Estimación óptima de secuencias caóticas con aplicación en comunicaciones


Author

Luengo García, David

Codirector

Pantaleón Prieto, Carlos

Santamaría Caballero, Ignacio

Date of defense

2006-11-23

ISBN

9788469046319

Legal Deposit

SA.96-2007



Department/Institute

Universidad de Cantabria. Departamento de Ingeniería de Comunicaciones

Abstract

En esta Tesis se aborda la estimación óptima de señales caóticas generadas por mapas unidimensionales y contaminadas por ruido aditivo blanco Gaussiano, desde el punto de vista de los dos marcos de inferencia estadística más extendidos: máxima verosimilitud (ML) y Bayesiano. Debido al elevado coste computacional de estos estimadores, se proponen asimismo diversos estimadores subóptimos, aunque computacionalmente eficientes, con un rendimiento similar al de los óptimos. Adicionalmente se analiza el problema de la estimación de los parámetros de un mapa caótico explotando la relación conocida entre muestras consecutivas de la secuencia caótica. Por último, se considera la aplicación de los estimadores anteriores al diseño de receptores para dos esquemas de comunicaciones caóticas diferentes: conmutación caótica y codificación simbólica o caótica.


This Thesis studies the optimal estimation of chaoticsignals generated iterating unidimensional maps and contaminated by additive white Gaussian noise, from the point of view of the two most common frameworks in statistical inference: maximum likelihood (ML) and Bayesian. Due to the high computational cost of optimum estimators, several suboptimal but computationally efficient estimators are proposed, which attain a similar performance as the optimum ones. Additionally, the estimation of the parameters of a chaotic map is analyzed, exploiting the known relation between consecutive samples of the chaotic sequence. Finally, we consider the application of the estimators developed in the design of receivers for two different schemes of chaotic communications: chaotic switching and symbolic or chaotic coding.

Keywords

symbolic dynamics; Bayesian estimation; maximum likelihood estimation; chaotic signals and systems; statistical inference; comunicaciones caóticas; chaos theory; estimación bayesiana; dinámica simbólica; chaotic communications; estimación de máxima verosimilitud; inferencia estadística; señales y sistemas caóticos; teoría del caos

Subjects

311 - Statistics as a science. Statistical theory; 51 - Mathematics; 621.3 Electrical engineering

Knowledge Area

Teoría de la Señal y Comunicaciones

Documents

00de10.DLG_previo.pdf

148.3Kb

01de10.DLG_cap1.pdf

222.4Kb

02de10.DLG_cap2.pdf

983.8Kb

03de10.DLG_cap3.pdf

708.1Kb

04de10.DLG_cap4.pdf

756.3Kb

05de10.DLG_cap5.pdf

435.7Kb

06de10.DLG_cap6.pdf

4.754Mb

07de10.DLG_cap7.pdf

2.674Mb

08de10.DLG_conclusiones.pdf

204.0Kb

09de10.DLG_Apendices.pdf

454.4Kb

10de10.DLG_bibliografia.pdf

212.0Kb

 

Rights

ADVERTENCIA. El acceso a los contenidos de esta tesis doctoral y su utilización debe respetar los derechos de la persona autora. Puede ser utilizada para consulta o estudio personal, así como en actividades o materiales de investigación y docencia en los términos establecidos en el art. 32 del Texto Refundido de la Ley de Propiedad Intelectual (RDL 1/1996). Para otros usos se requiere la autorización previa y expresa de la persona autora. En cualquier caso, en la utilización de sus contenidos se deberá indicar de forma clara el nombre y apellidos de la persona autora y el título de la tesis doctoral. No se autoriza su reproducción u otras formas de explotación efectuadas con fines lucrativos ni su comunicación pública desde un sitio ajeno al servicio TDR. Tampoco se autoriza la presentación de su contenido en una ventana o marco ajeno a TDR (framing). Esta reserva de derechos afecta tanto al contenido de la tesis como a sus resúmenes e índices.

This item appears in the following Collection(s)