研究生专业技术课程科教融合的创新实践探索--以微弱信号检测与处理课程为例

研究生教育是我国高等教育体系的重要组成部分,肩负着培养具备创新能力的科技领域人才的神圣使命。在新工科背景下,如何实现课堂教学与科学研究融合、达到学术素养和工程能力共同提升的培养目标,已成为高校教育教学改革面临的新课题。该文选取北京航空航天大学仪器科学与技术和光学工程两个一级学科开设的专业技术课微弱信号检测与处理,阐述在研究生专业技术课程教学中,通过融入本学科在国内具有影响力和技术优势的光纤陀螺、光纤电流互感器、空芯光纤微弱散射光检测三个典型科研实例,进行科教融合、提高教学质量的创新实践探索。

强噪声中检测微弱目标信号特征的量子信号处理算法

随着噪声功率的增强,微弱目标信号的特征受噪声污染变得模糊且难以区分,导致微弱信号检测算法失效,提出一种可以保护目标信号特征的量子信号处理方法——局域半经典信号分析算法。详细介绍了算法实现量子化的原理和在量子域中保护目标信号特征的性质;给出算法步骤以及重要参数的计算方式;将所提算法与奇异值分解、小波阈值降噪算法结合进行了仿真分析和实验验证。结果表明,所提算法保护目标信号特征的能力可以帮助降噪算法检测极低信噪比的微弱信号,与其他方法结合可极大改善信噪比,准确提取信噪比为-30 dB的微弱目标信号,算法性能优越。

基于随机共振的水下目标微弱回波信号增强检测

针对低信噪比下主动声呐探测水下目标的微弱回波信号检测难题,本文提出了一种基于随机共振的微弱回波信号增强检测方法。该方法通过建立频移变尺度随机共振系统,与输入高频微弱回波信号、随机噪声相匹配,实现微弱回波信号的共振增强;进而利用乘积谱与谱峭度构建目标回波亮点增强检测指标,有效提升微弱回波亮点的能量集中程度,抑制杂波及虚假成分干扰。仿真结果表明:在低信噪比下,随机共振系统输出信噪比增益可达5 dB以上,微弱目标回波亮点检测结果更加直观便捷,杂波干扰得到大幅抑制。海试数据处理结果进一步验证了所提方法的有效性和可靠性。

油气测井微弱信号检测方法分析

文章分析研究了油气测井中微弱信号识别检测方法,首先回顾了微弱信号检测的传统方法,指出传统方法在处理高噪声环境下的微弱信号时的局限性;其次,详细介绍了非线性系统理论中的混沌理论和随机共振理论;最后,探讨了这些先进理论在油气测井微弱信号检测中的具体应用。该研究对提升油气资源勘探和开发的效率和准确性具有重要的实践意义,为油气测井领域提供了一种新的微弱信号检测策略。

论频谱仪对微弱信号的检测方法

频谱仪是装备日常维护保养中最常用的仪器之一。如果被测信号较弱,则频谱仪很难有效检测相关信号。基于此,本文简要介绍了频谱仪的构造原理,提出了四种测试微弱信号的设置方法,并通过实际测试验证,有效解决了检测微弱信号“看不见、测不准”的问题,以供相关研究参考。

基于混合神经网络的混沌噪声背景下微弱脉冲信号的检测

微弱信号是指相对背景噪声而言,其信号幅度的绝对值很小、信噪比较低的一类信号,这种信号通常受到各种干扰和噪声的影响,使得其在背景中难以被准确检测或识别。微弱信号可能来自于远距离传输、低功率信号源、弱信号目标等情况。在实际应用中,检测和提取微弱信号是一项重要的技术挑战,因为微弱信号往往包含有用的信息,例如传感器信号、通信信号、生物信号等。有效地检测和分析微弱信号可以帮助我们了解环境、诊断疾病、进行通信传输等。为了提高微弱信号的检测精度,本文构建一种基于注意力机制的CNN-LSTM模型,首先,基于混沌信号对初始值的敏感性及短期可预测性,根据Takens定理对各局部传感器的观测信号进行相空间重构,建立Att-CNN-LSTM模型来对混沌信号进行预测,由此得到单步预测误差,此时,对观测信号的检测问题就可以转化为对一步预测误差的信号检测问题。最后,使用Z检验的方法对微弱信号进行检测,得到局部传感器的检测结果。实验结果表明,本文提出的模型有相较于其他模型有更好的表现。

