小信号检测中间歇混沌运动的机理

讨论了小信号摄动的受迫Duffing振子在非平衡相变临界点附近的行为,推导出振子发生相变的相位条件,得出在该临界点附近相变对小信号敏感的结论.推导出系统发生间歇混沌现象的频差条件,该临界点附近的微小频差是产生间歇混沌的原因,这是与切分岔概念不同的产生间歇混沌的又一机理.

基于Hilbert变换及间歇混沌的水声微弱信号检测方法研究

利用Duffing振子从混沌到间歇混沌的相变及其对策动力和待检测信号频差较小的周期信号的敏感性,研究了强海洋背景噪声下微弱周期信号的检测.通过构造混沌振子列的方法对频率未知信号进行扫频,从而提取待检测信号的频率范围,最后利用希尔伯特变换,实现对间歇混沌的包络检测,并计算出待检测信号的频率.计算机仿真与实测水声信号处理结果表明,利用基于希尔伯特变换的间歇混沌振子对水声微弱信号检测,其检测信噪比比一般的间歇混沌振子提高了至少4.4 dB,验证了所提方法的有效性.

利用间歇混沌检测含噪未知频率信号的研究

研究发现被测信号频率和干扰噪声变化都会引起间歇混沌间隔的变化,通过仿真实验分析了被测信号频率和干扰噪声对间歇混沌特征影响的相互关联关系,从理论上分析了被测信号频率和相角变化对间歇混沌特征的影响,提出了一种利用间歇混沌特征变化测量含噪未知频率信号的方法,设计了有噪声和无噪声两种环境中对声波信号频率的检测实验。实验结果显示与Duffing混沌系统相比,利用Liu-cos混沌系统间歇混沌检测含噪未知频率信号的效果更好。

一种新的间歇混沌信号Poincaré映像判别方法

针对混沌振子微弱信号检测中间歇混沌信号的判别问题,该文分析了噪声对Poincaré截面的扰动影响,提出一种基于Poincaré映像的新方法,并通过数值仿真对该方法进行了验证,结果表明在强噪声作用下,即使相空间分量输出波形难以进行判别,该方法仍然能够实现间歇混沌发生频率的有效判别,且抑制了混沌振子自发的短时间周期振荡现象,实现了强噪声背景下微弱周期信号的快速有效检测。

齿轮早期故障的间歇混沌诊断方法

研究了小信号摄动的Ｈｏｌｍｅｓ型Ｄｕｆｆｉｎｇ振子的混饨及间歇混沌运动．发现策动力与摄动信号间的微小频差是振子产生间歇混饨的原因．得出振子相变对小信号敏感以及对频差较大的周期干扰信号和噪声具有免疫力的结论．通过识别振子的间歇混沌运动可对齿轮单齿缺陷故障进行诊断．

基于差分Poincaré映射的间歇混沌信号判别方法

针对混沌振子微弱信号检测中间歇混沌信号难以判别的问题,利用混沌系统的参数敏感特性,提出一种差分Poincaré映射判别方法,实现强噪声干扰下输出间歇混沌信号的判别.该方法选取周期激励幅值具有微小差异的两个混沌振子的Poincaré映射进行差值运算,利用周期状态下输出信号收敛,而混沌状态下输出信号分离的特点,降低了噪声对周期区域的影响,使可检测输入信号的信噪比达到了-87 dB.实验表明,在时域或Poincaré映射已经无法进行分辨的情况下,该方法仍然实现了检测系统输出间歇混沌信号的有效判别.

基于间歇混沌的微弱信号特征检测方法

通过对Duffing振子的间歇混沌运动的分析,发现其相变对与参考信号频差较小的周期弱信号具有敏感性,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。在此基础上提出了一种检测方法,实现了在强噪声环境下对周期弱信号的频率和幅值的检测,具有很好的信噪比,并将其运用于超声波弱信号检测上,取得了良好的检测结果。

一种基于新型间歇混沌振子的舰船线谱检测方法

为了实现低信噪比下未知频率的舰船辐射线谱的检测,对常规型间歇混沌振子列检测方法进行了改进,提出了一种基于适应步长型间歇混沌振子的信号检测方法.该方法可以只用一个Duffing振子,通过设定一组能够覆盖待测信号所在频段的求解步长序列,实现对未知频率、具有任意初相位的微弱周期信号的搜索检测.为进一步提高系统的弱信号检测性能,分析了Holmes型Duffing方程在不同频率内置策动力下对弱信号灵敏度的差异.综合理论分析和仿真研究结果给出了Duffing振子在内置策动力角频率为0.4 rad/s时对弱信号检测性能最佳,并据此对所采用的Duffing振子进行了优化;仿真结果表明,改进后的Duffing振子的弱信号检测性能提高了12 dB.最后将此方法应用于一组含有舰船辐射线谱的实船数据,结果表明此方法可以实现低信噪比下的未知频率微弱线谱检测.

