窄带弱信号检测中的随机共振现象研究

针对雷达、声纳和通信等领域中频段信号经常受窄带噪声污染的问题,本文采用随机共振理论,对窄带噪声环境下的弱信号检测及其随机共振现象进行研究。在圆对称概率密度的窄带非高斯噪声环境下,建立了窄带弱信号观测模型,并对局部最优检测器、广义窄带相关检测器和硬限幅窄带相关检测器中的随机共振现象的存在性进行分析与仿真,同时对给定次优系统中的随机共振性能与自适应次优系统最佳性能进行比较。研究结果表明,噪声与检测器结构参数都可视为影响检测器性能的重要因素,在局部最优检测器中不存在随机共振现象;在广义相关检测器中,广义瑞利噪声环境下的次优系统中存在随机共振现象;在硬限幅窄带相关检测器中,非尺度噪声如莱斯噪声环境下也证实了随机共振现象。该研究为提高雷达和通信领域的信号检测性能提供了理论依据。     

非高斯平稳有界噪声激励下混沌系统动力学研究

为解决信号检测理论在通讯、雷达、声纳、故障诊断等领域应用受限的问题,提出了随机Melnikov方法研究非线性系统在微弱周期信号和噪声信号联合摄动下的混沌运动行为,得到了微弱周期信号和非高斯平稳有界噪声信号联合摄动下的混沌运动特征。混沌的临界幅值与噪声强度的关系表明,在不强的非高斯平稳有界噪声背景下,有界噪声增大了激励阈值,混沌现象不容易产生。     

随机共振应用于大频率周期性弱信号检测

研究了利用随机共振检测强噪声背景下的大频率周期性弱信号.利用时序步进采样将大频率待测周期性弱信号的频率降低,再利用非线性双稳态系统的随机共振强烈压制伴随大频率信号的噪声,同时信号由于其稳定的周期振荡行为从噪声背景下凸现出来.研究结果表明该技术在检测强噪声背景下的大频率周期性弱信号方面具有明显的优势,且能够大幅度地提高利用随机共振检测弱信号的频率.     

基于广义随机共振的Chirp信号检测性能分析

为便于提取多个chirp信号叠加噪声模型中目标chirp信号的参数信息,本文研究了该混合信号激励过阻尼双稳系统的随机共振现象。但由于chirp信号在频域能量的非聚焦性,传统刻画随机共振的信噪比指标失效。因此,基于chirp信号在分数阶傅里叶变换域上的能量分布特性,对非线性随机动力系统的畸变输出信号进行变换域上的最优滤波,给出最优分数阶傅里叶变换域上的信干比定义形式,并以此作为目标chirp信号经过系统后的性能增益的度量和广义随机共振现象的判别依据。数值仿真结果表明,在存在多个chirp信号驱动的过阻尼双稳系统中,当目标chirp信号或噪声能量不足以激发粒子跃迁时,干扰chirp信号能在一定程度上协助粒子发生跃迁,产生协同随机共振现象,从而提高对目标chirp信号的检测性能。     

基于duffing方程组的微弱正弦信号参数检测

本文将非线性混沌振子用于微弱正弦信号检测,将深陷在噪声背景下的微弱正弦信号检测出来。基于Duffing振子的混沌运动,利用系统发生间歇混沌现象的频差条件和相位差对于系统特性的影响,采用混沌振子阵列实现对噪声背景下微弱信号的检测,提出了改进的频率、相位、幅值检测方法。     

基于混沌振子的微弱信号测频研究

利用混沌振子来检测淹没在强噪声背景中的微弱信号,详细研究了Duffing振子检测微弱信号的原理和过程.基于混沌现象发生随模型参数变化的间歇性,提出了一种强背景噪声下的微弱信号频率的测量方法.     

调参级联随机共振系统加强策略

为了更好地实现微弱信号的检测,提高输出信号的信噪比,提出三级级联随机共振加强系统.研究阻尼系数和系统形状参数对级联系统发生随机共振现象的影响,通过分别调节每级主控参数(阻尼系数、跃迁宽度和跃迁阈值),使得级联随机共振系统的输出性能明显优于传统方法,证实了选取合适的系统参数,能够实现大参数微弱信号的检测;有针对性地对参数进行设置,可以控制系统输出,提高输出信噪比.仿真数据与实际应用表明,该方法简单可行,根据需求设置参数能够实现强噪声背景下微弱信号的检测.     

