Application of Lyapunov exponent algorithm in balise signal chaotic oscillator detection

To improve the detection accuracy of the balise uplink signal transmitted in a strong noise environment,we use chaotic oscillator to detect the balise uplink signal based on the characteristics of the chaotic system that is sensitive to initial conditions and immune to noise.Combining with the principle of Duffing oscillator system used in weak signal detection and uplink signal feature,the methods and steps of using Duffing oscillator to detect the balise signal are presented.Furthermore,the Lyapunov exponent algorithm is used to calculate the critical threshold of the Duffing oscillator detection system.Thus,the output states of the system can be quantitatively judged to achieve demodulation of the balise signal.The simulation results show that the chaotic oscillator detection method for balise signal based on Lyapunov exponent algorithm not only improves the accuracy and efficiency of threshold setting,but also ensures the reliability of balise signal detection.

Duffing振子的Lyapunov指数与Floquet指数研究

针对现有基于Duffing振子的信号检测与估计方法在确定振子相变临界阈值和Floquet指数曲线的临界分岔处位置两方面所存在的问题,本文在更大范围上对Duffing振子的Lyapunov指数曲线进行了研究,提出了振子相变临界阈值的改进判定方法和利用Lyapunov指数曲线来获得Floquet指数曲线临界分岔处的方法。理论分析和仿真结果表明,上述改进在不增加系统误报率的前提下,能有效降低系统的漏报率。

Duffing振子与分数傅里叶变换的Chirp水印检测性能对比研究

研究Duffing振子和分数傅里叶变换在Chirp类水印检测中的性能比较。首先分析目前分数傅里叶变换检测Chirp类水印的不足,然后将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转换为单频周期信号,利用Duffing振子阵列检测器检测微弱的周期信号。实验表明,当信噪比为-41 dB时,Duffing振子仍然能有效检测到水印的存在,此时分数傅里叶变换失效;而当信噪比较高时,分数傅里叶变换计算较Duffing振子检测简单。

基于Duffing振子的弱Chirp信号检测与参数估计

在超低信噪比下,针对chirp信号常规检测方法均失效．提出一种超低信噪比下chirp信号的检测与参数估计方法．该方法利用Duffing振子构建广义滤波器组,并以其最大Lyapunov指数的符号作为系统状态的判断标准．根据chirp信号的特征,将chirp信号的检测问题转化为一个周期信号检测的问题,使其满足Duffing振子的检测条件．获得调频斜率的估计后,构造一个新序列,再利用Duffing振子系统估计初频．为提高信噪比,本文还提出分段相关平滑的方法,使检测和估计性能得到提高．

基于Duffing振子的铁路轨道移频信号测量系统设计

铁路轨道作为移频信号的传输载体,其对于信号对象传输轨迹疏密度的辨别能力,决定了轨道体系对移频信号的测量准确性;为实现对信号对象传输频率的准确辨别,设计基于Duffing振子的铁路轨道移频信号测量系统;将电源模块输出的电量信号,按需分配至STM32F103微处理器、移频信号辨别模块与DSP测量单元之中,完善各级应用部件之间的连接关系,实现铁路轨道移频信号测量系统的硬件方案设计;确定移频信号的Duffing振子描述条件,针对其定义形式,构造移频信号的相空间,完成对铁路轨道移频信号的提取;求解铁路轨道的Lyapunov指数,并构建移频信号的Duffing方程,确定混沌测量参数的取值范围,实现对铁路轨道移频信号的测量,联合各级应用部件,完成基于Duffing振子的铁路轨道移频信号测量系统设计;实验结果表明,上述系统测量所得信号传输轨迹疏密度与真实轨迹疏密度相似度较高,并且测量结果准确率最高值达到了84%左右,说明其能够实现对铁路轨道移频信号的准确测量。

