基于混沌和随机共振的微弱信号检测

推导了分数阶线性振子系统响应的一阶稳态矩的频率不变性和相移特性, 并通过理论分析得出, 在随机共振机制下, 分数阶线性振子对系统响应一阶稳态矩的幅值具有放大作用. 构造Duffing混沌振子检测器, 利用混沌系统对参数摄动的敏感性以及对噪声的免疫能力实现弱信号检测. 数值模拟证实, 该方法可以有效地从噪声背景中将微弱正弦信号检测出来, 并且相对传统的混沌检测方法能显著降低信噪比检测门限.     

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.     

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.     

不同周期信号激励下分数阶线性系统的响应特性分析

研究了含分数阶导数阻尼的一类线性系统在不同周期信号激励下系统的响应问题.首先在简谐信号的激励下,利用谐波平衡法得到了系统响应的近似解,这一结果和已有文献(申永军,杨绍普,邢海军2012物理学报61 110505)的结果完全相同,但本文的求解过程大为简化,而且本文进一步扩展了分数阶导数阻尼微分阶数的取值范围.接着,利用傅里叶级数展开法和线性系统的叠加原理,求得了一般周期信号激励下系统响应的近似解,并以周期方波信号和周期全波正弦信号为例进行了说明.本文的结果表明,分数阶导数阻尼的微分阶数影响系统响应中各阶谐波的共振频率和共振振幅.系统响应的幅值与分数阶导数阻尼的微分阶数之间的单调关系主要受外激信号频率的影响.除解析分析外,本文还用数值模拟对相关结论进行了验证,两种结果符合良好,表明本文的分析方法是可行的.     

混沌振子系统周期解几何特征量分析与微弱周期信号的定量检测

提出了一种对微弱周期信号的定量检测方法.分析混沌振子系统在大尺度周期状态下的相对稳定输出时,发现了混沌振子系统输出周期解的平均面积是一个比较稳定的几何特征量.该几何特征量与待测信号幅值之间存在比较稳定的单调递增关系.在一定的参数条件下,几何特征量精度可达到10^-6V².利用混沌系统对随机噪声信号的免疫性和对微弱周期信号的敏感性,进一步建立了微弱周期信号的定量检测方法.仿真实验表明,随着待检测幅度的增加,在保证检测精度的同时,抗噪性能也随之增强. 关键词： 混沌振子系统 大尺度周期相态 周期解的几何特征量 微弱周期信号的定量检测     

调制与解调用于随机共振的微弱周期信号检测

提出了调制随机共振方法，实现了在大参数条件下从强噪声中检测微弱周期信号.将混于噪声中的较高频率的弱信号经调制变为一差频的低频信号作用于随机共振体系，该低频信号满足绝热近似理论，因而能产生随机共振；再经解调可获得埋于噪声中的原较高频率的弱信号.对埋于噪声中的未知频率，可采用连续改变调制振荡器的频率，以获得一个适当的差频信号输入到随机共振体系，根据输出信号共振谱峰的变化经解调而得待检弱信号的未知频率.该方法应具有较高的应用前景. 关键词： 调制与解调 非线性双稳系统 随机共振 微弱信号检测     

分数阶双稳系统中的非周期振动共振

在受二进制非周期信号和周期方波信号激励的分数阶双稳系统中,研究了非周期振动共振问题,用于微弱非周期信号的检测和增强.当非周期信号脉宽较大时,系统为小参数,通过调节周期方波信号的幅值,能够实现非周期振动共振.当非周期信号脉宽较小时,分别通过变尺度法和二次采样法实现了非周期振动共振.使用变尺度法,得到的大参数等价系统能够匹配任意小的非周期信号脉宽,其中变尺度系数是该方法在使用过程中需要选择的关键参数.使用二次采样法,二次采样后得到的非周期信号具有较大的脉宽,能够匹配原先的小参数系统,其中二次采样频率比是该方法使用过程中的关键参数.这两种方法虽然实现非周期振动共振的物理过程不同,但能够达到相同的效果.系统阶数对振动共振产生影响,随着阶数的增大,发生最佳振动共振时所需要的辅助信号幅值变大,同时系统输出的最佳时间序列与输入非周期信号之间的相似性增强.     

