所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

递归地融合None-Stationary转换信号基于复杂动力学相遥感空间的展览

拟Sedghi1*,Yashar Zehforoosh1和马赫迪Jalali2

1部门电气工程Urmia Urmia分支,伊斯兰自由大学,伊朗。

2部门电气工程Naghadeh Naghadeh分支,伊斯兰自由大学,伊朗。

*通讯作者:
拟Sedghi
部门电气工程Urmia Urmia分支,伊斯兰自由大学,伊朗。

收到日期:03/01/2013修订日期:27/03/2013接受日期:10/04/2013

访问更多的相关文章raybet01

文摘

本文初步研究了None-Stationary转换信号视为融合非线性动态遥感系统。介绍了一类递归地定义None-Stationary转换信号,并被认为是一个特定的信号。这将表明,None-Stationary转换信号在相空间可以表现出复杂的动力学。这意味着他们的经验对初始条件敏感的依赖。使用多光谱光谱传播,我们确定这个信号的稳定性。我们还将调查是否这些信号的实际使用遥感通过检查其模糊函数

关键字

模棱两可、功能、多光谱光谱遥感,
融合、遥感、空间、光谱信息。

介绍

本文初步调查类的定义的遥感None-Stationary转换生成的信号融合功能。None-Stationary改变了在遥感信号是最重要的,因为一个遥感系统使用传播并返回None-Stationary将信号从环境决定信号的存在,以及他们的范围内,轴承和速度。一个适当的选择信号的问题是复杂的,和应用程序的依赖。有许多类型的None-Stationary转换信号,包括线性调频(lem),伪随机编码,频率连续波步,一步频率脉冲火车,单频脉冲火车和随机噪声。本文简要检查新一代和新类None-Stationary转换信号,称为None-Stationary转变的信号。这样None-Stationary转换信号可能在遥感的重要性的原因。首先,他们从确定性地图生成,但可以出现噪音。这将是有用的电子保护的观点。其次,因为这些None-Stationary转换信号从一个动力系统,可以生成不同的控制参数和初始条件,可以减少需要一个全面的图书馆None-Stationary遥感系统中信号转换。等None-Stationary转换信号,生成一个离散时间动态系统(DDS),将概述。 We investigate the stability of such None-Stationary Transformed signals, using the Remote sensing multi Spectral spectrum.

本文的目的是考虑一个类定义的融合None-Stationary转换信号在相空间,表现出复杂的动力学。这项工作而产生的一个有趣的遥感信号(1]。这个信号表现出敏感依赖初始条件,在相空间有一个不寻常的自我复制功能。本文要解决的主要问题是这样None-Stationary转换信号的实际应用遥感。None-Stationary转换在遥感信号是非常重要的。遥感系统使用不同类型的None-Stationary信号转化为特定的应用程序在不同情况下(2]。因此有许多不同类型的遥感None-Stationary转换信号(2]描述了四类遥感None-Stationary转换信号,根据他们的特点和模糊函数。线性调频单频脉冲火车、频率连续波步,一步频率脉冲火车,伪随机码和随机噪声中指出[3]。相对较新的None-stationary转换信号的类是那些None-stationary动力学(3,4]。这样一个类展品None-Stationary转换信号的现象被称为初始条件敏感的依赖。None-Stationary动力系统是一个非线性动力系统的输出对初始条件敏感的依赖。混沌理论是分析这类系统的行为。因此,混沌理论并不是一个理论的混乱,但更关心理解非线性动力系统的复杂行为。我们将简要介绍这种系统的研究,特别是将感兴趣决定在什么情况下这样的一个系统变得None-Stationary。一个类遥感None-Stationary转换将信号。在这个类中,我们将研究一个信号,应用模糊度函数是否实用的遥感(5,6]。

动态遥感系统

年代是类的实值遥感None-Stationary转换信号,包括那些定义在一个离散和连续时间域。为了激励工作,我们考虑的一个子类年代通过一个动力系统,可以定义。假设图像在一个域,是连续可微的。从物理的角度来看,这个信号的导数,dx (t) / dt的变化率是传播媒介。我们可能因此分析信号通过这种变化的速度,所以假设图像除此之外,我们可以假设在某些情况下,φ(t)可以表示为一个非线性信号的组成x (t)。因此,可能存在一个函数ψ存在图像因此,同样,图像显示这个类None-Stationary转换信号的非空的,考虑到信号图像它的导数是图像因此,我们可以定义的类None-Stationary转变的信号图像在[10),我们可以考虑融合时间,因为None-Stationary转换信号通常是融合,这样他们就可以由数字计算机进行处理。

因此我们可以进一步限制注意子类图像图像

函数中定义Ψ集CD将被称为信号发生器。我们专门讨论一维离散的地图,因为我们将专门研究None-Stationary转换信号的类CD。动力系统是一个物理系统描述的一个随时间变化的确定性的规则集。假设变量图像在}描述系统的状态在每一个离散的时间点n。然后我们假设有一个发电机Ψ函数,定义的范围x (n),比如:

图像(1)

