A chaotic receiver estimation engine and method of use. The estimation
engine synchronizes and recovers data and performs its decision and
tracking processes by mapping probability calculation results onto chaotic
dynamics via a strange attractor geometrical approximation. Restrictive
standard chaotic synchronization requirements of either a stable/unstable
subspace separation or a chaotic system inversion are not required. The
receiver determines and models both the logical zero and logical one
versions of the strange attractor and the transmitted chaotic sequence
probability density function (PDF). Two estimates of the transmitted value
are created from each received iterate by probability and the transmitted
PDF calculations. A third estimate is generated from the chaotic
processing of the previous receiver final decisions. The three estimates
are combined using a probability-based weighted average to form the
initial current decision. A final current decision incorporates chaotic
dynamics by mapping the initial decision onto the geometrical model of the
attractors via a minimum Euclidean distance metric.
Um motor do estimation do receptor e um método chaotic do uso. O motor do estimation sincroniza e recupera dados e executa sua decisão e processos seguir traçando resultados do cálculo da probabilidade na dinâmica chaotic através de uma aproximação geométrica do attractor estranho. As exigências chaotic padrão restritivas da sincronização de uma separação do subspace de stable/unstable ou de um inversion chaotic do sistema não são requeridas. O receptor determina e modela as versões uma zero e lógicas lógicas do attractor estranho e da função chaotic transmitida da densidade da probabilidade da seqüência (pdf). Duas estimativas do valor transmitido são criadas de cada um recebido iteram pela probabilidade e pelos cálculos transmitidos do pdf. Uma terceira estimativa é gerada de processar chaotic das decisões precedentes do final do receptor. As três estimativas são combinadas usando uma média tornada mais pesada probabilidade-baseada dar forma à decisão atual inicial. Uma decisão atual final incorpora a dinâmica chaotic traçando a decisão inicial no modelo geométrico dos attractors através de uma distância euclidean mínima métrica.
