共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
基于高斯白噪声下BPSK信号接收误码率较高的问题,提出了一种基于三稳态随机共振系统来降低BPSK信号误码率的方法。首先,基于随机共振的BPSK通信系模型,推导了系统的输出信噪比及信噪比增益的表达式。其次,以信噪比增益为衡量指标,探究了系统参数a、b、c和噪声强度D对共振输出的影响。研究表明,随着噪声强度的增加,输出信噪比呈现单峰结构;信噪比增益始终大于1,峰值随着系统参数b的增大而逐渐增大,但随着系统参数a和c的增大而减小。最后,在强噪声背景下,对BPSK信号的传统接收方案和所提方法的误码率进行仿真对比分析,结果证实信号在经过随机共振系统后,时域图像更为清晰,毛刺明显减少,频谱幅值是传统方法的4.613倍。 相似文献
3.
4.
在非合作通信中,很多情况下由于信道恶化,使得接收信号的信噪比偏低,导致无法对符号速率这一重要参数进行准确估计.随机共振能够在一定程度上利用噪声能量,使其转移并增强微弱信号,小波变换则可以有效检测相位和幅度的瞬变,利用二者各自优势,提出了一种将随机共振与小波变换联合进行MPSK(Multiple Phase Shift Keying,多进制数字相位调制)和MQAM(Multiple Quadrature Amplitude Modulation,多进制正交幅度调制)信号符号速率的估计方法.先利用自适应参数调节随机共振为带噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响.仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限,适合于低信噪比下的符号速率估计. 相似文献
5.
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。 相似文献
6.
基于欠采样随机共振的单频微弱信号检测新方法 总被引:1,自引:0,他引:1
由于随机共振具有在特定条件下增强微弱信号信噪比的特性,近年来成为一种全新的微弱信号检测手段。为了克服随机共振绝热近似理论小参数条件的限制,提出一种基于欠采样随机共振的微弱信号检测方法。通过欠采样尺度变换与还原技术,实现了大参数信号的随机共振处理,突破了二次采样变尺度随机共振算法要求采样频率必须大于信号频率的50倍的限制。构建了基于欠采样随机共振的微弱信号检测模型,从理论上证明了方法的可行性。最后利用该方法对信噪比为-27 dB条件下的微弱单频信号检测进行了仿真,结果进一步验证了所提微弱信号检测方案的正确性。所提方法大大降低了信号的采样速率,为将随机共振应用于科斯塔斯(Costas)环的改进奠定了基础。 相似文献
7.
针对对偶序列跳频(DSHF)在极低信噪比(SNR)下无法通信的问题,该文充分利用对偶序列跳频信号时、频域物理特征,提出一种随机共振(SR)检测方法,极大扩展该信号的应用场景。首先,通过分析对偶序列跳频的发射、接收信号及超外差解调的中频(IF)信号,构建随机共振系统,采用尺度变换调整中频信号;然后,引入判决时刻,将无定态解的非自治福克普朗克方程(FPE)转化为可解的自治方程,从而推导出含时间参量的概率密度周期定态解;其次,以最大后验概率为准则,得到检测概率、虚警概率和接收机工作特性(ROC)曲线;最后,得出以下结论:(1) 应用匹配随机共振检测对偶序列跳频信号的信噪比最低可达–18 dB;(2)对偶序列跳频与匹配随机共振结合,适用于信噪比在–18~–14 dB的信号检测;(3)应用匹配随机共振检测对偶序列跳频信号在信噪比为–14 dB时,检测性能提升了25.47%。仿真实验验证了理论的正确性。 相似文献
8.
9.
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. 相似文献
10.
基于变参数随机共振和归一化变换的时变信号检测与恢复 总被引:1,自引:0,他引:1
非线性随机共振系统具有利用噪声增强微弱信号的能力,为强噪声背景下的信号检测开辟了新的途径。该文提出一种变参数随机共振(VPSR)模型,实现对非周期信号的有效检测、噪声去除和信号恢复。通过以恢复信号的拟合决定系数和互相关系数作为评判标准,研究分析了不同参数变化对系统输出的影响,分析结果表明该模型能有效地从噪声背景中恢复时变信号。该方法拓展了随机共振用于时变信号检测技术的领域,在时变信号检测和处理以及雷达通讯等方向有着一定的潜在应用价值。 相似文献