基于调制随机共振的微弱信号检测研究

在工程信号处理过程中信号常超出随机共振绝热近似或线性响应理论的小参数要求而成为大参数信号。深入探讨非线性双稳系统随机共振发生机理和条件要求,将频率调制技术与随机共振理论相结合,提出用调制随机共振的方法实现随机共振理论在工程信号检测中的应用,进行了数值仿真分析证明其有效性,并将该方法应用于轴承内圈点蚀故障的检测。

微弱信号检测方法的现状分析

强噪声背景下微弱特征信号检测,一直是工程应用领域的难题。系统地研究基于线性理论的时域、频域、时频域和基于非线性理论的微弱信号检测方法,分析各检测方法的基本原理和特点。时域检测法中主要分析相关检测、取样积分与数字式平均、时域平均检测法;频域检测法中分析最为常用的频谱分析法;时频分析法中主要分析应用范围最广的短时Fourier和小波变换;基于非线性理论的检测法中重点分析随机共振。分析认为基于非线性理论的微弱信号检测法、多种检测方法的结合是未来微弱信号检测的研究方向。

强噪声背景中微弱信号检测的初步研究

为了提高信噪比,以往大都设法滤除噪声.根据随机共振理论,本文对用添加噪声来提高测量信号信噪比的方法进行了初步的尝试,并将此方法应用于强噪声背景中微弱信号的检测,得出了一些有意义的初步结果.

基于随机共振的任意大频率微弱信号检测方法研究

通用非线性随机共振系统(参数a=1,b=1)在检测微弱信号时受小频率参数和弱信号幅度的约束,给实际应用带来了很大困难。针对这一情况,提出了一种能够检测大频率微弱信号的随机共振检测方法,通过调整系数k改变非线性参数b,使输入弱信号满足共振幅度要求;调整系数R改变非线性参数a、b,将共振频率提高R倍,从而实现了大频率微弱信号的随机共振。通过理论分析和数值仿真,研究了系数k和R的调整方法、步长等,构建了一种可实现的大频率微弱信号检测方法。

基于Duffing振子的微弱正弦信号检测方法研究

利用混沌振子系统的初值敏感性和对噪声的免疫力检测微弱正弦信号，可以获得很高的检测灵敏度和很好的抗噪性能。文中分析了待测正弦信号幅值和相位对混沌系统状态的影响。基于Duffing振子系统的相变特性，提出了检测微弱正弦信号幅值和相位的新方法，即：反相补偿幅值检测方法和三分对称相位检测方法，介绍了检测的原理和具体实现步骤；利用Duffing方程的位移X波形的包络特性，提出了适合于含噪声情况的混沌特性自动判别方法，以正确判别混沌系统的状态并应用于文中的信号检测方法之中。最后，将该方法和最大似然法进行了比较。数字仿真结果证明了文中所提方法的可行性和有效性。只需改变策动力的频率，该方法即可适用于检测各种频率的微弱正弦信号，对于扩大光传感器的测量范围、电力系统谐波分析等应用具有实用价值。

快速傅立叶变换用于色谱噪声平滑及微弱信号的检测

应用快速傅立叶变换法（ＦＦＴ）对色谱噪声进行平滑处理及微弱信号检测，同时，也与其他数字滤波法进行了比较。结果表明，利用ＦＦＴ法可以很好地对噪声进行平滑处理，使信噪比提高１８倍，为更好地进行痕量组分的色谱微弱信号检测打下了基础。

基于随机共振的微弱信号检测

在强噪声背景下,基于WV和Hough变换的正弦和线性调频信号检测方法的性能严重下降,为克服这种不足,该文在深入分析FHN随机共振系统参数对滤波能力影响的基础上,提出一种基于随机共振系统检测微弱正弦和线性调频信号的方法。首先借助FHN随机共振模型进行滤波,在此基础上进行WV和Hough变换,将信号的检测问题转换为时频图中的直线检测问题。实验证实,该方法具有较好的效果。

用于微弱信号检测的随机共振系统设计

随机共振(SR)作为一种能够利用噪声来提高系统输出信噪比的工具,近来得到越来越多的关注和研究.一个很大的问题是如何设计一个简单高效的SR系统.针对常见的微弱信号检测问题,我们分析了二值量化器和二值量化器阵列,推导出最优二值量化检测器和渐近最优阵列SR检测器,给出渐近最优阵列SR检测器的设计准则.根据理论分析结果,给出了鲁棒阵列SR检测器及基于噪声样本集合的参数选择算法,能够在未知背景噪声情形中获得较好的检测性能.

