混沌振子系统周期解几何特征量分析与微弱周期信号的定量检测

提出了一种对微弱周期信号的定量检测方法.分析混沌振子系统在大尺度周期状态下的相对稳定输出时,发现了混沌振子系统输出周期解的平均面积是一个比较稳定的几何特征量.该几何特征量与待测信号幅值之间存在比较稳定的单调递增关系.在一定的参数条件下,几何特征量精度可达到10-6V2.利用混沌系统对随机噪声信号的免疫性和对微弱周期信号的敏感性,进一步建立了微弱周期信号的定量检测方法.仿真实验表明,随着待检测幅度的增加,在保证检测精度的同时,抗噪性能也随之增强.

微弱周期脉冲信号的取样积分-混沌系统联合检测方法

为提高混沌系统检测微弱周期脉冲信号的能力,提出把取样积分与混沌系统相结合的检测方案.仿真结果表明在相同系统实验背景下,相结合的检测方案优于不加取样积分的检测方法;周期脉冲信号占空比变小,使检测到的最小脉冲幅度变大;输入噪声强度的降低可使检测系统临界相态简化.

基于混沌振子周期区域的微弱信号检测方法

混沌振子微弱信号检测方法中存在着输出信号时域判别的抗干扰性差、宽频率范围信号检测系统复杂等问题。本文利用混沌振子对噪声处理的优势,提出一种新的强噪声背景中微弱周期信号检测方法。通过提取周期1外轨区域的Poincaré截面,得到一种频率为振子周期策动力与待检测信号频率差的周期信号,而该周期信号对噪声具有很强的抑制。应用所提方法对一个频率段的正弦信号进行检测,实现了低于-110dB信噪比条件下高斯白噪声背景中正弦信号检测。

一种基于非周期随机共振的微弱信号检测方法

随机共振滤波器能够在强噪声背景中跟踪微弱信号(非周期或周期信号)波形,并将幅度放大,这正好弥补了匹配滤波器在强噪声背景下检测性能的严重不足。本文给出了FHN随机共振的简化模型及计算方法,在深入分析FHN随机共振模型参数对其滤波性能影响的基础上,结合随机共振滤波器和匹配滤波器,提出了一种基于FHN随机共振模型检测确知信号的方法。首先将接收信号经FHN随机共振滤波器进行滤波,再进行匹配滤波,最后将滤波结果和门限进行比较判断信号是否存在。经过实验验证,该方法具有较好的效果。

周期微弱信号的检测与跟踪

本文以实验为依据,阐述了用单板机实现对周期微弱信号的检测、恢复和跟踪技术,重点讨论了如下内容: 1.提出了漏值取样,在此基础上对传统的多点数字平均技术加以改进,给出了更加有效、适应性更强的漏值多点数字平均。2.对周期未知信号的检测和恢复方法。3.对周期蠕动的微弱信号的检测、恢复和自适应跟踪技术。

Duffing振子的微弱信号检测

分析了Duffing振子的混沌运动 ,阐述了该振子相变对与参考信号频差较小的周期小信号具有敏感性 ,对白噪声和与参考信号频差较大的周期干扰信号具有免疫力 ,使Duffing振子应用于微弱信号检测具有可行性。检测不同频率的信号需要不同频率ω的参考信号 ,不同的参考信号频率ω会对系统产生很大影响 ,通过调整系统参数使得振子对不同频率的信号检测具有普遍性 。

基于小波变换相干积累的微弱信号检测

在低信噪比下检测信号的方法倍受关注。本文提出基于小波变换的信号相干积累方法,利用小波变换的子带编码理论,通过在多个子带中进行相干积累。积累后的信号再用周期谱方法进行估计,证明该方法可进一步改善信号的检测能力。文中以脉冲雷达回波信号和相位码信号为例。仿真结果表明,这种方法能在-19db信噪比(雷达回波)和-22db信噪比(相位码信号)下检测信号。

微机械陀螺的一种微弱信号检测算法的分析与仿真

针对常用的微机械陀螺微弱信号检测方法不能很好地抑制信号带内噪声的不足,提出了一种基于整周期采样的求和平均处理算法,该算法等效地实现了低通滤波和减采样的功能。仿真表明它可以完全抑制信号中混杂的一系列特定频率的周期性噪声,对带内和带外的各种噪声成分抑制效果非常显著,并且可以大大节省系统资源的占用率。

基于混沌理论检测微弱信号研究综述

传统信号检测方法的最低检测信噪比有限,而Duffing振子由于具有对微弱周期信号敏感而对白噪声免疫的特性,在极低信噪比微弱信号的检测中得到了广泛的应用。本文对基于Duffing振子检测微弱信号在三个方面的研究进展进行了概述,即改进或提出混沌检测模型、混沌检测方法的实际应用、混沌检测方法与其他方法的结合。本文还指出今后混沌微弱信号检测的发展方向。1 引言微弱信号检测技术是指应用各种电子学、数学物理等检测方法检测出淹没在强噪声环境中有用的微弱信号,广泛应用于医学、通信、生命科学、电磁学等领域。

基于改进积分滤波电路的实验室微弱漏电检测

为了解决实验室微弱漏电难以检测的问题,提出了一种改进的积分滤波电路,以提高检测漏电事故的准确率.该积分滤波电路通过T型反馈电路、整形电路以及周期积分电路,对在一段时间内反复发生的漏电电流信号进行放大转化和整形,并结合时序控制完成对待检测信号的周期取样.同时依据周期取样信号的累积比较,实现实验室漏电事件的自动检测.结果表明,检测系统具有良好的效能和实用性,识别准确率可以达到96%以上.