分数阶Newton-Leipnik系统的动力学分析

依据分数阶线性系统的稳定性理论,研究了具有双重混沌吸引子的Newton-Leipnik系统取不同分数阶时的动力学行为.研究表明该系统具有逆向Hopf分岔过程,即随着阶数的下降,分数阶Newton-Leipnik系统由双重混沌吸引子突变为单吸引子,其动力学行为将由混沌态历经短暂的周期态后收敛于稳定的平衡点.     

双频信号驱动含分数阶内、外阻尼Duffing振子的振动共振

本文利用解析和数值的方法研究了由双频周期信号驱动含分数阶内、外阻尼的Duffing振子的振动共振现象,并讨论了分数阶阶数对上述现象的影响. 研究发现：双频周期信号同时驱动的分数阶Duffing振子响应幅值增益Q可随着高频周期激励幅值的改变达到最大值,即出现了和整数阶非线性动力系统相似的振动共振现象,而相应的分数阶导数项则分别为系统提供了内、外两种阻尼力从而导致了系统有效势函数的改变,进而引发了比整数阶动力系统更为丰富的振动共振现象. 关键词： 振动共振 Duffing振子 分数阶阻尼 分数阶系统     

双频信号驱动含分数阶内、外阻尼Dufng振子的振动共振

本文利用解析和数值的方法研究了由双频周期信号驱动含分数阶内、外阻尼的Dufng振子的振动共振现象,并讨论了分数阶阶数对上述现象的影响.研究发现:双频周期信号同时驱动的分数阶Dufng振子响应幅值增益Q可随着高频周期激励幅值的改变达到最大值,即出现了和整数阶非线性动力系统相似的振动共振现象,而相应的分数阶导数项则分别为系统提供了内、外两种阻尼力从而导致了系统有效势函数的改变,进而引发了比整数阶动力系统更为丰富的振动共振现象.     

Wavelet threshold method of resolving noise interference in periodic short-impulse signals chaotic detection

The chaotic oscillator has already been considered as a powerful method to detect weak signals, even weak signals accompanied with noises. However, many examples, analyses and simulations indicate that chaotic oscillator detection system cannot guarantee the immunity to noises (even white noise). In fact the randomness of noises has a serious or even a destructive effect on the detection results in many cases. To solve this problem, we present a new detecting method based on wavelet threshold processing that can detect the chaotic weak signal accompanied with noise. All theoretical analyses and simulation experiments indicate that the new method reduces the noise interferences to detection significantly, thereby making the corresponding chaotic oscillator that detects the weak signals accompanied with noises more stable and reliable.     

混沌背景中微弱信号检测的神经网络方法

基于复杂非线性系统相空间重构理论，提出了混沌背景中微弱信号检测的神经网络方法，利用神经网络强大的学习和非线性处理能力，建立了混沌背景噪声的一步预测模型，从预测误差中检测淹没在混沌背景噪声中的微弱目标信号(包括周期信号和瞬态信号)，研究了混沌背景中存在白噪声时该方法的检测能力，指出了目标信号为瞬态信号和周期信号时检测原理的异同点，最后以Lorenz系统作为混沌背景噪声进行了仿真实验，实验表明该方法能有效地将混沌背景中极其微弱的信号检测出来. 关键词： 混沌 神经网络 信号检测     

混沌噪声背景下微弱脉冲信号的检测及恢复

构建了一种在混沌噪声背景下检测并恢复微弱脉冲信号的模型.首先,基于混沌信号的短期可预测性及其对微小扰动的敏感性,对观测信号进行相空间重构、建立局域线性自回归模型进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号.然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性(DLL)模型,以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号.仿真实验结果表明本文所建的模型能够有效地检测并恢复出混沌噪声背景中的微弱脉冲信号.     

