基于随机共振的不同非线性系统的微弱信号检测性能分析

从随机共振基本原理出发,分析研究了随机共振应用于强噪声背景下的微弱信号检测问题。由于随机共振是非线性系统（单稳、双稳以及多维多稳系统）中的一种动力学现象,采用不同的非线性系统,因其非线性结构的不同,对微弱信号的检测性能也不同。文章采用Matlab中的Simulink工具进行仿真,比较分析了常用的一维双稳Langevin系统和二维双稳Duffing系统在不同信噪比条件下对微弱信号的检测性能。     

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.     

双模非高斯噪声背景下级联双稳态随机共振信号检测

针对随机共振(SR)以高斯噪声为研究背景的局限性,为了分析非高斯噪声对级联随机共振的影响且验证在双模非高斯噪声中级联随机共振的降噪及波形整形特性的可靠性,提出了级联双稳随机共振系统在双模非高斯情况下的微弱信号检测方法。输入信号在进行信号检测过程中,首先把概率密度函数作为随机共振现象的衡量指标,然后当系统处于最佳随机共振状态时,分析了非高斯参数、相关时间及噪声强度之间的关系。最后通过仿真证实,与一级SR相比,二级SR的噪声强度和相关时间的可用范围随着非高斯参数的减少不仅会得到增大,而且滤波特性、信号检测效果得到明显提高。     

随机共振理论在微弱信号检测中的应用研究

本文介绍了随机共振的基本原理,通过数值仿真研究了对称双稳系统的随机共振现象,并将其用于微弱信号的检测。为了进一步提高检测信噪比,采用了系统参数寻优的方法。仿真结果证明了基于随机共振的微弱信号检测方法的有效性。最后,提出了几个需要解决的问题。     

基于随机共振的微弱信号检测

介绍随机共振(SR)方法的基本思想,并建立数学模型。随机共振系统是非线性双稳态系统,存在某一最佳输入噪声强度,使系统产生最高信噪比输出,达到抑制噪声,放大微弱信号的目的。针对传统系统随机共振只适用于极低频信号的局限,本文引入尺度变换,消除了对待检信号频率的限制,通过Matlab仿真,验证了其对微弱信号检测的有效性。     

一种新的高灵敏度GPS信号捕获方法

针对全球定位系统(global position system,GPS)信号的高灵敏度捕获问题,提出了一种基于阵列双稳随机共振( stochastic resonance,SR)的GPS信号捕获方法.该方法首先用部分匹配滤波器对GPS信号进行分段相关预处理,并进行二次采样,得到符合阵列双稳SR系统输入要求的信号,然后应...     

基于分段线性随机共振模型的信号检测电路研究

提出了一种新的分段线性随机共振模型,建立了模型的数学关系,通过强噪声背景下微弱周期信号检测的数值仿真,验证了模型的有效性.根据该模型设计了硬件电路,对不同噪声强度背景下微弱周期信号以及无噪声周期信号进行了随机共振实验研究和对比分析,结果表明,该电路可以实现对强噪声背景下的微弱周期信号检测,并能显著增强输出信噪比.     

基于随机共振的微弱信号检测研究

微弱信号是淹没在噪声中的小信号,且一般其信噪比比较低。微弱信号的检测在物理、电子和生物医学方面都具有重要的意义。依据随机共振理论,噪声在一定的条件下有利于微弱信号的检测。研究了随机共振的原理、双稳态系统中的随机共振现象及随机共振的应用研究现状。     

一种新的随机共振模型的电路设计与信号检测实验研究

基于一种新的分段混合随机共振模型,设计实现了信号检测硬件电路;对不同噪声强度背景下的微弱周期信号进行了随机共振信号检测实验研究和分析;在相同参数和相同输入信号条件下,将该电路和连续双稳系统电路进行了信号检测效果对比实验。结果表明,该电路可以实现噪声背景下的微弱信号检测,在强噪声背景下,检测效果优于连续双稳系统。     

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。     

Multi-frequency weak signal detection based on multi-segment cascaded stochastic resonance for rolling bearings

