction and reconstruction analysis is proposed. This method achieves blind deconvolution with respect to source signals and transmission functions of cha- otic signals with single-input and single-output through linear predication error analysis and artificial intel- ligence compensation.The effectiveness and feasibility of the proposed method were demonstrated in simu- lations. Key words:blind deconvolution;chaos;signal processing 混沌是复杂非线性系统中普遍存在的一种自然 行研究I.Lorenz方程、Rssler方程、Chen氏方程、 现象，如心脏系统、神经元网络、常微分方程组、二维 Logislic方程等都是研究混沌现象的经典模型.在 非线性映射均呈现典型的混沌现象.许多科学家在 应用方面也己取得许多研究成果，诸如Kaplan等人 这方面进行了较为深入的研究.1986年Goldberger 的母体中胎儿心电信号的提取2.61，Hay Kina对海 在对人体心脏进行研究后指出，健康的心脏系统是 洋杂波背景下有用信号的提取)、混沌保密通讯、混 有一定量的可变性，它对应着混沌状态，人心律频谱 沌随机波发生器、混沌振动器等.目前混沌理论的应 的1/∫分布是心脏混沌的旁证，心脏神经系统的分 用研究已从人工模拟深入到对自然界混沌现象的研 形结构是心脏混沌的有力证明山.大脑的神经元网究，因而从自然界中各种背景情况下提取和分离混 络系统是由大量的形式神经元联结而成的高度错综 沌信号就成了智能信号处理领域中的一个重要课 复杂的非线性系统，因此从神经元网络获取的信息， 题.目前对混沌信号的提取和分离已进行了较为深 如脑电波(EEG)信号也需按混沌动力学的规律进 入的研究.当混沌系统的动力学机理已知则从混合 信号中分离出混沌信号的方法是寻找一时间序列， 收稿日期：200612-28 基金项目：山东省自然科学基金资助项目(y2006G03):山东省重点科 使它满足己知的混沌动力学演化规律，又足够接近 技攻关项目(2006Gg204005). 所获取的观测序列.如果动力学机理未知，常用的 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 2 卷第 4 期 智 能 系 统 学 报 Vol. 2 №. 4 2007 年 8 月 CAAI Transactions on Intelligent Systems Aug. 2007 混沌卷积混合信号的预测重构盲反卷积方法 成谢锋1 ,3 ,陈鹤鸣1 ,马 勇2 ,黄勇林1 (1. 南京邮电大学 光电工程学院 ,江苏 南京 210001 ; 2. 北京机械工业学院 基础部 ,北京 100085 ; 3. 济南大学 控 制科学与工程学院 ,山东 济南 250022) 摘 要 :介绍了混沌序列的特性 , 然后利用混沌的类随机特性和盲信号处理技术 ,提出了一种针对混沌卷积混合信 号的预测重构盲反卷积方法. 该方法充分利用了混沌的物理特性 ,通过对混沌卷积混合信号使用基于直接预测误差 分析所构成的混沌滤波器和基于相空间重构动力学系统方程的人工智能补偿技术去进行盲反卷积 ,从而实现对单 输入单输出混沌卷积信号的源信号和传输函数的盲反卷积处理. 仿真实验验证了该方法的有效性和可行性. 关键词 :盲反卷积 ;混沌 ;信号处理 中图分类号 : TN911. 7 文献标识码 :A 文章编号 :167324785 (2007) 0420063206 A blind deconvolution method for chaotic signals based on prediction and reconstruction analysis CH EN G Xie2feng 1 ,3 , CH EN He2ming 1 ,MA Yong 2 , HUAN G Yong2lin 1 (1. Nanjing University of Posts and Telecommunications , Nanjing 210046 ,China ; 2. Division of Basic Courses , Beijing Insti2 tute of Machinery , Beijing 100085 , China ; 3. School of Control Science and Engineering , Jinan University , Jinan 250022 , Chi2 na) Abstract :Based on the statistical characteristics of chaotic signals and blind signal processing techniques , a blind deconvolution met hod for chaotic signals based on p rediction and reconstruction analysis is propo sed. This method achieves blind deconvolution wit h respect to source signals and transmission f unctions of cha2 otic signals wit h single2inp ut and single2outp ut t hrough linear predication error analysis and artificial intel2 ligence compensation. The effectiveness and feasibility of t he proposed method were demonstrated in simu2 lations. Keywords :blind deconvolution ; chaos ; signal processing 收稿日期 :2006212228. 基金项目 :山东省自然科学基金资助项目(y2006 G03) ;山东省重点科 技攻关项目(2006 Gg204005) . 混沌是复杂非线性系统中普遍存在的一种自然 现象 ,如心脏系统、神经元网络、常微分方程组、二维 非线性映射均呈现典型的混沌现象. 许多科学家在 这方面进行了较为深入的研究. 1986 年 Goldberger 在对人体心脏进行研究后指出 ,健康的心脏系统是 有一定量的可变性 ,它对应着混沌状态 ,人心律频谱 的 1/ f 分布是心脏混沌的旁证 ,心脏神经系统的分 形结构是心脏混沌的有力证明[ 1 ] . 大脑的神经元网 络系统是由大量的形式神经元联结而成的高度错综 复杂的非线性系统 ,因此从神经元网络获取的信息 , 如脑电波 ( EEG) 信号也需按混沌动力学的规律进 行研究[ 1 ] . Lorenz 方程、Rssler 方程、Chen 氏方程、 Logislic 方程等都是研究混沌现象的经典模型. 在 应用方面也已取得许多研究成果 ,诸如 Kaplan 等人 的母体中胎儿心电信号的提取[2 - 6 ] , Hay Kina 对海 洋杂波背景下有用信号的提取[ 7 ] 、混沌保密通讯、混 沌随机波发生器、混沌振动器等. 目前混沌理论的应 用研究已从人工模拟深入到对自然界混沌现象的研 究 ,因而从自然界中各种背景情况下提取和分离混 沌信号就成了智能信号处理领域中的一个重要课 题. 目前对混沌信号的提取和分离已进行了较为深 入的研究. 当混沌系统的动力学机理已知则从混合 信号中分离出混沌信号的方法是寻找一时间序列 , 使它满足已知的混沌动力学演化规律 ,又足够接近 所获取的观测序列[ 6 ] . 如果动力学机理未知 ,常用的 © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net