开关功率变换器中的间歇现象——理论分析

鉴于间歇分谐波与间歇混沌的产生可以从电路耦合滤波的角度进行合理的解释 ,则可以此为基础 ,用参数域上的分叉来映射时间域上的分叉 ,从而使得可以用一般的特征值分析方法 (针对参数分叉 )来实现变换器中间歇现象的分析 (针对时间分叉 ) ,特征值、分叉图及最大Lyapunov指数均表明得到的研究结果与仿真及实验是完全一致的 。

齿轮故障的混沌诊断识别方法

研究了Ｈｏｌｍ ｅｓ型Ｄｕｆｆｉｎｇ 振子的混沌及间歇混沌运动，发现参考信号与摄动信号间的微小角频率差是振子产生间歇混沌的原因。得出振子相变对与参考信号具有微小角频率差的小信号敏感，而对随机噪声和与参考信号角频率差较大的周期干扰信号具有免疫力的结论。通过辨别振子对的间歇混沌运动可对齿轮偏心及单齿缺陷故障进行诊断与识别。

基于混沌振子的低信噪比语音端点检测新方法

Duffing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。利用语音的准周期性提出了一种基于混沌理论的语音端点检测新算法,讨论了如何利用Duffing振子的间歇混沌特性来检测语音端点。将含噪语音作为Duffing振子的外部参考信号的摄动,根据系统相图是否改变来检测语音段和噪声段。通过尺度变换并设计了振子阵列以检测频率范围较大的语音信号。实验结果表明,基于混沌的语音端点检测算法在低信噪比下明显优于传统的能量语音端点检测法。

弱信号检测的混沌模型及应用

本文给出了一种典型的间歇混沌模型—— Duffing混沌振子 ,并详细的分析了其间歇混沌特性 .基于混沌现象发生随模型参数变化的间歇性 ,设计了噪声背景下弱信号的检测方案 .

基于EEMD和混沌的信号特征提取方法及应用

提出了一种基于集合经验模态分解（EEMD）和混沌相结合的信号特征提取方法，应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量，对各分量与局部呼吸信号进行相关分析，并给出各分量的Hilbert谱，通过局部分析的结果初步判断婴儿是否患有哮喘；然后，以EEMD局部信号检测出来的信号频率作为混沌振子检测的频率，对全局呼吸信号进行整体检测及分析，由混沌的间歇周期可以得出原始呼吸信号的频率，准确确定婴儿哮喘诊断结果。对EEMD和混沌算法的应用存在的问题进行了改进，将其应用到实测信号的分析中，验证了方法的有效性。该方法能够正确地反映信息特征，准确率高。

高阶开关功率变换器中的间歇现象

以四阶电流模式控制单端初级电感变换器(single ended primary inductor converter,SEPIC)为例,研究高阶开关功率变换器中的间歇混沌和间歇分谐波现象。从电路耦合滤波的角度考虑,建立具有耦合干扰信号的SEPIC变换器模型,通过数值仿真和电路仿真观察到了间歇现象,分析不同电路参数对干扰信号强度阈值的影响。并将时间分岔映射为参数分岔,继而以此为基础运用特征值分析方法对变换器的稳定性进行了分析。参数分岔图、特征值轨迹与时间分岔图完全一致,均表明干扰信号的强度和频率决定着间歇现象的类型和间歇周期的大小。

开关功率变换器中的间歇现象——仿真与实验

文章从电路耦合滤波的角度考虑 ,分析了一类间歇分谐波与间歇混沌现象产生的原理 ,确定耦合电路传导和辐射干扰是产生该现象的根源 ,并构造了一个开关变换器模型作为研究对象 ,仿真与实验均得到了相似的非线性现象 ,同时对不同的电路参数集 ,讨论并分析了其对间歇现象产生所起的不同影响 ,为变换器的稳定设计提供信息 .该研究方法也可推广到其他非线性电路系统的类似研究中 .

基于双耦合混沌振子的未知频率弱信号检测

针对微弱信号检测的难点问题,提出了一种应用于未知频率微弱信号的分段测频检测方法.利用双耦合Duffing系统相轨迹状态的跃迁对于输入微弱信号的敏感特性实现了对淹没在强噪声中的微弱信号的检测,同时利用分段测频方法实现了对微弱信号的频率测量,有效地解决了单Duffing振子的微弱信号检测方法易受噪声影响产生误判的问题,突破了现有微弱信号混沌振子检测方法只能进行已知频率信号检测的局限性.仿真实验结果证明该方法确实能够较为准确地检测出输入微弱周期信号的频率,使微弱信号检测技术得到进一步完善.

基于混沌与模糊聚类的机械故障自动识别

针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析。同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果。

基于混沌振子的微弱信号检测方法研究

分析了Duffing方程的基本形式以及Duffing振子的混沌运动,阐述了基于相平面变化进行微弱信号检测的工作原理,并推导出系统发生间歇混沌现象的频差条件和相位差对于系统特性的影响。试验证明:该振子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干扰信号具有免疫力。

混沌弱信号检测法在齿轮裂纹声发射检测中的应用

分析了Duffing振子的间歇混沌发生原理.研究了基于Duffing方程间歇混沌理论的混沌弱信号检测法,该方法对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测.分别采用频谱分析法和混沌弱信号检测法对齿轮裂纹声发射实验数据进行检测,结果表明混沌弱信号检测法具有更高的检测精度和更强的抗干扰能力.

基于混沌振子的微弱信号检测方法及应用

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的参考信号,不同的参考信号频率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。给出了基于混沌微弱信号检测的具体方案。