一种利用Duffing-Vanderpol振子估计弱信号相位的方法

根据Duffing-Vanderpol振子大周期态时的最大Lyapunov指数与系统策动力的关系,提出了一种基于该振子检测微弱信号相位参量的方法。该方法利用系统策动力与待测信号初始相位有关的特性,得到待测信号的初始相位,并将相位检测过程中噪声对系统的影响作为影响因子加以考虑。理论分析及数值仿真结果表明,该方法工程实现简单,抗噪性能好。当待测信号信噪比为-30d B时,均方误差仅为0.1,具有较高的估计精度。

Lyapunov指数在弱2FSK信号检测中的应用

针对现有基于Duffing振子的2FSK信号检测方法在混沌临界阈值确定与相图判别两方面存在精度低、效率低的问题,提出了利用Lyapunov指数法确定阈值,并定量分析和判别检测系统输出状态的方法。在分析Duffing系统中Lyapunov指数算法的基础上,进行了仿真实验与分析,结果表明基于Lyapunov指数的2FSK信号混沌振子检测方法提高了阈值设置的精度,保证了2FSK信号检测的可靠性。

小波域利用Duffing振子检测的图像水印算法

为了提高图像Chirp类水印的鲁棒性能,提出一种利用混沌振子检测微弱水印信号的方法。将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转化为单频周期信号,然后通过Duffing振子阵列检测器检测微弱的周期信号,使水印检测问题转化为超低信噪比下,确定性微弱周期信号的检测。实验表明信噪比为-40dB时仍然能有效检测到水印的存在。

基于Duffing振子的微弱信号参数估计

针对传统Duffing系统在检测频率未知的微弱信号时用振子阵列会增加复杂度的问题,提出结合频谱分析和Duffing振子的频率检测方法,此外还给出信号幅度和初相位的估计方法。将待测信号输入到内置周期驱动力为0的Duffing振子检测系统,对其输出量作频谱分析得出信号频率;利用Lyapunov指数方法得到临界阈值f_d;把待测信号分别输入到内置周期驱动力初相为0和π的Duffing振子检测系统,并通过Lyapunov指数方法求出系统发生相变时所对应的内置周期驱动力幅值,计算可得信号的幅度和初相位。仿真实验证明,该方法可检信噪比低至-43.01 dB,与传统Duffing振子系统相比,具有检测精度高、复杂度低的优点。

改进的Duffing振子逆相变弱信号检测

针对传统Duffing振子检测系统在正向相变时容易受过渡带影响并且噪声对检测系统也会产生影响的问题,提出融合高阶累积量和Duffing振子的逆相变混沌检测方法。该方法首先利用Lyapunov指数方法计算检测系统的临界阈值γ_d,令检测系统的周期策动力为γ_d,其次对待检信号通过计算其高阶累积量进行预处理,能够降低噪声功率,并得到谐波信号的幅度变化规律;然后,将经过预处理的待检信号输入至检测系统,利用Lyapunov指数得到在逆相变发生时对应的周期策动力幅值;最后,根据逆相变发生前后所对应的周期策动力幅值之差,计算出待检信号的幅值及检测信噪比。仿真实验结果表明所提方法可用于-50.97 dB信噪比下微弱正弦信号的检测,相比较传统的Duffing振子检测系统具有较好的检测效果。

基于改进Duffing振子的微弱信号检测方法

研究了一种基于改进Duffing振子的微弱信号检测方法,通过对比分析两种不同的Duffing振子系统的相图和Lyapunov指数图,改进Duffing振子在微弱信号检测方面较常规Duffing振子具有2个优势:能够有效的解决由于振子从混沌态转变到周期态存在过渡区而引起的漏判误判问题且对微弱信号的幅值估算更加准确;具有更好的噪声免疫性。仿真实验结果表明,改进Duffing振子能有效的检测出淹没在背景噪声中的信噪比为-43 dB的微弱信号,最后通过对早期故障轴承的微弱特征信号进行检测,验证所提方法可以应用于工程实际中。