一种基于线性系统随机共振的弱信号检测方法

从工程中经常碰到的噪声背景下弱信号检测的实际需求出发,提出一种基于线性系统随机共振的弱信号检测方法,与传统的非线性系统随机共振相比,此方法计算量小、检测速度快。采用MATLAB配用的SIMULINK软件,建立线性系统随机共振仿真模拟图,通过调节系统参数或噪声强度,使系统噪声及激励信号达到最佳匹配,从而实现弱信号的检测。仿真结果表明该方法具有可行性。     

双频率信号驱动下的随机共振

用数值方法研究了白噪声背景下的双频率信号在双稳系统中的随机共振行为,计算结果表明：利用非线性系统的随机共振,可以提高信噪比。     

强混沌和噪声背景下微弱信号的检测

分析了检测或提取混沌和噪声背景下信号的一些典型方法所存在的局限性,提出以信号的统计独立性来区分混沌和信号特征,使用信息论中的负熵作为统计独立性的判据,进而应用独立分量分析技术,采取逐次分离方法将信号从混沌和噪声中分离出来,从而实现检测的目的。计算机仿真实验表明,这种方法不仅能检测出能量较大的信号,而且对淹没在强混沌和噪声背景下的微弱信号的检测也具有高度的稳定性和可靠性。     

基于SNR法的自适应随机共振系统的研究

该文应用随机共振对微弱信号检测的原理,在研究非线性双稳系统及双稳系统随机共振频谱的基础上,利用傅立叶变换频移特性及设计了非线性大频率随机共振系统及其控制系统电路。并通过模拟工程实际,提出了简单的自适应算法,验证了其对于微弱信号检测的有效性。     

基于随机共振原理的自适应检测系统设计

针对大参数信号随机共振检测存在效率性和精确性不足的问题,该文提出对随机共振系统联合应用的新思路,并建立了未知信号幅度与随机共振系统参数a的匹配关系,使自适应随机共振系统参数选择范围有效缩减。最后用SNR对此种方法做出整体评估,构建出检测系统。结果表明通过联合随机共振方法和自适应系统参数最大值确立两层优化后,可得到更贴合实际应用的自适应随机共振检测系统。     

应用随机共振进行海洋噪声背景下的信号检测

通过对海洋噪声特性的研究,将其理想化为一个Lorentz色噪声和若干拟周期干扰成分的混合,继而基于参数调节随机共振理论的结果对系统参数进行优化,对系统输出应用后处理方法,形成一套完整的信号处理方法.数值仿真表明,随机共振处理结果优于低通滤波器的处理结果,随机共振系统处理宽带随机干扰情况有优势.     

基于FitzHugh-Naguno神经元随机共振机制的图像复原

应用随机共振机制,借助噪声能量实现图像复原,改善低信噪比图像的输出质量.通过分析FitzHugh-Nagumo(FHN)神经元的阈上随机共振机理,以及在相平面上的阈值工作特性,对FHN神经元模型进行约简,以峰值信噪比(PSNR)为图像复原的评价函数,提出基于随机共振的自适应最优图像复原算法.以含噪mountain彩色图像和LED芯片图像为实验对象,与均值滤波、维纳滤波等图像复原算法进行仿真对比研究.结果表明:随机共振方法较好地抑制了噪声、恢复了图像细节和色彩信息,且随着噪声的增强,随机共振方法复原图像的峰值信噪比变化较小,该方法具有较好的鲁棒性.     

随机共振参数的自适应调整策略与性能分析

针对非线性随机共振技术受信号的幅度、频率、噪声强度和系统参数等因素的制约和影响,提出了一种快速、有效的随机共振系统参数自适应调整策略. 对于输入信号和噪声的时变特性,新方法能自适应调节采样频率和系统参数,不仅有效防止了随机共振处理过程中的数据溢出,而且保证了对接收信号的最佳随机共振处理,使输出信噪比始终处于最大值. 仿真结果验证了新方法的有效性.     

一种基于随机共振的弱信号检测方法

针对强噪声背景中的弱信号检测问题，在经典随机共振处理方法的基础上，利用小波良好的去噪特点，提出了随机共振加小波去噪检测弱信号的新方法．理论分析和仿真结果表明，该方法优于传统的随机共振处理方法，可获得近2．5dB的输出信噪比得益．     

基于FFT超声波传输时间测量的误差分析

为精确测量高斯白噪声背景下超声波的传输时间,不仅要考虑传统相位差测量中的高斯噪声误差,还要考虑A／D量化误差所带来的影响。应用误差理论,推导了正弦信号A／D量化误差,并得到了总误差均方根公式,进而得出传输时间误差的计算公式。为了避免电路和传感器的干扰,采用传输距离不同的同源双路正弦发送信号。理论和仿真结果均表明：在超声波信号频率为40kHz、信噪比为25dB、采样点数为2048、A／D位数为11位、采样率为200kHz的情况下,传输时间的测量误差小于10DS;在超声波信号频率未知时,而其他条件相同的情况下,FFT相位差频率校正法也能很好地估计超声波传输时间。该方案的实现为实际工程应用提供了依据。     

基于重发机制的PI-DCSK调制技术的设计

针对在DCSK（Differential Chaos Shift Keying）混沌通信系统中因信道加性噪声而引起的失真问题,在DCSK系统的基础上,提出一种改进的混沌键控系统方案——PI-DCSK（PhaseInversion Differential ChaosShift Keying）混沌通信系统。根据DCSK系统的调制信息信号和参考信号的延时重发机制,PI-DCSK系统接收端在半码元周期内对接收信号进行相位倒置相关解调,降低了码元周期内重相关性相邻噪声的干扰,在相同信噪比情况下可有效降低DCSK调制系统的误码率。仿真结果表明,在码元周期内相邻噪声相关系数较大、信噪比较低的情况下,PI-DCSK调制系统误码率明显低于DCSK系统。