基于小波变换和随机共振的微弱信号检测方法

根据随机共振的噪声选择性和频率敏感特性,提出了基于小波变换和随机共振的微弱信号检测方法.对含噪输入信号经多尺度小波变换分解为不同尺度频率的信号成分后,通过引入尺度收缩因子来调节各尺度信号成分的大小,再将不同尺度的分解信号作为双稳系统的输入,研究了不同尺度频率信号经收缩因子作用后对系统输出信噪比的影响.数值仿真结果表明,选取合适的尺度收缩因子,能有效提高系统输出的信噪比.     

基于多尺度分解的瞬态信号检测

瞬态信号的检测在信号处理研究中占有重要地位。本文在多尺度分解的基础上对含噪声信号进行尺度上和尺度间作两维自适应滤波,并采用逐级消除平均误差的方法对自适应滤波算法进行了改进,从而有效地滤去噪声,达到提取信号的目的。基于瞬态信号的特点,在滤波的方法上提出了反向滤波的方法。实践结果表明,该方法在信噪比较小时仍能取得较好的结果。     

基于小波变换的多尺度边缘检测

基于Ｍａｒｒ边缘检测算子，以高斯函数的一险峰 ２阶导数作为小波，提出具有２个可变参数的多尺度图象边缘检测方法。本文所提出的多尺度边缘检测方法适应于计算机视觉分级识别中边缘检测的需求。     

随机共振原理对微弱信号检测的研究

介绍了随机共振的基本原理,在分析了现有的随机共振检测微弱信号的方法的基础上,提出了一种改进的随机共振检测算法,该方法对微弱信号的提取更加精确,仿真结果证明其可行性。     

基于混合智能算法的随机共振微弱信号检测

针对在随机共振系统参数调节过程中使用单一智能算法导致的搜索结果不够精确的问题,使用了一种基于粒子群算法和人工鱼群算法的混合智能算法实现自适应微弱信号的检测.将两种算法结合起来,回避了粒子群算法调参的过程中极易导致局部最优的这一问题,同时弥补了人工鱼群算法后期搜索不精确的不足.上述方法将随机共振输出信噪比作为混合智能算法...     

基于随机共振原理检测微弱信号及自适应的研究

阐述随机共振的基本概念和原理,分析基于随机共振原理检测微弱信号的方法。采用Runge-Kutta算法分别对微弱的周期信号和非周期信号进行仿真验证,仿真结果表明基于随机共振原理可以有效地检测出强噪声背景下的微弱信号。     

随机共振理论与微弱信号检测应用综述

随机共振是非线性动力学系统中存在的一种现象,体现了噪声在非线性系统中的积极作用。本文介绍了经典随机共振理论与非经典随机共振理论的起源及理论研究发展,以及利用随机共振检测微弱信号在电子系统、生物系统、机械故障检测等领域的应用。最后介绍了随机共振的研究进展。     

多尺度随机建模与分布式多传感器数据融合估计

针对不同尺度上拥有不同特征的传感器对同一目标状态进行检测的多传感器单模型动态系统，利用小波将最细尺度上的状态方程进行有效分解，基于小波变换的分析、综合形式建立起以尺度为变量的动态多尺度随机模型。利用该模型将各个尺度上状态的局部估计结果进行有效综合，从而在最细尺度上获得目标基于全局信息的最优估计值。并经仿真对算法的有效性进行了验证。     

基于尺度相关性的小波变换边缘检测

图象边缘检测的任务进就是检测和定位图象平面亮度的不连续,但夹杂在图象信号中的噪声,因其奇异性使得边缘检测成为一个既要保留边缘又要去除噪声的病态问题。本文利用多尺度小波变换对图象边缘及噪声的奇异性行了探讨。并根据小波变换的尺度相关性提出了一种新的边缘检测算法,通过试验验证本方法对保留边缘去除噪声有很好的效果。     

基于小波变换多尺度Harris角点检测算法

提出一种新的基于小波变换的Harris多尺度角点检测算法,可以在不同的尺度下获取角点,克服了单一尺度的Harris角点检测算法可能存在的角点信息丢失和易受噪声影响而检测出伪角点等缺点,测试实验表明,与传统Harris角点检测方法比较,本方法有角点检测率高,不易受噪声影响,检测到的角点具有较高的重复率等优点.     