基于Duffing振荡器阵列的同频音频广播节目识别

为识别同频音频广播节目,提出在节目源间歇地添加确知的微弱正弦周期信号作为识别信息,Duffing振荡器阵列检测解调的音频信号中弱正弦周期信号并确定时隙内Duffing振子运动状态的跃变次数,以识别音频广播节目。使用16个音频进行仿真,从仿真结果可以看出,Duffing振荡器阵列检测到的李雅普诺夫指数值跃变次数与间歇加入的微弱正弦周期信号的次数一致;信噪比在46dB～52 dB之间,符合音频广播的信噪比要求,该识别方法可行。

基于混沌理论的涡街微弱信号检测方法研究

针对涡街流量传感器在小口径、低流速下信号微弱,易被强噪声淹没而难于提取的特点,提出了利用Duffing振子检测微弱信号的方法.通过仿真对涡街信号中含有白噪声以及谐波干扰的情况进行分析,仿真和实验均表明:这种基于混沌理论的微弱信号检测方法对涡街信号中较强的白噪声以及频差较大的谐波干扰具有很好的免疫力,并且通过计算最大Lya-punov指数的波动频率能够准确估计出涡街有用信号频率,实现低流速下涡街微弱信号检测.

基于混沌与高阶累积量的微弱信号检测

针对微弱信号幅值很小,常被噪声淹没,而传统去噪方法效果并不理想,研究基于混沌与高阶累积量的微弱正弦信号检测方法,建立仿真模型,并将最大李雅普诺夫Lyapunov指数作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态,从而准确确定系统的策动力临界阈值。仿真实验表明该方法能有效检测出淹没在高斯噪声中的微弱正弦信号,检测信噪比为-37 dB时,幅度检测相对误差为1.9%。该方法幅度检测门限低,具有广泛应用前景。

基于统计方法的混沌Duffing振子弱信号检测与估计

本文研究了混沌Duffing振子在弱信号检测系统中表现出的统计特性,说明了Lyapunov指数的统计特性与弱信号检测和估计之间的关系.之前的一些研究表明,混沌系统可以用于弱信号的检测,并将Lyapunov指数作为判定混沌状态的确定性依据.但本文的研究工作表明,弱信号检测系统中的Lyapunov指数存在一定的统计特性,将其作为信号检测判据需要考虑更多因素.因此,本文从理论上分析了混沌弱信号检测系统的Lyapunov指数存在的统计特性,并利用仿真数据建立了统计模型,确立了混沌检测系统的虚警概率和检测概率的计算方法.进而推导出了策动力阈值门限的选取公式和弱信号检测信噪比,给出了信号幅度估计的方法.实验结果表明,混沌弱信号的检测和估计性能与采样时间和采样间隔密切相关,可以采用统计信号检测的理论来衡量其性能.

基于Duffing系统的谐振式微悬臂梁传感器微弱谐振信号检测

研究了基于Duffing振子系统的微弱信号检测在谐振式微悬臂梁传感器中的应用。根据待测信号频率的不同,通过时间尺度变换建立了任意频率下的Duffing振子数学模型。利用RHR改进算法求解最大Lyapunov指数,并确定系统相变临界阈值,通过监测最大Lyapunov指数符号的变化来检测微弱谐振信号。详细介绍了两种幅值检测算法,通过试验验证了减法算法比加法算法更具优越性,不受大范围幅值的影响。评价了Duffing振子系统在不同噪声水平下检测微弱谐振信号的能力,添加噪声方差0.0001和0.001后,检测相对误差控制在0.0052%以内;当添加噪声方差到0.01时,原有Duffing方程模型无法检测到最大Lyapunov指数符号的变化,检测失效。最后,通过改变原有Duffing方程非线性恢复力项系数,在添加噪声方差到0.5时,依然能够通过求取所测信号频率的平均值准确提取微弱谐振信号。