一种新型超混沌系统的动力学特性分析及同步控制

来源 :河北大学 | 被引量 : 0次 | 上传用户:netdownloadfile
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
混沌是在研究非线性系统过程中发现的一种极为特殊的现象,其动态特征极为复杂。混沌理论是现代非线性系统研究的重要分支。本文基于Lü系统,通过增加非线性状态反馈控制器,提出了一种新型超混沌系统。在此基础上对系统的状态方程进行了动力学特性分析:如耗散性、稳定性、初值敏感性等;通过对该系统Lyapunov指数谱的分析,得出了系统在周期、准周期、混沌及超混沌状态下的系统参数范围及相对应的相位图。根据系统的状态方程导出其电路拓扑及元件参数,设计出系统的电路原理图并进行电路仿真。按照系统的电路原理图实现了系统的硬件电路,通过示波器测得系统硬件电路处在各个运动状态时的相位图。论文首次采用余弦相似度法对该系统硬件电路测试结果与MATLAB数值仿真结果进行对比,结果表明:系统处于周期、准周期、混沌及超混沌状态时的硬件电路测试结果与MATLAB数值仿真结果高度一致,说明了系统硬件电路实现的精准性。论文还研究了系统的同步控制问题,分别实现了系统的自同步及异结构同步,并完成了硬件电路,其实测结果表明了该系统同步实现的可行性,为其在保密通信中的应用提供了参考。
其他文献
随着人工智能的飞速发展,人脸识别和指纹识别等一系列的生物信息识别技术被应用在了人们的日常生活中,给人们的生活带来了方便,人脸微表情识别技术作为目前面部识别技术中的重难点受到越来越多研究者的关注。微表情由于其自身不可抑制和难以人为控制的特性,能够更加真实地反映出一个人的心理状态,因此它在测谎、刑侦和心理治疗等领域有着很大的应用潜力。但是微表情持续时间短,表情动作幅度小,这使得传统的图像识别算法在微表
心房颤动简称房颤,是最常见的心率不齐之一,可引发中风、心房血栓、心力衰竭及卒中等并发症。随着年龄的增长,心脑血管系统变得越来越脆弱,对心脏疾病抵抗力逐渐降低,导致房颤患病率增加,成为老年人乃至成年人经常发生的疾病。因此,准确检测房颤并采取有效的治疗措施具有重要意义。而房颤心电信号的数字特征不明确,且不同患者之间的心电信号在形态学和时域特征上都存在较大的差异,因此,将使用部分患者数据训练的房颤检测算
"核心素养"是当代世界各国基础教育理论与实践改革的重要指标,小学教育作为教育的基础,承载着落实核心素养的重要任务。实施小学语文单元整合教学,改变局限于知识点学习的现状,有助于将"教教材"转变为"用教材教",有利于激发学生兴趣,有利于强化知识迁移,提高教学效率,提升学生学习主动性,真正实现语文生活化。
软件定义网络(Software Defined Networking,SDN)旨在解决传统网络不能灵活调度网络资源以及管理效率低下等日益凸显的问题。SDN的主要特点是将控制平面与数据平面解耦合。在SDN中对数据流的调度需要依赖SDN控制器路由算法计算最优路径,SDN控制器对路由的更新需要通过南向接口向交换机下发流表来实现。如何优化路由算法根据实时网络链路状态选择最优路径,如何在流表下发的过程中保证
阿尔茨海默病(Alzheimer’s Disease,AD)是一种常见于老年人的不可逆转的神经退行性疾病。特征表现以进行性记忆丧失和认知障碍为主,并伴随有人格变化等特点。轻度认知障碍(Mild Cognitive Impairment,MCI)是介于AD和正常人(Normal Control,NC)之间的早期病理状态。目前对AD患者还不存在有效的药物可以完全治愈,如果能进行预防性干预,那么患者的病
随着社会的发展,人们的生活场景也随之发生较大的改变。如今各种电子智能设备随处可见,不健康的作息时间及用眼疲劳等导致了更多的人患眼底疾病。视力是人们获得外界信息的重要方式,倘若发生病变会严重妨碍人们的正常生活。不同眼部疾病会对眼底结构造成不同程度的变化,眼底图像是医生诊断眼部疾病最直接和有效的凭据,因此进行眼底图像分析对眼部疾病的辅助诊断具有重要意义。对于眼底图像早期分析,包括视网膜血管分割和视盘视
阿尔兹海默症(Alzheimer’s Disease,AD)俗称老年痴呆,是一种不可逆且致死的慢性神经性疾病。目前,全球有阿尔兹海默症患者5000万人,且患病人数逐年增长。该病发展病程缓慢,且临床上没有能完全治愈该病的方案,只能在该病前驱期(Mild Cognitive Impairment,MCI)通过一些药物或心理干预的方法减轻症状延缓病情。因此,通过医学影像技术对该病及其前驱期的诊断非常重要
随着社会和科学的不断进步,移动机器人在各方面得到广泛的应用,其中运动目标检测和跟踪技术也应用到移动机器人上,受到广泛研究者的关注。然而,运动的目标在检测和跟踪,会受到各种各样因素的影响,比如出现动态背景的干扰,光照的突然变化,遮挡物体的突然出现,目标颜色与背景颜色相似等情况,这些因素都会对检测和跟踪产生干扰,所以对于运动目标检测和跟踪技术的研究也变得越来越重要。为解决上述问题,本文主要借助移动机器
虽然,视觉SLAM(Simultaneous Localization and Mapping)广泛应用于机器人自主定位和地图构建。但是,在面对光照变化、纹理变化、以及快速运动等情况时,视觉SLAM定位会产生精度不准确的问题。因此,在视觉SLAM系统中引入IMU传感器进行耦合(视觉惯性里程计)提升定位的准确性和鲁棒性。其中,若视觉信息失效会导致IMU迅速漂移。当移动机器人以恒速运动或者纯旋转运动时
随着现代物流和服务行业的发展,人们对移动机器人的功能要求越来越高,希望机器人能深入人类社会生活,协助人类完成更精细、更多样的智能任务。提高移动机器人功能的技术核心是自动导航技术,该技术能使移动机器人在复杂陌生的环境中自主且精准地完成导航任务,但目前传统的导航方式已然不能满足现代需求。被广泛研究的实时定位与地图构建(Simultaneous Localization and Mapping,SLAM