基于阈上随机共振现象的弱信号检测

为了说明当信号幅值处于系统阈值上时,噪声依然对信号起到增强作用,研究了加和网络模型中的随机共振现象,并且将该模型作为线性检测器的预处理器以构成非线性检测器,来进行对弱信号的检测研究。在搭建的非线性检测器中采用奈曼皮尔逊准则对信号做出判决。仿真结果表明:在加和网络模型中观察到了阈上随机共振现象,且非线性检测器的检测性能明显优于线性检测器。这为强噪声环境中提高弱信号检测问题开辟了一条新思路。     

基于级联双稳随机共振的微弱信号检测方法研究

微弱信号采集、检测与提取是航天测控领域研究的热点之一,学者们不断探索与研究微弱信号检测的新理论、新方法,以期能更快速、更准确地从大噪声背景中检测出微弱信号;文章介绍了随机共振的基本原理,分析了基于随机共振的微弱信号检测和故障诊断的工程实例,进一步指出了随机共振技术在微弱信号的增强放大和检测中的独特优势,为微弱信号的分析和噪声控制提供了一个新的处理思路。     

基于双稳随机共振的语音增强研究

针对淹没在强噪声背景中的语音信号,文中提出了一种基于双稳随机共振的语音增强方法,该方法利用调节随机共振系统的结构参数,使系统达到最佳匹配,将噪声的能量向信号转移,从而达到增强语音信号的目的。通过MATLAB仿真分析,输出信号信噪比提高了3.5db,因此该方法在对语音信号的检测增强中可获得一定的检测效果。     

调频随机共振实现大参数信号检测

针对传统随机共振只适用于检测低频信号的约束,提出用被测信号和背景噪声调制频率的方法,实现在大参数情况下从强噪声中检测微弱信号.分析了调频信号的频谱,理论分析和数值仿真表明:此方法能降低噪声的有效强度,调频信号中含有的低频分量能产生明显的随机共振.     

基于随机共振的瓦斯检测系统研究

针对煤矿井下被检测信号中所含有的瓦斯浓度信息较为微弱的问题,提出了一种基于随机共振的瓦斯检测系统的设计方案;分析了随机共振的原理,介绍了基于多层随机共振算法的瓦斯检测系统结构;并以双层随机共振模型为例,给出了该系统的仿真及数值分析。结果表明,该系统能够避免煤矿井下噪声的影响,获得较为准确的瓦斯浓度信息。     

随机共振技术在弱随机二元码检测中的应用研究

分析了小信号条件下二维双稳Duffing系统的随机共振现象,提出基于Duffing系统随机共振技术的微弱随机二元码检测方法,此方法在不需要知道被检测信号的任何先验知识的条件下,检测微弱随机二元码信噪比可以达到-25dB以下,并可估计出信号波形,计算机仿真验证了该方法的有效性;为强噪声背景下微弱随机二元码的检测提供了一种操作性强、高效的方法。     

双稳随机共振系统信号调制噪声效应用于弱信号检测

通过对双稳系统随机共振模型的数值分析，得出在双稳系统输出信号中，有一个正弦信号成分和一个表现为维纳过程的噪声成分分别与输入的正弦信号和白噪声相对应。通过选择合适的系统参数，可以减小系统输出中信号和噪声之间的耦合效应。该系统可以大大抑制噪声，并在双稳系统中产生信号调制噪声效应。然后对双稳系统的输出信号作功率谱分析。不但可以辨识出淹没在白噪声中的微弱正弦信号的频率，还可以较精确地估算出微弱正弦信号的幅值。数值仿真表明，双稳系统的信号调制噪声效应可用于多个微弱正弦信号的检测。