从实验角度来验证混沌数据可以被预测吗?
Posted 卓晴
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从实验角度来验证混沌数据可以被预测吗?相关的知识,希望对你有一定的参考价值。
简 介: 利用由两个晶体管组成的简易混沌电路产生物理混沌信号,通过计算机的声卡采集存储,为之后的实验制作数据集合。
关键词
: 混沌,混沌信号预测
§01 混沌数据
一、背景介绍
混沌数据可以有软件仿真而得到,也可以直接从自然现象中采集而得。下面就是根据前面 测试简单混沌电路系统的低频特性 中测试的电路,通过修改其中原器件参数,使其所产生的信号主要频道位于音频范围内,然后使用电脑声卡进行采集数据。
采集数据之后,应用于信号与系统、人工神经网络课程的基础实验。
二、实验准备
1、实验电路
仍然采用在 测试简单混沌电路系统的低频特性 中的由两个NPN(BC547-C)三极管组成的混沌电路。只是通过调整其中的C1,C2,C3使得所产生的混沌信号大约在1000Hz左右。
下面是其中的实验框架,只是其中的电容需要进行改动。
▲ 图1.2.1 双晶体管混沌电路
- A simple method for detecting chaos in nature
- Image Encryption Using Chaotic Based Artificial Neural Network
在 两个晶体管组成的混沌电路 中,C1,2,3使用了1nF,所产生的基础振荡频率为53.47kHz;在测试简单混沌电路系统的低频特性中,将C1,2,3修改成了220nF左右,主振荡频率为349Hz。
注意:这并没有实际上按照C1,2,3 容值的增加呈现等比例的减小。电容增加了220倍,频率只是降低了 53.47 / 349 = 153.2 53.47/349 = 153.2 53.47/349=153.2倍。
2、设计C1,2,3电容值
为了使得电路输出频率中心大约在1kHz ,需要修改电路中C1,2,3,4的取值。根据测试简单混沌电路系统的低频特性中的建立的模型,给出了不同C1,2,3取值情况下对应的理论计算值。
▲ 图1.2.2 不同C1,2,3取值下对应的移相振荡电路频率
#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# TEST2.PY -- by Dr. ZhuoQing 2021-10-03
#
# Note:
#============================================================
from headm import *
P = lambda x,y : x*y/(x+y)
#------------------------------------------------------------
R1 = 5.1e3
R2 = 5.1e3
R3 = 10.0e3
R4 = 10.0e3
rb = 2.7e3
c1 = 0.22e-6
c2 = 0.22e-6
c3 = 0.22e-6
def F(omiga, r=rb, flag=0):
C1 = 1/(1j * 2 * pi * omiga * c1)
C2 = 1/(1j * 2 * pi * omiga * c2)
C3 = 1/(1j * 2 * pi * omiga * c3)
#------------------------------------------------------------
r1 = R4 + P(C3,r)
r2 = R3 + P(C2, r1)
r3 = P(C1, r2)
Urb_1 = P(C3, rb) / r1
U1_2 = P(C2, r1) / r2
U2_c = r3/(R1+R2+r3)
Fomiga = Urb_1 * U1_2 * U2_c
if flag > 0:
printff(abs(Urb_1), abs(U1_2), abs(U2_c), abs(Fomiga))
return Fomiga
#------------------------------------------------------------
def c123_arg(c, r=rb):
global c1,c2,c3
c1 = c2 = c3 = c
fdim = linspace(0.01, 1500, 10000)
fabs = [abs(F(o,r)) for o in fdim]
fangle = [angle(F(o,r))*180/pi for o in fdim]
fid = [(lambda x: 0 if x < 100 else 1)(abs(a-b)) for a,b in zip(fangle[:-1], fangle[1:])].index(1)
freq180 = fdim[fid]
angle180 = angle(F(freq180, r))*180/pi
abs180 = abs(F(freq180, r))
return freq180, angle180, abs180
#------------------------------------------------------------
cdim = linspace(50, 200, 100)
