测量任意周期信号的混沌解判定

以杜芬方程为例,在分析此混沌系统的动力学特性的基础上,提出了一种新方法将现代谱估计方法与著名混沌系统(杜芬振子系统)构成混合检测系统,共同检测微弱正弦信号方案,结果表明此方法在估计正弦信号时,幅度测量精度得到提高,同时将梅尔尼科夫方法应用到混沌系统中,得出在测量任意周期信号时,此混沌系统出现混沌现象的阀值。通过正弦波和方波对此判据的验证,结果表明此判据是有效的,虽然存在一定误差,但在缩小范围后,准确性可大大提高。

复杂噪声背景下谐波信号频率估计新方法

利用待测谐波信号的周期性及混沌信号能量集中在低频部分的特性,提出一种将倍频法、小波包分解与互谱分析相结合的强混沌噪声背景下谐波频率估计新方法。首先,利用谐波信号的周期性,将采样数据等距取值构造谐波信号倍频的新数据序列,且倍频谐波偏离混沌能量中心频段;其次,利用小波包分析法对新数据进行多层分解,使倍频谐波信号与混沌噪声主能量分离;最后,对谐波信号能量集中的分量进行互谱功率谱分析,估计谐波频率。该方法适用于强混沌信号与强观测噪声共存背景下的周期小信号频率估计。仿真实验结果表明:该方法十分有效,且计算量小。

非均匀采样信号的频谱分析方法

针对实际采样过程中出现的采样非均匀性,提出了非均匀采样信号的频谱计算方法,并从数学期望的角度证明了该方法的正确性。分析了MATLAB数据处理软件对冲激函数仿真的特点,得到了正弦信号峰值与频域冲激强度之间的定量关系,并进一步仿真验证了文中提出的非均匀采样信号频谱计算公式的正确性及其在信号参数辨识方面的有效性。将这一研究成果应用到机械抖动激光陀螺正弦抖动信号的分析中,得到了准确的、更加符合实际的正弦机械抖动幅度和谐振频率参数。

AR模型在爆破震动信号频谱分析中的应用

爆破震动信号的频谱分析以傅氏变换为基础的经典谱估计方法为主,该方法存在方差性能差、易产生虚假峰值、谱曲线起伏大等缺点。AR模型谱估计方法计算精确度高、且简单,并能弥补经典谱估计在信号分析中的不足。采用经典、AR模型谱估计方法对不同类型的工程实测爆破震动信号进行频谱分析,其中以AR模型谱估计方法得到爆破震动信号的频谱曲线平滑、方差小、主频明确,且主频附近无虚假峰值,表明AR模型现代谱估计比经典谱估计在爆破震动信号的频谱分析中更具优越性。

基于混沌——现代谱估计正弦信号检测方法

介绍了测量正弦信号的频域方法——传统谱估计方法及现代谱估计方法。在此基础上提出了将现代谱估计方法与著名混沌系统(杜芬振子系统)构成混合检测系统,共同检测微弱正弦信号方案。给出仿真系统框图及仿真结果。结果表明用此方法在估计正弦信号时,幅度测量精度被提高,此方法是进一步发展弱信号检测的有效途径之一。

基于二维幅值谱的正弦信号频率估计

信号中含有噪声或非整周期截断时发生的频谱泄漏是导致正弦信号频率估计精度不高的主要原因。针对这一问题,从扩展信号频谱表征方式出发,将经典幅值谱扩展至不受频谱泄漏制约、表现力更强、可读性更好的二维幅值谱。与经典幅值谱相比,二维幅值谱除包含信号的频率个数、幅值信息外还包含了易于获取的周期信息,且具有一定的抗噪性,在信噪比低至-10 dB时仍有较好表现力。提出一种估计方法,先从二维幅值谱中估计出信号的周期T,然后根据信号采样频率、信号频率、以及信号周期T之间的定量关系完成信号的频率估计。实验结果证明了该方法的有效性。基于二维幅值谱的正弦信号频率估计方法为正弦信号的频谱估计提供了一种新思路。

基于现代谱估计技术的干涉光谱复原算法

为了克服传统光谱复原算法理论上的缺点,引入了现代谱估计技术的概念和基本算法.利用两类现代谱估计方法(自回归模型和多重信号分类算法)进行干涉光谱复原,比较了复原光谱与传统光谱复原算法的效果,并对文中所用几种方法的局限性加以验证和说明.研究结果证明了现代谱估计方法应用于光谱复原中完全可行且性能优异,在传感器获取的数据长度有限时可以获得更高的光谱分辨率.

基于特征分解谱估计的蓄电池内阻检测方法

针对目前在蓄电池内阻检测中被广泛采用的锁相放大法存在硬件电路复杂、成本较高、操作复杂等问题,提出采用特征分解谱估计的方法来替代蓄电池内阻检测中的锁相放大环节,以软件计算的方法替代硬件电路,从而降低硬件成本及操作难度;通过对特征分解谱估计的原理分析以及对运用特征分解谱估计方法进行蓄电池内阻测量时的关键步骤,即电压信号的提取与幅值检测进行仿真,仿真表明特征分解谱估计方法在高功率噪声背景下仍有较高的频率分辨力,幅值测量结果在50dB高斯白噪声背景下测量误差约为2%,而在20dB非高斯白噪声背景下测量误差约为3%;分析表明基于特征分解谱估计的蓄电池内阻检测方法在较高功率非高斯噪声背景下具有良好的检测效果,可以作为微弱信号检测的软件实现方法以替代锁相放大环节。