低信噪比下激波信号奇点检测方法

针对低信噪比下的激波信号检测问题,利用激波信号奇点在小波变换中的路径传递特征及信号奇点小波系数与噪声小波系数明显幅度差异,提出了一种基于信号奇点的连续小波变换检测算法。仿真实验结果表明,在恒定虚警概率下,该方法检测性能相较于能量检测器能提升约3 dB;实际数据实验结果说明,该方法在-3 dB信噪比下检测性能明显优于能量检测器和传统小波多尺度积检测器。      

基于扩展型Duffing振子的局部放电信号检测方法研究

目前, 小波阈值去噪法、数字滤波法、傅里叶频域变换法等常用的微弱信号检测方法所能达到的最低检测信噪比为-10 dB, 而双向环形耦合Duffing振子能达到的最低检测信噪比为-20 dB. 但是, 现场检测时常常会出现更低信噪比的放电脉冲信号, 因此现有检测方法就很难满足信号检测的实际需求. 为了有效解决该难题, 研究了一种扩展型Duffing振子的微弱脉冲信号检测的新方法. 该方法的主要思想是使用广义时间尺度变换, 将Duffing振子模型变换为扩展型Duffing振子模型, 有效扩展了微弱信号的频率检测范围. 仿真结果表明, 扩展型Duffing振子不仅具有良好的噪声免疫特性, 而且能有效检测到信噪比低至-40 dB的局部放电微弱脉冲信号, 进一步扩展了现有Duffing振子微弱信号检测方法的检测范围和应用领域.     

变分模态分量降噪后重构的水声弱信号检测

针对能量检测法在低信噪比下对非合作水声探测信号的检测性能显著下降的问题,提出了一种组合变分模态分解和小波变换降噪重构的信号检测方法。以信号分解出的各个本征模态函数的近似熵与互相关系数比值作为分量分类参数,将所得分量分为信号分量、含噪信号分量与噪声分量,然后利用第二代小波变换对含噪信号分量降噪后与信号分量组成重构信号,最后对重构信号进行检测。数值仿真结果表明该方法可以在无先验信息的情况下对CW和LFM信号自适应降噪,信噪比0 dB以下时CW信号重构后信噪比提升约12 dB,宽带LFM信号信噪比提升约8～9 dB,有效提升了低虚警概率下信号的检测概率。湖试结果表明,虚警概率为0.1时检测概率可提升至0.9以上,验证了该方法的有效性。     

提升小波的X射线脉冲星信号降噪EI北大核心CSCD

对于短时间内X射线脉冲星信号形成的脉冲轮廓的信噪比低,提出基于提升小波的X射线脉冲星信号的降噪方法。分析了基于提升小波的信号降噪理论模型。在周期叠加的基础上,利用探测设备及空间环境的先验信息建立预降噪模型,并对X射线脉冲星的脉冲轮廓做降噪预处理。通过选择小波和自适应的阈值函数,利用提升小波对脉冲轮廓降噪。通过对多组罗西X射线计时探测器(RXTE)卫星探测的实测X射线脉冲星数据的仿真分析,结果表明,降噪后的脉冲轮廓信噪比得到提高,且算法有更快的处理速度。     

高精度多脉冲激光测距回波检测技术

针对远距离激光测距机回波信号脉宽强度特征和噪声的统计特性,提出了一种高精度多脉冲激光测距机的回波信号检测技术。采用时钟移相分配方式实现了400 MHz高速信号采集及数字化处理,提高了回波脉冲的检测精度。采用ARM嵌入式高速核处理器进行数据算法处理,完成了滤波降噪、自适应门限检测和多帧相关检测等功能,使回波信噪比提高了7.6 dB,达到远距离精确获取目标距离信息的目的。     

基于小波变换的紫外光通信信号工频干扰去除方法研究

在无线紫外光通信系统中,日光灯等会对系统产生工频干扰,干扰会以正弦波形式叠加到经光电倍增管接收的有用信号上,并对后续的抽样判决产生影响。首先分析了小波变换去除工频干扰噪声的原理,给出了基于接收信号波形计算信噪比的方法,并基于该方法对小波变换的去工频性能进行了分析,最后讨论了小波去除工频干扰时最优小波基的选取问题。频谱分析表明,小波变换可有效消除100 Hz和200 Hz的工频干扰,当小波基选为sym40时小波去除工频干扰的性能最好,去噪后信噪比为12.22 dB。     

相关检测技术在单脉冲激光测距中的应用

采用雪崩光电二极管探测微弱激光脉冲回波信号,依据相关检测技术对微弱的激光回波进行处理,从而获得较高信噪比回波信号.首先通过软件仿真验证了该实验方法的可行性,并在实验中采用消光比测量法对激光测距机测距能力进行了测试,将信噪比为-2.1 dB原始信号经过相关检测后提升至10 dB,消光比从原始激光测距模式的30 dB提升至44 dB.实验结果表明采用相关检测方法可以提高激光测距机测距能力及精准度,具有一定实用价值.     

