基于量子粒子群算法的自适应随机共振方法研究

为提升随机共振理论在微弱信号检测领域中的实用性,以随机共振系统参数为研究对象,提出了基于量子粒子群算法的自适应随机共振方法.首先将自适应随机共振问题转化为多参数并行寻优问题,然后分别在Langevin系统和Duffing振子系统下进行仿真实验.在Langevin系统中,将量子粒子群算法和描点法进行了寻优结果对比;在Duffing振子系统中,Duffing振子系统的寻优结果则直接与Langevin系统的寻优结果进行了对比.实验结果表明:在寻优结果和寻优效率上,基于量子粒子群算法的自适应随机共振方法要明显高于描点法;在相同条件下,Duffing振子系统的寻优结果要优于Langevin系统的寻优结果;在两种系统下,输入信号信噪比越低就越能体现出量子粒子群算法的优越性.最后还对随机共振系统参数的寻优结果进行了规律性总结.     

α稳定噪声环境下多频微弱信号检测的参数诱导随机共振现象

本文将α稳定噪声与双稳随机共振系统相结合, 研究了不同α稳定噪声环境下高低频(均为多频)微弱信号检测的参数诱导随机共振现象, 探究了α稳定噪声的特征指数α(0 < α ≤ 2)和对称参数β (-1≤ β ≤ 1)及随机共振系统参数a, b对共振输出效应的作用规律. 研究结果表明, 在不同分布的α稳定噪声环境下, 通过调节系统参数a和b均可诱导随机共振来实现多个高、低频微弱信号的检测, 且存在多个a, b参数区间均可诱导随机共振, 这些区间不随α或β的变化而变化; 在高、低频微弱信号检测中, α或β对随机共振输出效应的作用规律相同. 本研究结果将有助于α稳定噪声环境下参数诱导随机共振现象中系统参数的合理选取, 进而可为实现基于随机共振的多频微弱信号检测方法的工程应用奠定基础. 关键词： 随机共振 α稳定噪声')" href="#">α稳定噪声 多频微弱信号检测 平均信噪比增益     

乘性和加性α稳定噪声环境下的过阻尼单稳随机共振现象

本文将α稳定噪声与单稳随机共振系统相结合,研究了乘性和加性α稳定噪声环境下的过阻尼单稳随机共振现象,探究了α稳定噪声特征指数α(0α2)、对称参数β(-1β1),单稳系统参数a及乘性α稳定噪声放大系数D对共振输出效应的作用规律.研究结果表明,在不同分布的α稳定噪声环境下,在一定范围内通过调节a或D均可诱导随机共振来实现单个或多个高、低频微弱信号的检测,且a和D分别存在一个最优值可使系统产生最佳的随机共振效应;不同α或β均可对系统共振输出效应产生规律性的影响,且α或β在高、低频微弱信号检测中的作用规律相同;在研究α稳定噪声环境下单、多频单稳随机共振现象时所得结论是相同的.本研究结果可为实现α稳定噪声环境下单稳随机共振系统参数的自适应调节奠定基础.     

二维Duffing振子的大参数随机共振及微弱信号检测研究

研究了二维Duffing振子在绝热近似条件下的随机共振特性,针对大参数条件,提出二维Duffing振子的大参数随机共振,并探讨二维Duffing振子变尺度随机共振和参数调节随机共振的关联性,揭示大参数条件下Duffing振子随机共振检测特征信号的机理,扩展其在微弱信号检测领域中的应用.     

大参数周期信号随机共振解析

通过调节双稳系统参数实现大参数频率范围内周期信号的随机共振, 在工程上具有重要意义. 推导了双稳系统参数的归一化变换, 利用归一化变换原理对大参数周期信号的随机共振进行了数值仿真, 阐明该原理适用于任意频率周期信号. 对大参数随机共振用电路模拟进行了实验验证, 揭示了通过调节双稳系统参数可以实现大参数频率范围内的随机共振. 分析了二次采样实现大参数周期信号随机共振的机理, 通过数值仿真与参数归一化变换方法进行了比较. 仿真结果表明, 在输入信号幅度变化的情况下, 二次采样方法易出现发散现象, 而归一化变换具有更好的稳定性与适应性.     

改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。      

滤波器与随机共振结合检测微弱信号

基于双稳随机共振系统及滤波器的不同特性,本文提出了一种将两者结合起来检测微弱周期信号的方法,先用自适应前置滤波器对输入的弱周期信号及噪声进行滤波,再使其通过双稳随机共振系统,进而检测出弱信号。对比只有双稳随机共振的系统,仿真结果表明此时的输出信号中待测信号频谱幅度得到了很大的提高,且周围的干扰信号也得到了明显的削弱,即两者的结合使用可以更好的检测出微弱信号,这对强噪声背景下的信号检测有很强的实用性。     

基于近似熵测度的自适应随机共振研究

变步长随机共振算法有效解决了绝热近似大参数条件下的弱信号检测问题.基于信号近似熵测度的自适应随机共振，实现了变步长随机共振最优输出的自适应求解.周期信号的近似熵不受其幅值和相位变化的影响，而只与其频率及信噪比有关.因此，按照原始数据的采样条件，构造待检测频率在预定信噪比下的标准信号，并以其近似熵为基准，通过自动调节非线性系统的结构参数和计算步长，求得系统输出的近似熵距离矩阵.该矩阵中的最小值所对应的即为自适应条件下非线性动力系统的最优参数.     

阵列调制随机共振在微弱信号特征提取方面的应用

论述了阵列调制随机共振方法在强噪声背景下多频微弱信号特征提取中的工作原理和实现步骤;采用预先设定系统参数的多个并联非耦合随机共振单元形成阵列,将被测强噪声背景下的多频微弱信号分别与不同频率的载波进行调制,生成多个差频均为0.01Hz的信号作为各对应随机共振单元的激励信号,采用龙格-库塔算法求取各单元输出并进行频谱分析,根据0.01Hz处的信噪比判断在微弱信号中是否存在载波频率与差频值之和大小的频率分量,最后综合各个随机共振单元的检测结果生成微弱信号的频率特征向量;仿真结果表明,阵列调制随机共振在微弱信号特征提取方面效果明显,具有很好的应用前景。     

α稳定噪声驱动的非对称双稳随机共振现象

以微弱周期信号激励的非对称双稳系统为模型,以信噪比增益为指标,首先针对加性和乘性α稳定噪声共同作用的随机共振现象展开了研究,然后针对单独加性α稳定噪声激励的随机共振现象进行了研究,探究了α稳定噪声特征指数α和对称参数β分别取不同值时,系统结构参数a,b,刻画双稳系统非对称性的偏度r以及α稳定噪声强度放大系数Q或D对非对称双稳系统共振输出的作用规律.研究结果表明,无论在加性和乘性α稳定噪声共同作用下还是在单独加性α稳定噪声作用下,通过调节a和b或者r均可诱导随机共振,实现微弱信号的检测,且有多个参数区间与之对应,这些区间不随α或β的变化而变化;在研究噪声诱导的随机共振现象时发现,调节噪声强度放大系数也可使系统产生随机共振现象,且达到共振状态时D的区间也不随α或β的变化而变化.这些结论为α稳定噪声环境下参数诱导随机共振中系统参数以及噪声诱导随机共振中噪声强度的合理选取提供了依据.