二阶EKF：一种快速跟踪改进型Logistic混沌信号的方法

"该文提出了一种基于改进型Logistic映射的混沌信号估算跟踪方法，针对无先导卡尔曼滤波(UKF)在处理此类混沌通信系统时存在的运算时间长和算法复杂的问题，通过利用改进型Logistic映射的泰勒展开式最高项为二阶的特性，提出了二阶扩展卡尔曼滤波(二阶EKF)方案。这种方法在接收系统中能精确到泰勒展开式的二阶，从而达到与UKF相当的性能，但其算法更简单，运算速度更快。仿真实验验证了二阶EKF在误码率上与UKF相当，但在效率和复杂度上具有优势。" 本文主要探讨了混沌通信系统中的信号跟踪和估算问题。首先，介绍了传统的扩展卡尔曼滤波(EKF)和无先导卡尔曼滤波(UKF)在处理混沌信号时的优势，尤其是UKF在性能上的优越性。然而，对于基于改进型Logistic映射的扩频通信系统，UKF的高运算复杂性和长时间运算成为了实际应用中的瓶颈。 鉴于此，作者提出了采用二阶EKF的方法，它能够精确估计泰勒展开式的二阶项，这与UKF的效果相当。二阶EKF的优势在于其算法设计相对简单，运算速度显著提高，这对于实时性和资源有限的通信环境尤其重要。 通过仿真比较，二阶EKF与UKF在误码率方面的表现一致，表明在混沌信号的跟踪和估算精度上两者并无明显差距。然而，在运算速度和算法复杂度方面，二阶EKF显著优于UKF，这为混沌通信系统的实际应用提供了更为高效的选择。 文章还提到了相关作者的研究背景和方向，如韩彦净、何世彪和谷诚分别在混沌扩频通信、宽带无线通信和飞行器测控等领域有深入研究。此外，文章的发表时间和资助信息也显示了该研究得到了重庆市科委自然科学基金的支持。 这篇论文提出了一种新的混沌信号处理策略，即二阶EKF，它有效地解决了UKF在处理特定混沌映射时的计算效率问题，为混沌通信系统的设计和优化提供了新的思路。