数学 > 动力系统
[提交于 2025年8月21日
]
标题: 线性自适应滤波器在遍历混沌逻辑斯蒂映射驱动下的性能
标题: On the Performance of Linear Adaptive Filters driven by the Ergodic Chaotic Logistic Map
摘要: 混沌动力系统越来越多地被考虑用于编码和传输系统。 这是由于它们对参数的敏感性和频谱特性。 后者与信道估计方法有关。 特别是逻辑斯蒂映射$f_\lambda =\lambda x\left( 1-x\right) $已经被用于混沌编码和扩频传输系统。 对于$\lambda =4$,由$f_4$生成的序列的统计特性被视为信道估计方案的理想驱动信号。 这一假设在本文中得到了证明。 为此,推导了由$f_4$生成的时间序列的高阶统计矩和自相关性。 结果显示,对于$\lambda =4$,零均值时间序列是不相关的。 分析了用于信道估计的有限脉冲响应(FIR)数字自适应滤波器(DAF)的适应性能。 结果显示,使用$f_4$的零均值序列可以达到最大的FIR DAF性能。 推导了LMS方案中阻尼参数的一个最优值,该值可以达到最大的性能并确保稳定性。 分析结果通过仿真结果得到了验证。
当前浏览上下文:
math.DS
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.