调参随机共振在超高频微弱信号检测中的应用

针对经典随机共振(SR)理论只适用于小参数,在提取高频微弱信号失效而无法使用的问题,提出一种调参随机共振检测高频率微弱信号的方法。首先,推导出双稳系统中阻尼系数与信号频率的关系,并以Kramers逃逸速率为分析手段,讨论阻尼系数变化对系统发生随机共振的影响;然后,分析了系统形状参数对系统产生随机共振现象的影响,通过联合调整阻尼系数和系统参数实现了大频率微弱信号的检测,并讨论了不同采样频率与调参系统输出频谱特性的影响,验证了该方法在低采样率下仍具有较强的稳定性;最后,以通用软件无线电设备(USRP)接收的无线电带噪信号作为系统的输入进行仿真。实验结果表明,利用该调参随机共振策略能够稳定有效地检测出强噪声背景下的超高频微弱信号,信号频率可达到MHz、GHz,拓展了随机共振原理的微弱信号检测的应用领域。

结合过采样技术和锯齿成形函数的微弱信号检测

为充分利用现有模数转换器的速度来提高检测微弱信号的能力和简化电路、降低成本,本文采用叠加成形函数的方法,利用过采样技术实现对微弱信号检测.分析结果表明,用常规中分辨率ADC直接采样就可达到与现有高分辨率ADC直接采样才有的高精度.

类Liu系统在水声微弱信号检测中的应用研究

利用三阶混沌系统构造了一种新的微弱信号检测系统——类Liu系统,对类Liu系统进行了深度的理论分析.类Liu系统中,当输入待测信号幅值大于某临界值时,系统可达到平衡点S0,S0中系统变量x平衡于摄动力信号,系统变量y,z收敛于零态,且S0对应的Lyapunov指数小于零.通过Matlab仿真、Multisim电路仿真以及实际电路证明了类Liu系统的周期态收敛性及广域检测性,解决了传统Duffing系统进行微弱信号检测时周期态不收敛、只能进行窄域检测等问题,同时谱级信噪比范围仍可达-46.57 d B.类Liu系统采用了全新的设计理念,具有较高的实用价值,对未来海洋物联网中的水声通信有一定参考价值.

基于自适应变尺度频移带通随机共振降噪的EMD多频微弱信号检测

针对强噪声背景下多频微弱信号检测的难题,提出一种基于自适应变尺度频移带通随机共振(Adaptive re-scaling frequency-shifted band-pass stochastic resonance,ARFBSR)降噪的经验模态分解(Empirical mode decomposition,EMD)多频微弱信号检测方法。对不同频段的信号进行频率尺度变换处理,使其满足随机共振条件,根据噪声强度自适应地优化系统的参数,进而对每个频段信号分别进行随机共振处理,使得待检信号目标频段得到增强,对各个频段的共振输出进行带通滤波再合成,实现多频微弱信号的增强。对处理后的信号进行EMD分解,得到每个频率的信号分量,实现多频微弱信号的检测。仿真分析和滚动轴承内圈故障诊断实例表明,该方法不仅能够增强信号幅值,同时减少虚假分量,提高EMD算法的精度,有效检测出被噪声淹没的多频微弱信号。

Duffing混沌振子用于微弱信号检测的研究

针对频率已知的微弱正弦信号幅度和相位检测问题,提出了一种采用Duffing混沌振子作为检测系统的方法。该方法将被测信号作为系统的参数,利用系统参数在临界值附近微小的变化会改变系统输出状态的特性,通过识别系统输出的相轨迹判断输出状态是否改变,根据状态改变所需满足的条件估计信号的参数。给出了实现该方法的主要步骤,并将其运用于高频地波雷达海洋回波信号的检测,与FFT方法所得结果相比,回波多普勒谱的信噪比可提高5 dB,表明了该方法具有更好的检测性能。

自适应随机共振微弱信号检测

针对传统随机共振方法检测微弱信号精度低的问题,把全局版人工鱼群算法与随机共振算法相结合,提出了一种基于全局人工鱼群算法的自适应随机共振微弱信号检测方法。该方法把随机共振输出信噪比增益作为全局人工鱼群算法的适应度函数,将微弱信号检测问题转化为多参数并行寻优问题。分别在Langevin和Duffing系统中进行仿真实验及其寻优结果对比研究,仿真结果表明本文所提方法高效可行,相比较Langevin系统,Duffing自适应随机共振系统体现更高的微弱信号检测精度和检测性能。引入控制频率,将Duffing自适应随机共振应用于多频大信号的检测,拓宽了随机共振的应用范围。