fdim = []
for c in cdim:
f,_,_ = c123_arg(c * 1e-9)
fdim.append(f)
plt.plot(cdim, fdim)
plt.xlabel("Capacitor(nF)")
plt.ylabel("Frequency(Hz)")
plt.grid(True)
plt.tight_layout()
plt.show()
#------------------------------------------------------------
printf('\\a')
#------------------------------------------------------------
# END OF FILE : TEST2.PY
#============================================================
根据上述曲线,确定在1kHz左右,C1,2,3电容值应该在72nF左右,根据手头的电容,最终选择68nF电容。按照比例,选取C4的电容为22nF
-
电路电容值:
-
C1,2,3
:68nF
C4
:22nF
电路中的电阻与原来电阻相同。两个三极管选择 BC547-C ,三极管的hFE都在500以上。
§02 采集数据
一、搭建实验电路
在面包板上搭建实验电路。
▲ 图2.1.1 在面包板上搭建的实验电路
二、测量波形
下面在工作电压为+9V情况下,测量电路在正常情况下与混沌情况下的信号波形。
1、正常震荡波形
调节R5,使得电路没有进入混沌振荡状态。测量Q1集电极与C1上的电压波形。
▲ 图2.2.1 测量Q1集电极与C1上电压X-T波形
可以看到对应的频率为854Hz左右,与前面计算的1kHz相差很多。电路正常振荡频率与R5的阻值,工作电压都有关系。
2、混沌振荡波形
▲ 图2.2.2 测量Q1集电极与C1上电压X-Y波形
▲ 图2.2.3 测量Q1集电极与C1上电压X-T波形
三、电脑音频接入
1、制作音频输入接口
由于采集的信号是单个通道的信号,所以需要将它们转变成两个通道的接口。通过两个330Ω将单个信号输入 电脑的音频输入端口。
▲ 图2.3.1 制作电脑的音频线路输入线
2、测试输入信号
(1) 接入电脑线路输入接口
将信号接入电脑的线路输入插座:
▲ 图2.3.2 将信号接入电脑的线路输入插座
(2) 设置线路输入增益
调节线路输入属性中的“级别”,改变输入信号的增益。 下面是输入200mVpp的正弦波的情况下对输入增益进行调整。
▲ 图2.3.3 设置线路输入增益
(3) 使用Audacity采集输入信号
▲ 图2.3.4 使用Audacity录音软件获得输入信号波形
四、录制混沌信号
1、录制混沌信号
调节R5使得电路处于混沌震荡状态。 以下是C1,Q1集电极信号X-Y显示轨迹波形。
▲ 图2.4.1 混沌信号状态
下面是录制的两个通道的信号波形。
▲ 图2.4.2 录制的混沌信号波形
存储的数据文件:Chaos2.WAV,Chaos4.WAV。
调节到另外的振荡模式重新录制混沌信号波形。
▲ 图2.4.3 混沌波形X-Y轨迹
存储的数据文件为: Chaos3.WAV。
2、录制正常震荡波形
▲ 图2.4.4 正常振荡信号X-Y显示波形
▲ 图2.4.5 正常震荡信号波形
存储音频文件: Chaos5.WAV。
※ 实验总结 ※
利用电脑的声卡记录有混沌电路产生的混沌信号,用于未来的展示与实验的数据。
本文使用了由两个三极管组成的混沌振荡电路产生混沌信号,通过电脑的声卡进行录制。建立了这样的实验系统。
■ 相关文献链接:
- 测试简单混沌电路系统的低频特性
- A simple method for detecting chaos in nature
- Image Encryption Using Chaotic Based Artificial Neural Network
- 两个晶体管组成的混沌电路
- 一款NPN三极管测量: BC547C
● 相关图表链接:
- 图1.2.1 双晶体管混沌电路
- 图1.2.2 不同C1,2,3取值下对应的移相振荡电路频率
- 图2.1.1 在面包板上搭建的实验电路
- 图2.2.1 测量Q1集电极与C1上电压X-T波形
- 图2.2.2 测量Q1集电极与C1上电压X-Y波形
- 图2.2.3 测量Q1集电极与C1上电压X-T波形
- 图2.3.1 制作电脑的音频线路输入线
- 图2.3.2 将信号接入电脑的线路输入插座
- 图2.3.3 设置线路输入增益
- 图2.3.4 使用Audacity录音软件获得输入信号波形
- 图2.4.1 混沌信号状态
- 图2.4.2 录制的混沌信号波形
- 图2.4.3 混沌波形X-Y轨迹
- 图2.4.4 正常振荡信号X-Y显示波形
- 图2.4.5 正常震荡信号波形
以上是关于从实验角度来验证混沌数据可以被预测吗?的主要内容,如果未能解决你的问题,请参考以下文章
BP预测基于Sine混沌映射优化麻雀算法改进BP神经网络实现数据预测
BP预测基于Logistic混沌映射改进麻雀算法改进BP神经网络实现数据预测
BP预测基于Tent混沌映射改进麻雀算法改进BP神经网络实现数据预测
BP预测基于Sine混沌映射优化麻雀算法改进BP神经网络实现数据预测