基于强耦合Duffing振子的微弱脉冲信号检测与参数估计

耦合Duffing振子在检测强噪声中的微弱脉冲信号时具有可检测信噪比低等优点,但目前检测模型还存在系统性能与初始状态有关、只能工作在倍周期分岔状态等缺陷.为此本文构建了一种能克服上述缺点的新的微弱脉冲信号检测模型,通过对两个Duffing振子同时施加较大的恢复力和阻尼力耦合,可使振子间产生广义的"阱内失同步"现象,基于这种现象可实现微弱脉冲信号的检测与恢复.以信噪比改善和波形相似度为衡量指标,研究了周期策动力幅值与周期、耦合系数、计算步长、阻尼系数等参量对模型信号检测与波形恢复效果的影响.对方波、双指数脉冲和高斯导数脉冲进行检测和恢复的实验结果表明,本文所构建的模型能够在较低信噪比条件下有效地检测并恢复出高斯白噪声背景中的微弱脉冲信号,进而改善了现有的Duffing振子对非周期脉冲信号的检测能力并扩展了其应用领域.     

一种频域-波数域峰值筛选的无源声呐宽带检测方法

在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域-波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域-波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高5.58 dB,较传统能量检测可提高8.73 dB,计算时间相比传统能量检测降低46%,验证了所提方法的有效性与实时性。     

电磁超声多界面检测信号去噪方法研究

为了解决传统压电超声换能器检测方式耦合不稳定的问题,将电磁超声应用于多层粘接结构界面检测。针对电磁超声界面检测信号噪声高和盲区大的问题,在电磁声换能原理和盲区成因分析的基础上,用小波阈值滤波和自适应抵消滤波方法对检测信号进行了处理,达到了降低信号噪声和减小盲区的目的。对钢板和双层橡胶粘接样品的回波信号处理结果表明:小波阈值滤波将信噪比提高了约12 dB,自适应抵消滤波有效地减小了由感生信号产生的盲区。     

水声JANUS信号的分数低阶时频谱迁移学习识别方法

非合作第三方水下标准协议信号识别在水声通信信号识别中具有重要研究意义。针对浅海水声JANUS信号的特征提取因易受脉冲噪声和多径效应等复杂水声环境影响而导致识别率低下的问题,提出一种分数低阶时频谱和ResNet18 （Residual Network 18）相结合的迁移学习识别方法。首先,选取JANUS固定前导作为识别对象,设计分数低阶傅里叶同步压缩变换（FLOFSST）,以分数低阶操作抑制脉冲噪声,以时频重排特性增强时频集中性。其次,将基于ImageNet的ResNet18预训练模型微调,迁移至JANUS信号和常见水声信号时频图集。仿真表明所提算法在信噪比为-10 dB时JANUS信号的识别率为96.15%,能够有效抑制脉冲噪声并减小多径效应影响,比传统算法识别性能好。海试中JANUS信号识别率达90.00%,证明算法识别准确率和网络的泛化性较高。      

激光主动探测中回波信号的小波去噪方法

在分析激光主动探测中回波信号的噪声特性和小波变换去噪原理的基础上，提出了一种基于最大信噪比准则的小渡阈值去噪方法。首先用最大信噪比准则对小波变换系数进行阈值选取，然后采用软阂值方法对小波系数进行量化处理后再重构。仿真结果表明最大信噪比准则小波去噪方法改善信噪比效果十分显著，检测下限达到-16．2dB。证明了该方法在激光主动探测系统回波信号检测中的有效性。     

低信噪比下公共场所异常声音声学特征提取

为了实现低信噪比下公共场所异常声音声学特征提取,提出经验小波滤波器组用于提取异常声音声学特征。首先,根据等效矩形带宽的人耳听觉特性,得到各滤波器的中心频率,计算出经验小波滤波器组的边界。然后,将边界代入经验小波细节函数和尺度函数中,形成经验小波滤波器组。最后,用经验小波滤波器组分解低信噪比下公共场所异常声音,经分解的各模态归一化对数能量作为异常声音声学特征,用于分类识别。相关实验表明,提出的经验小波滤波器组与典型的语音信号处理及时频信号处理方法相比,在低信噪比(0 dB)的商店、银行、办公室、自动取款机环境下,对异常声音的平均识别率提高了4.75%~37.92%,验证了提出方法的有效性。      

Detection of multi-frequency weak signals with adaptive stochastic resonance system

Aiming at the poor detection rate of multi-frequency weak signals under a strong background of noise, a novel method based on adaptive stochastic resonance (SR) theory is proposed in this paper. The optimal parameters can be obtained automatically via measurement by establishing an adaptive SR system model and using the reverse location method. After passing through the adaptive SR system, the spectrum values of all eight signals greatly improve, the largest spectrum value gain increases from 12.41 to 2033 when the frequency is 0.01?Hz, which is an improvement of a factor of 162.8, and the signal-to-noise ratio (SNR) gain of the whole system is 10.3134?dB. Under the condition of different input noise intensities and signal amplitudes, the mean SNR of the system increases from –13.1136 to –2.7614?dB, which is a 78.9% increase, and the largest SNR gain is 13.4702?dB when the noise intensity D?=?1.2 and signal amplitude A?=?0.11. Compared to the single optimal spectrum value, when defining multiple optimum spectrum values as the SNR criterion, the detection sensitivity is less than 0.35 when the input noise intensity is between 0.5 and 2.5, and the sensitivity value is 6.29 times higher when D?=?2.5. The system successfully realizes the adaptive detection of twelve weak signals, and the SNR gain is 7.9743?dB, which improves the channel capacity of signal detection. The experimental results demonstrate the high efficiency and strong applicability of the system, improving the signal processing efficiency and speed of signal transmission.     

