共查询到20条相似文献,搜索用时 468 毫秒
1.
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. 相似文献
2.
一种新的间歇混沌信号Poincaré映像判别方法 总被引:2,自引:0,他引:2
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. 相似文献
3.
针对常规单混沌振子微弱信号检测方法存在检测过程不稳定的现象,将混沌吸引子与双振子差分检测技术相结合,提出一种通过调整系统稳定混沌态来检测微弱信号的改进方法,同时利用双差分振子来判别系统混沌态向周期状态转变的临界值。通过仿真分析,该方法可有效防止误判且实时性较好,有利于在强噪声背景下的微弱信号检测,为工程实际应用提供了一种可借鉴的方法。 相似文献
4.
基于混沌理论的微弱信号检测 总被引:2,自引:0,他引:2
基于Matlab/Simtdink软件平台,研究了微弱信号的混沌检测原理与方法,建立了仿真模型,给出强噪声中微弱周期信号检测的仿真结果以及混沌方法检测微弱信号的步骤。仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性,为混沌虚拟仪器开发打下了基础。 相似文献
5.
6.
本文详细分析了Duffing混沌振子的阵发混沌机理及其间歇混沌现象的相关特性.基于混沌现象发生随模型参数变化的间歇性,提出了一种强背景中微弱信号频率的测量方法,并着重对白噪声或其它信号频率背景下微弱正弦信号频率的测量进行实验,给出了实验结果.结果表明,这种方法具有简单、有效、易于实现,精度高等特点. 相似文献
7.
8.
9.
10.
11.
12.
13.
14.
利用混沌振子可以检测微弱的信号,并且具有很多优点。本文根据混沌微弱信号检测的原理,提出了将duffing混沌振子应用到三态脉冲位置调制信号检测中, 检测过程首先调节系统的策动力 ,使系统处于从混沌状态向大周期状态过渡的临界状态,此时系统的策动力阈值为 ,其相轨迹仍是混沌的,当三态脉冲信号加入系统后,系统从混沌态转变为大尺度周期状态,则检测出输入信号中包含有周期信号;如果系统继续处于混沌状态,则说明输入信号为纯噪声;最后通过相干提取包络识别系统状态,从而实现三态脉冲信号的检测。仿真结果表明了文中所提方法的可行性和有效性。 相似文献
15.
针对煤矿井下被检测信号中所含有的瓦斯浓度存在于复杂的井下环境之中,从而表现较为微弱的情况,结合Duffing振子检测微弱信号的优良性能,本文提出了一种利用Duffing振子检测微弱的瓦斯浓度信号的方法。实验结果表明,该方法能够在煤矿井下强噪声的影响下,获得准确的瓦斯信号。 相似文献
16.
数值仿真发现,通过设置Duffing振子初值和参考信号初相使其满足一定关系,Duffing振子从大周期态向混沌态的转变(正向相变),比较其从混沌态向大周期态的转变(逆向相变),对周期策动力的幅值体现出了更稳健的敏感性.据此,提出了一种利用Duffing振子逆向相变实现弱正弦信号检测的方法,分析了其可行性,并通过仿真与传统的检测方法进行了对比.数据表明,相同条件下,所提检测方法具有更高的检测精度.此外,根据相空间分布特点,提出了一种相轨迹运动状态的判别方法.该判别方法计算量小,并具有较好的实时性,通过仿真验证了该方法的正确性. 相似文献
17.
Matlab计算模块嵌入LabVIEW实现混沌噪声的产生 总被引:1,自引:1,他引:0
基于混沌理论构建的信号检测系统具有敏感微弱周期信号和对噪声有强免疫力的特点,用于微弱信号检测领域优势明显。实验室内研究需要产生包括混沌噪声在内的各种噪声,并叠加微弱周期信号作为微弱信号检测系统的信号源。介绍一种基于LabVIEW平台并结合Matlab计算模块的混沌噪声发生器,可产生典型的3种混沌噪声:Logistic,Duff-ing,Lorenz形式。该发生器将LabVIEW易于接口实现和Matlab计算精度高、编程简捷的特点相结合,具有结构清晰、通用性强、易于实现、使用方便的特点。 相似文献
18.
提出了一种强混沌噪声中检测微弱正弦信号的新方法。该方法主要利用了数据平滑处理和自适应处理,故在硬件设计上容易实现。计算机仿真实验结果表明:能够比较精确地检测到强混沌噪声中的微弱信号,检测到微弱信号的信噪比可达到-80dB。 相似文献
19.