发电机Ψ(Eq.1)决定了系统的进化,通常将非线性。我们把系统的状态空间融合空间的功能x (n)把值。在离散None-Stationary转换信号的背景下考虑,国家融合空间将是实线的子集。作为一个例子,著名的物流地图生成器图像和相应的地图,通过(1)定义的初始值图像我们将展示这张地图变得不稳定,λ的变化,利用其光谱遥感多光谱。不难写下来(1)的通解。让图像Ψ结合本身。通过一个简单的递归,不难证明是(Eq.1)的解决方案。

图像

的路径状态融合空间动力系统,通过(Eq.2)定义的,痕迹叫做它的轨迹或轨道。一个耗散动力系统的特点是融合融合空间轨迹的状态。定义一个吸引子是一个点集,所有相邻轨迹收敛在相融合的空间。吸引子集合包含所有极限点的离散映射定义(Eq.1)。一个点吸引子是一个单点,轨迹收敛,也被称为一个稳定的不动点。一套动力系统可能的点定期访问。这样的点被称为一个稳定的极限环,与周期轨道。一套吸引子也是一个不变的,这意味着当一个轨迹开始,永远是在一组。最大的一个吸引子集合的子集,包含最大的点集所有附近的轨道收敛,叫做吸引力的盆地。在一个非线性动力系统,轨道在一个吸引子分开随着时间增加,系统拥有一个奇怪吸引子。 Such dynamical systems are referred to as being none-Stationary. Chaos is often defined to be the a periodic long run behavior in a deterministic dynamical system that exhibits sensitive dependence on initial conditions. There are three so-called signatures of chaos:

)非周期性限制的行为,也就是说,融合系统不收敛于一个单点随着离散时间的增加没有绑定;

b)这是一个确定性的融合系统,没有随机组件,但是是非线性的;

c)融合系统表现出敏感依赖初始条件,即任意关闭轨迹发散成倍增长快。

新None-Stationary转换信号波形

这多光谱谱是一盆吸引不变,所以只会在不同地区不同的稳定。在当前情况下,信号完全None-Stationary,然后经历周期性转换从混乱到稳定,随着λ的增加。图1是一个阴谋的信号作为λ的函数。的情节,λ范围从0.1到2,0.001的增量。每一次迭代的初始值x (0) =2。对于每一个λ迭代被用来生成每个点的信号。情节显示解决方案的稳定性作为λ的函数,然后过渡到稳定和None-Stationary行为。的过渡到一个有趣的特征信号有一个稳定的解决方案,这进化体结构。的情节进一步研究显示这种行为经常发生。图2包含许多块模糊度函数的绝对值图像这个信号,λ= 2。注意,考虑定义的离散时间信号,因此情节没有相同的分辨率。前两块显示函数的大小图像融合的空间,使用color-contour情节。第三个情节显示功能图像作为一个表面融合融合空间。最后一个情节显示正常的绝对值汽车相关函数:

图像

用于τ是离散时间单位,规模虽然φ的弧度。的自相关情节是在更大的范围的值τ与其他三个情节。在这种情况下,模糊度函数几乎是在原点,涟漪的体积从原点图像= (0,0)。文献[2)类等None-Stationary转换信号不规则或噪音。这样None-Stationary转换信号周期和与自己不相关的除了小间隔。考虑信号的非周期性None-Stationary自然本质上是相关的。

applied-physics-Neem-tree

图1:进化迭代的信号发生器图像作为λ的函数。对于每一个λ,纵轴表示的是10000次迭代结果的信号。

图2显示预期的自相关性质。由于模糊函数的形状图2,相应的信号应该有能力解决信号的时间延迟和融合空间转变。然而,可以预见,这种信号可能不为遥感提供足够的能力来区分信号与低遥感在嘈杂的横截面(RCS),由于广泛的模糊度函数的高side-transform响应。

applied-physics-autocorrelation-plots

图2:模糊度函数和自相关图的信号发生器图1

我们描述的情节从上到下。第一个情节显示模糊度函数的绝对值的浓度多光谱光谱的颜色。第二个图显示了一个彩色的轮廓的第一个版本。第三个情节显示模糊度函数的绝对值作为融合的表面空间。最后,第四个图显示了归一化自相关函数。从对应的离散时间信号,延时,(τ)轴的值在离散时间单位。更好的图形分辨率是通过扩展这个轴。融合空间轴以弧度为单位,在延时测量在几秒钟内。模糊函数的绝对值在线性范围内。自相关图显示了在一个更大的多光谱谱值τ比前三次要情节,并在线性范围内。

applied-physics-function-values

图3:模糊度函数信号发生器的情节图1,除了故事情节融合在更大的时间延迟和空间间隔的转变。顶部的情节是模糊度函数的绝对值,再次作为一个表面,而第二个图显示,轮廓和相应的模糊度函数值使用彩条。模糊度函数在线性范围内。

结论

使用多光谱光谱稳定性进行了分析。这些None-Stationary转换信号是一个类的成员的不规则/噪音像None-Stationary转换信号[2]中描述。基于模糊函数的绝对值的形状,我们可以得出结论,他们应该有能力解决信号的时间延迟和融合空间转变。这种None-Stationary转换信号的缺点是,他们有相对较高的范围和融合空间变换的模糊图,这将限制他们的辨别能力小信号对噪声和小信号大附近的信号。

确认

本文是一个研究项目的结果Azad伊斯兰大学研究委员会批准Urmia分支,Urmia,伊朗。

引用