Extraction of weak crack signals based on sparse code shrinkage combined with wavelet packet filtering

Early crack signals in critical infrastructure components of major equipment are hardly to be extracted due to its low signal noise ratio (SNR). A de-noising method combined wavelet packet (WP) technology with sparse code shrinkage (SCS) is proposed in this study. Firstly, WP reconstruction technology is used to reserve the crack signal with a specified frequency range. That is, the signal is decomposed by Meyer wavelet into five layers, and the signal with the frequency range from 187.5 kHz to 609.375 kHz is reserved. Then SCS method removes noise within the specified frequency range. Namely, the probability density function (PDF) of the signal independent coefficients is estimated via the generalized Gaussian model (GGM) in the independent component analysis (ICA) space. The nonlinear de-noising is finished by utilizing maximum a posteriori (MAP) estimate. The results obtained by the combined method are compared with those generated by the SCS method and the WP de-noising method. It demonstrates that the combined method is the best one among the three methods in extracting weak signals. Its output SNR is −2.38 dB and the correlation coefficient (CC) is 0.54 when the input SNR is −20 dB. They are higher than those obtained by the SCS method (SNR −4.46 dB and CC 0.51). The WP method is the worst (SNR −3.54 dB and CC −0.003). Therefore, the combined method is quite suitable for weak signal extraction.     

Study on the denoising method for the electromagnetic ultrasonic echoes from multiple interfaces

The electromagnetic ultrasound is used in the detection of interfaces of the adhesive multilayer structures to solve the unstable coupling problem in ultrasonic testing by traditional piezoelectric transducers. Based on the analysis of the transforming mechanism of electromag-netic ultrasound energy and the resultant dead zone from mutual inductance of the transducer, the wavelet filtering by soft-thresholding and adaptive noise canceling methods are used simul-taneously to the detected electromagnetic ultrasonic signals to overcome the drawbacks of the low signal to noise ratio （SNR） and the wide intrinsic dead zone of the transducer. Processed results in the interface detection of a three layered adhesive sample of steel and rubber materials demonstrate that the wavelet filtering enhances the SNR about 12dB while the adaptive noise canceling narrows the dead zone effectively.     

基于自适应随机共振理论的太赫兹雷达信号检测方法

太赫兹雷达系统在差频信号频谱分析过程中,干扰噪声影响其测距能力.针对上述问题,提出基于自适应随机共振理论的太赫兹雷达信号检测方法,通过对含噪差频信号进行二次采样,利用自适应随机共振系统提取信号,进行尺度恢复完成测距计算.实验数据显示,不同测量距离时,相较于快速傅里叶变换法,输出信噪比的平均增益为9.684 d B,其中测量距离为1000 mm处,差频信号初始频谱值提高了64.1倍,系统信噪比增益为11.761 d B;相较于滤波法,在测量距离为1000 mm处信噪比增益最大,提高了70.56%;输入噪声强度为1—5 V之间时,输出信噪比曲线的曲率相对于滤波法降低了86.5%,其中噪声强度为5 V时信噪比增益最大,为14.018 d B.实验表明太赫兹雷达系统的测距能力大幅提高.     

星间微波光子链路调制方式的优化

针对外调制星间微波光子链路输出信噪比优化问题,建立了基于双电极马赫 曾德尔调制器的强度调制直接探测星间微波光子链路模型,通过优化调制器调制方式来提高链路性能。用数值模拟方法得到了单边带、双边带和推挽式3种调制方式下链路输出信噪比,利用曲面投影法求得了最优调制方式时一定信噪比要求下发射端所需最小光放大器增益和对应的调制器直流偏置相位。结果表明:相同输入射频信号功率和发射光功率情况下,双边带调制输出信噪比比单边带调制高3 dB,低直流偏置相位推挽调制可以进一步优化输出信噪比。输入射频信号功率为-20 dBm,输出信噪比为17.3 dB时,所需最小光放大器增益为43.9 dB,对应的直流偏置相位为0.87。     

基于小波变换的光混沌信号消噪与Lyapunov指数计算

针对动力学方程未知且信噪比小的光混沌信号,采用小波多分辨分解算法对其进行噪音消减.用Lorenz混沌信号对该算法的消噪效果进行了检验.提出利用互信息量法和Cao氏法来改进小数据量法在时间延迟和嵌入维数计算上存在的主观选择性,对经过噪音消减的Lorenz混沌信号利用此改进的小数据量法计算其最大Lyapunov指数.结果表明,信噪比可提高近10 dB左右,最大Lyapunov指数计算误差可减少近30%,并求得半导体放大器光混沌信号的最大Lyapunov指数为0.389 6.