采用粒子群算法的自适应变步长随机共振研究

针对传统的自适应随机共振只能实现单参数优化和变步长随机共振计算步长选取困难的缺陷,提出一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的自适应变步长随机共振方法,实现了变步长随机共振最优输出的自适应求解。该方法以双稳系统的输出信噪比作为粒子群算法的适应度函数,通过变步长随机共振系统的结构参数和计算步长的自适应同步选取,能够最优地检测出大参数条件下的微弱信号。仿真数据和工程实际数据的分析表明,该方法简单易行,适用范围广,收敛速度快,能有效的检测出强噪声背景下的高频微弱信号,具有良好的工程应用前景。

基于变步长随机共振的弱信号检测技术

针对绝热近似小参数随机共振难以满足工程实践中大参数下的弱信号检测,以及单一频率的共振分析在实际应用中的局限性问题,提出了一种变步长随机共振数值算法．该方法通过调整计算步长,使随机共振理论同时适用于大、小参数条件下的弱信号特征提取．计算机仿真结果表明,对变步长随机共振后的信号作幅值谱和小波分析,均能准确得到低信噪比信号中的多个有用成分,充分证明该算法在大参数条件下可对弱信号中的多个特征频率产生共振输出．同时,变步长随机共振也可以有效抑制信号小波分解中由强噪声引起的边频干扰,提高小波分析在低信噪比信号检测中的可靠性．

基于SoC和FPGA的便携式变步长随机共振仪

随机共振作为一种新颖的信号处理手段在各个领域得到广泛应用,它的硬件实现具有重要的工程应用价值。介绍了一种便携式变步长随机共振仪,硬件采用片上系统(system on chip)作为CPU。为了同时实现FFT和随机共振算法,选用了FP-GA作为协处理器。仪器软件建立在实时操作系统基础上,使系统性能更加稳定。介绍了随机共振仪的软硬件组成,给出了仿真实例,验证了算法在随机共振仪上实现的有效性。

一种改进的变步长随机共振数值算法

针对绝热近似小参数随机共振方法不足,文章提出了一种改进的变步长随机共振数值算法,该方法通过调整计算步长,使随机共振方法能同时处理大、小参数信号,仿真结果表明了该算法简单可行,具有良好的应用前景。

变步长随机共振的微弱周期信号检测

在以朗之万方程建立的随机共振数学模型中,现有文献在求解该数学模型时都将计算步长取固定值,文章通过理论分析说明了固定步长的缺陷,提出了调节计算步长的检测方法。以双稳态随机共振系统为基础,把计算步长作为可调参数来讨论其对随机共振的影响,结果表明调节计算步长能有效地提高被检测信号的检测率。

基于变步长随机共振的弱信号检测技术

弱信号检测是工程建设中常见的问题之一,在过去一直是信息领域的难点。随机共振是一种新型的信号检测技术,但对高频弱信号处理能力仍较差,使用范围也有限。变步长随机共振是一种改进型随机共振理念,在满足绝热近似条件下,调整步长实现共振,以增强微弱信号,突出显现。文章对随机共振、变步长随机共振的理论基础进行概述,而后结合小波转换理论对变步长随机共振进行仿真模拟。

自适应随机共振在微弱信号检测中的应用

在变步长随机共振原理的基础上,提出一种自适应随机共振微弱信号检测技术。该技术以粒子群算法(particle swarm optimization,PSO)作为优化算法,利用随机共振系统输出信号的奇异熵合理构造适应度函数,同时外加可控信号,以更好地激励出随机共振现象。该技术实现了随机共振系统结构参数、外加信号强度以及算法数值计算步长的自适应选取,能够最优地检测出大参数条件下信号中的微弱周期成分。仿真信号和滚动轴承故障信号的应用表明,该方法在短数据条件下可以取得较好的检测结果,具有良好的工程应用前景。