For rotating machinery, vibration signals excited by its faulty components provide rich condition information for its fault diagnosis and condition-based maintenance. However, strong noise severely influences the accurate detection of incipient faults. Thanks to the ability of enhancing weak input and suppressing the noise, the stochastic resonance (SR) has been applied to weak signal detection in some fields, and the improvement on its performance are still being concerned, especially in the mechanical engineering. For multi-frequency weak signals, this paper proposes an improved mechanism for the SR, called multi-segment cascaded stochastic resonance (MS-CSR). In this method, the input signal obtains segment enhancement by using some bistable SR models, and series connection of such a unit compose an improved cascaded SR (CSR) system, which can not only gradually enhance the weak signals of interest, but also pay more attention on the signal with relatively small amplitude at the initial. A modified measurement index, named alliance signal-to-noise ratio (ASNR) is defined to evaluate the detection performance of the proposed SR method, as well as the parameter selection for the MS-CSR system. In this index, a weight factor is introduced to influence the assignment of noise energy in the SR, so that the relatively weak signal in the multi-frequency input signal can obtain a high priority to make the resonance phenomenon happen and avoid the misdiagnosis. A simulated signal and an experimental vibration signal collected from a faulty bearing are used to verify the effectiveness of the proposed MS-CSR method. The results demonstrate that the MS-CSR is a useful tool for detecting weak signals with multiple characteristic frequencies.     

Stochastic Resonance in Bistable System Subject to Multiplicative and Additive Noise

In this paper, a simulation model of bistable system subject to multiplicative and additive noise is built on the basis of the theory of stochastic resonance(SR). SR phenomenon appears in the system subject to multiplicative and additive noise when a single signal transmits in the system. The output waveforms and the power spectrums at different frequencies are compared. The impact of the intensity of multiplicative and additive noise on the bistable system is discussed. It is found that this simulation model can upgrade the quality of the signal processing and the noise intensity can be effectively used for improving the effect of SR.     

采用主分量分析方法研究随机共振

噪声能量向信号能量的转换是随机共振具有的独特优点,也是实际应用随机共振进行弱信号检测的基础。由于随机共振系统只在合适量的噪声输入时产生最大的信噪比输出(共振),过多、过少的噪声都会降低系统的性能,因此,如何有效地控制输入到随机共振系统中的噪声十分重要。本文首次提出采用主分量分析方法研究随机共振,其基本思路是分解信号和噪声能量到相互正交的主轴方向上,之后进行重构,通过控制重构主轴的数目(重构维数),获得最优量的输入噪声。实验结果证实了方法的有效性。     

基于随机共振电路模拟的微弱周期信号检测

采用电路模拟非线性Duffing振子，利用其随机共振机制来检测微弱周期信号。针对随机共振只适用于极低频输入信号的限制，引入一种适当的变量变换可以将高频信号转化成符合随机共振理论要求的低频信号进行处理，增强了该方法在工程应用中的可行性。采用电路模拟方法检测微弱周期信号，不需要象随机共振数值仿真所要求的那样对信号过采样，在满足采样定理的条件下，可以取较小的采样频率，降低了对硬件的要求。实验表明，该方法能有效地从强背景噪声中检测出微弱周期信号，在机械系统故障早期检测、化学谱信号提取、多传感器测量等领域有实际应用价值。     

弱信号检测领域中随机共振的理论及应用研究

随机共振(SR)是指在一定的非线性条件下,由弱周期信号和噪声(随机干扰)合作而导致的系统强周期输出的现象.介绍了随机共振的起源和绝热近似理论、本征值理论、非周期理论、自适应理论等随机共振理论;提出了实验研究中常用的测度方法及指标,并介绍了近年来国内外各个领域利用随机共振检测弱信号的应用研究实例.最后对随机共振的研究进展做了概括分析.     

乘性色噪声和加性双值噪声作用下延迟双稳系统中的随机共振

研究了在乘性和加性色噪声以及加性非对称双值噪声作用下方波信号驱动的延迟双稳系统中的随机共振现象。基于小延迟近似,在绝热近似条件下推导出了系统输出信噪比(Signal-to-Noise Ratio, SNR)的解析形式。分析结果表明,随着双值噪声强度与非对称性参数、方波信号幅度以及乘性和加性色噪声强度的变化,SNR表现出了随机共振行为。随着延迟时间、色噪声相关时间和系统参数的增大,SNR作非单调变化。     

基于随机共振理论的双基ISAR弱信号提取及成像分析

 在双基地逆合成孔径雷达成像系统中,针对强背景噪声中的目标弱散射点探测和识别问题,基于能捕获目标强散射点的假设前提,提出了应用随机共振理论的弱散射点检测方法.首先对作解线调后的回波信号进行快时间轴变换处理,并对处理后的信号进行二次采样使其满足绝热近似条件;然后应用随机共振技术检测出代表瞬时距离差的弱周期信号频率,并通过循环检测和正负频率判断等后续处理提高系统的检测信噪比以及确定弱散射点的正确位置.最后对随机共振性能和双基ISAR成像进行了仿真.结果表明:随机共振能大幅提高弱周期信号的输出信噪比,应用在双基ISAR系统中能有效提高系统的信噪比增益和扩大雷达接收机的动态范围.