微陀螺微弱信号数字处理技术的分析与仿真

从理论上探讨了微弱信号数字检测技术中数模转换器的两种采样方式--整周期采样和非整周期采样对检测目标信号精度的影响,并仿真分析了某微机械陀螺仪调制信号解调的过程,显示了数字处理技术的优越性.

基于GPU的混沌弱信号检测临界阈值确定

混沌检测系统临界阈值的确定是建立混沌检测系统的核心问题,临界阈值的精度决定了可检测信号的精度。目前相轨迹图观察法已经无法满足快速确定精确的系统临界阈值的需求,利用Lyapunov指数等量化指标检测临界阈值的方法计算量大、算法复杂、时间消耗大,且消耗大量计算资源,无法在GPU上实现并行程序设计;系统相轨迹过零周期数相变判别算法在检测相同精度阈值情况下较Lyapunov指数算法有相同的检测精度,同时更易于利用现代高性能计算工具GPU实现并行程序设计。因此,在系统相轨迹过零周期数阈值判别算法的基础上提出了基于GPU的混沌弱信号检测临界阈值并行检测算法,实验显示,GPU并行系统临界阈值检测算法在幅值递增步长10-6下较CPU串行算法可以实现近90倍的加速比,使高精度临界阈值能够在短时间内准确确定。

α稳定噪声下一类周期势系统的振动共振

将多个低频微弱信号、高频信号和加性α稳定噪声共同激励的一类周期势系统作为研究模型,以平均信噪比增益(MSNRI)为性能指标,对α稳定噪声环境下周期势系统中的振动共振现象进行了研究,分别探究了α稳定噪声的特征参数α、对称参数β、加性噪声强度放大系数D、高频信号幅值B以及频率?对振动共振输出效应的影响.研究结果表明:1)在不同分布的α稳定噪声环境下,固定频率?(或幅值B),当幅值B(或频率?)逐渐增大时,MSNRI-B(或MSNRI-?)曲线出现多个峰值,即存在多个B区间(或?区间)可诱导振动共振,并且这些区间不会随噪声分布参数α或β的变化而变化;2)当加性噪声强度放大系数D发生变化时,幅值B和频率?的共振区间没有随着D的变化而变化,表明只有高频信号能量向待测低频信号转移,噪声能量并没有向待测低频信号转移.另外当幅值B、频率?固定时,随着D的逐渐增大,依然可以实现微弱信号的检测,表明振动共振可以克服工业现场噪声强度不可调控的缺点.本文研究结果提供了一种新的微弱信号检测方法,在信号处理领域有着潜在的应用价值.

频谱监测中的多频随机共振检测

基于频段分离思想设计能够完成频谱监测中多频微弱信号的双稳态随机共振检测方案。使用归一化尺度变换对高频段范围内周期信号进行随机共振检测仿真实验;针对随机共振方法对多频信号检测的局限性,利用小波变换频段分离的特性,将小波变换与归一化随机共振相结合,进行多频微弱信号检测仿真实验。仿真结果表明,结合了小波变换的归一化随机共振的方案能够检测出待测频段内的多频微弱周期信号。

GDJY-Ⅰ型钢丝绳断丝检测仪原理及应用

介绍了钢丝绳断丝检测仪的基本原理,并分叙了仪器各部分的功能特性及该仪器在工矿中的应用。

基于特定混沌系统微弱谐波信号频率检测的理论分析与仿真

为更完整地研究一类特定的Duffing Holmes方程所建立的混沌系统用于确定微弱谐波未知频率 ,论证了方程存在周期解并且该解唯一 ;利用稳定相态周期轨迹特征成功地进行了确定谐波频率的仿真实验 ;从 1Hz至 2 0 0Hz变阻尼比 (α)计算了检测误差 |Δω|;结果表明 ,不同频率带宽、不同频率相应的α值选择需要经过细致仿真实验去加以确定 .

检测强噪声背景下周期信号的混沌系统

用混沌系统实现了对强噪声背景下周期信号的检测.仿真实验表明,由修正的Duffing-Holmes方程所构成的混沌系统对被噪声覆盖的微弱周期信号非常敏感,对噪声具有一定的“免疫力”,其信噪比工作下限可达到约-91dB.

随机共振模型结构参数自寻优方法与应用

在随机共振微弱周期信号检测过程中,如何确定结构参数值非常关键.已有的结构参数选择方法在应用上存在着局限性,如由于模型输入信号的干扰噪声未知,通常定义的信噪比无法获得.针对该问题,首先改写了随机共振模型的数学表达式;然后定义了一种随机共振模型输出信噪比,并给出了计算方法;最后在此基础上,以输出信噪比为评价指标,提出了一种结构参数自寻优方法,用于构建性能优良的随机共振模型.仿真信号分析表明该方法能较好地解决输入信号背景噪声未知的问题,所构建的随机共振模型可有效检测出低频率和高频率的微弱周期信号.通过对转子试验装置上的转子系统早期不平衡故障分析的应用,验证了所提出方法的有效性和实用性.