Weak wide-band signal detection method based on small-scale periodic state of Duffing oscillator

The conventional Duffing oscillator weak signal detection method, which is based on a strong reference signal, has inherent deficiencies. To address these issues, the characteristics of the Duffing oscillator's phase trajectory in a smallscale periodic state are analyzed by introducing the theory of stopping oscillation system. Based on this approach, a novel Duffing oscillator weak wide-band signal detection method is proposed. In this novel method, the reference signal is discarded, and the to-be-detected signal is directly used as a driving force. By calculating the cosine function of a phase space angle, a single Duffing oscillator can be used for weak wide-band signal detection instead of an array of uncoupled Duffing oscillators. Simulation results indicate that, compared with the conventional Duffing oscillator detection method,this approach performs better in frequency detection intervals, and reduces the signal-to-noise ratio detection threshold,while improving the real-time performance of the system.     

电力系统故障的微弱信号检测方法的研究

为了确保电力系统能够安全稳定的运行,实时检测故障中的微弱信号。通过噪声干扰情况下微弱信号的不同变化进行研究,得到了一种微弱信号的DUFFING混沌检测模型。系统发生故障时会产生相应的微弱信号,运用DUFFING混沌振子法分析不同情况下微弱信号的时域波形和相平面轨迹变化规律,并建立数学检测模型,对其幅值进行混沌检测仿真。结果表明,当r=0.8264V,w=1rad/s时将白噪声和微弱正弦信号同时加入后,此时,混沌状态、大尺度周期状态的相平面运行轨迹依然在进行有规律的运行,可以清晰的观察出需要检测的微弱信号。在强噪声存在于系统中时,该方法明显克服了噪声对信号稳定性的干扰,能精确有效检测微弱信号。系统在应对不同工作环境、仪器设备老化等情况时,提高了检测效率,保证系统的稳定运行。     

类Liu系统在水声微弱信号检测中的应用研究

利用三阶混沌系统构造了一种新的微弱信号检测系统——类Liu系统, 对类Liu 系统进行了深度的理论分析. 类Liu系统中, 当输入待测信号幅值大于某临界值时, 系统可达到平衡点S₀, S₀中系统变量x平衡于摄动力信号, 系统变量y, z收敛于零态, 且S₀ 对应的Lyapunov指数小于零. 通过Matlab仿真、Multisim电路仿真以及实际电路证明了类Liu系统的周期态收敛性及广域检测性, 解决了传统Duffing系统进行微弱信号检测时周期态不收敛、只能进行窄域检测等问题, 同时谱级信噪比范围仍可达-46.57 dB. 类Liu系统采用了全新的设计理念, 具有较高的实用价值, 对未来海洋物联网中的水声通信有一定参考价值.     

Research on detection method of multi-frequency weak signal based on stochastic resonance and chaos characteristics of Duffing system

Weak signal detection has been widely used in many fields such as military and national economy. Aiming at the problem that the traditional stochastic resonance (SR) method can’t obtain the signal amplitude when detecting weak signals, the frequency and amplitude of the weak signal are obtained by combining the SR and chaos characteristics of the two-dimensional Duffing system. Firstly, the effects of two-dimensional Duffing system parameters a, b, k, noise intensity D on the Kramers rate and signal-to-noise ratio (SNR) are analyzed under the Gaussian white noise environment. The results show that the damping ratio K can hinder the SR effect of the system to some extent. Secondly, to solve the misjudgment of the state method of the weak signal amplitude in the detection, the Lyapunov exponent is used to assure the threshold's range, and the threshold of the chaotic critical state is found. Finally, the paper gives the processes of frequency and amplitude detection of multiple high-frequency signals, which realizes the effective detection of the frequency and amplitude of multiple high-frequency signals in a Gaussian white noise environment, and successfully applies the method to the accurate detection of boundary voltage amplitude in electrical impedance tomography.