Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.15143

帮助 | 高级搜索

数学 > 动力系统

arXiv:2508.15143 (math)
[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

Authors:Andreas Mueller
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。
摘要: Chaotic dynamical systems are increasingly considered for use in coding and transmission systems. This stems from their parameter sensitivity and spectral characteristics. The latter are relevant for channel estimation methods. In particular the logistic map $f_\lambda =\lambda x\left( 1-x\right) $ has been employed in chaotic coding and spread spectrum transmission systems. For $\lambda =4$ the statistical properties of sequences generated by $f_4$ are considered as ideal drive signals for channel estimation schemes. This assumption is proven in the present paper. To this end the higher order statistical moments and the autocorrelation of time series generated by $f_4$ are derived. It is shown that for $\lambda =4$ the zero mean time series is uncorrelated. The adaptation performance of finite impulse response (FIR) digital adaptive filters (DAF) used for channel estimation is analyzed. It is shown that using zero mean sequences of $f_4$ leads to the maximal possible FIR DAF performance. An optimal value for the damping parameter in the LMS scheme is derived that leads to the maximal performance and ensures stability. The analytic considerations are confirmed by simulation results.
主题: 动力系统 (math.DS) ; 离散数学 (cs.DM); 系统与控制 (eess.SY); 混沌动力学 (nlin.CD); 计算物理 (physics.comp-ph)
引用方式: arXiv:2508.15143 [math.DS]
  (或者 arXiv:2508.15143v1 [math.DS] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.15143
通过 DataCite 发表的 arXiv DOI(待注册)
期刊参考: International Journal of Bifurcation and Chaos, 2012, Vol. 22, No. 12
相关 DOI: https://doi.org/10.1142/S0218127412502902
链接到相关资源的 DOI

提交历史

来自: Andreas Mueller [查看电子邮件]
[v1] 星期四, 2025 年 8 月 21 日 00:35:47 UTC (1,760 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.DS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.DM
cs.SY
eess
eess.SY
math
nlin
nlin.CD
physics
physics.comp-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号