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。     

基于随机共振进行弱信号探测的实验研究

非线性随机共振系统可利用噪声增强微弱信号检测的能力,为强噪声背景下微弱信号的检测开创了新方法.基于随机共振的基本原理设计了硬件电路系统,并将其应用于检测单频和多频微弱信号;通过输入模拟工程实际的带噪信号,采样所得的输出信号的频谱分析结果表明,利用随机共振技术可从强噪声背景下有效地提取出单频和多频弱信号.多频弱信号的有效提取拓展了基于随机共振原理的弱信号检测技术的应用领域,结合数字滤波处理技术有效地消除了低频噪声对信号识别的影响.基于随机共振的弱信号检测技术在信息识别与信息处理方面具有巨大的潜在的应用价值.     

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     

载波频率漂移对相位生成载波解调结果的影响分析

从载波相位调制解调原理出发,理论分析了载波频率漂移对解调结果的影响.通过对解调公式的推导及分析,给出了频率漂移对解调结果影响的公式.结果表明,当混频基频信号的频率与载波频率存在微小频差时,解调结果将出现低频调制,严重影响解调效果;仿真及实验验证结果与理论分析完全吻合.     

噪声交叉关联强度的时间周期调制对线性过阻尼系统的随机共振的影响

针对由加性、乘性噪声和周期信号共同作用的线性过阻尼系统, 在噪声交叉关联强度受到时间周期调制的情况下,利用随机平均法推导了系统响应的信噪比的解析表达式. 研究发现这类系统比噪声间互不相关或噪声交叉关联强度为常数的线性系统具有更丰富的动力学特性, 系统响应的信噪比随交叉关联调制频率的变化出现周期振荡型随机共振, 噪声的交叉关联参数导致随机共振现象的多样化.噪声交叉关联强度的时间周期调制的引入有利于提高对微弱周期信号检测的灵敏度和实现对周期信号的频率估计. 关键词： 随机共振 周期振荡型共振 噪声交叉关联强度 信噪比     

调幅波的单模激光线性模型随机共振

对单模激光增益模型的光强方程加入调幅波，用线性化近似方法计算了以δ函数形式关联的两白噪声驱动下光强的输出功率谱及信噪比. 结果表明，信噪比不但随着抽运噪声和量子噪声强度的变化出现随机共振，而且随着高频载波信号频率和低频调制信号频率的变化也出现了随机共振. 关键词： 抽运噪声 单模激光 随机共振 调幅波     

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.     

利用随机共振在强噪声下提取信息信号

已有利用随机共振在强噪声下提取单一频率信号的若干报道，但单一频率信号所携带的信息量为零.本实验研究表明：在调幅波和白噪声的协同作用下，非线性双稳系统的输出不仅可以呈现随机共振现象，而且经检波、滤波后能提取出调制信号(信息信号)；与直接经电子学系统检波、线性滤波后所提取的调制信号相比，前者所获调制信号的信噪比更高.给出了绝热近似条件下，调制信号信噪比的解析表达式. 关键词： 随机共振 信噪比 调制信号 噪声     

泵浦激光器驰豫振荡噪声对光纤激光水听器的影响

对采用相位生成载波解调的光纤激光水听器系统中3kHz附近频域内固有噪声的产生机理进行了理论推导,并设计实验进行验证.首先测量得到泵浦激光器的驰豫振荡频率峰值,随后以400 Hz为间隔逐渐降低相位生成载波信号频率,观察固有噪声峰值的移动方向和大小.实验结果表明,随着载波信号频率的降低,固有噪声峰也向低频方向移动,移动间隔同样为400 Hz.可知相位生成载波解调算法中高频载波调制信号与泵浦激光器的驰豫振荡频率叠加是形成探测频谱固有噪声的主要原因.通过降低高频载波调制信号频率的方法对驰豫振荡噪声进行抑制,消除了探测频谱中的固有噪声峰,得到了较为平坦的本底噪声谱.     

二次采样随机共振频谱研究与应用初探

研究了双稳系统随机共振频谱的洛伦兹分布特征，得出在谱分布能量较集中的低频区才能产生可辨识的随机共振谱峰. 探讨了大参数信号双稳系统的二次采样随机共振的频谱特性. 以强噪声中弱信号的检测为实例，阐述了二次采样随机共振技术的具体应用. 关键词： 随机共振 二次采样随机共振 双稳系统 频谱     

随机共振控制的频率匹配方法

根据非线性双稳系统在噪声和弱周期信号作用下产生随机共振的随机同步条件，提出了随机共振控制的频率匹配方法.理论分析和数值仿真结果表明，随机共振是可控制的，通过控制输入信号的频率和噪声的统计特性，不仅能拓宽产生随机共振的频率范围，而且能增强共振的强度，从而实现有更多的噪声能量转换为信号能量. 关键词： 随机共振 非线性双稳系统 频率匹配 控制     

Analysis of weak signal detection based on tri-stable system under Levy noise

Stochastic resonance system is an effective method to extract weak signal.However,system output is directly influenced by system parameters.Aiming at this,the Levy noise is combined with a tri-stable stochastic resonance system.The average signal-to-noise ratio gain is regarded as an index to measure the stochastic resonance phenomenon.The characteristics of tri-stable stochastic resonance under Levy noise is analyzed in depth.First,the method of generating Levy noise,the effect of tri-stable system parameters on the potential function and corresponding potential force are presented in detail.Then,the effects of tri-stable system parameters w,a,b,and Levy noise intensity amplification factor D on the resonant output can be explored with different Levy noises.Finally,the tri-stable stochastic resonance system is applied to the bearing fault detection.Simulation results show that the stochastic resonance phenomenon can be induced by tuning the system parameters w,a,and b under different distributions of Levy noise,then the weak signal can be detected.The parameter intervals which can induce stochastic resonances are approximately equal.Moreover,by adjusting the intensity amplification factor D of Levy noise,the stochastic resonances can happen similarly.In bearing fault detection,the detection effect of the tri-stable stochastic resonance system is superior to the bistable stochastic resonance system.     

α稳定噪声环境下过阻尼系统中的参数诱导随机共振现象

本文采用随机模拟方法, 研究了过阻尼振子系统在α稳定噪声环境下的参数诱导随机共振现象. 结果表明, 在α噪声环境下, 调节系统参数能够诱导随机共振现象; 而且调节非线性项参数时, 随机共振效果随α稳定噪声的指数的减小而减弱, 但当调节线性项参数时, 随机共振效果则随着α稳定噪声的特征指数的减小而增强. 本文的结论在α稳定噪声环境下, 利用参数诱导随机共振原理进行弱信号检测方面具有重要的理论意义, 并有助于理解不同α稳定噪声对一般随机共振系统的共振效果的影响.     

A weak signal detection method based on adaptive parameter-induced tri-stable stochastic resonance

Aiming at detecting the weak signal in a strong noise background, an enhanced weak signal detection method based on adaptive parameter-induced tri-stable stochastic resonance is proposed. Firstly, because the system can switch among the monostable, bistable and tri-stable state, the potential function characteristic of tri-stable systems is studied by analyzing the potential function curves with different system parameters. And the dynamic characteristics of system parameters on the depth of the potential well is analyzed. The ranges of R and the system parameters are determined, which is essential for ensuring the system is tri-stable state. Secondly, the range of R is used as the constraint condition and the average output signal-to-noise ratio is used as the fitness function of the adaptive algorithm. The system parameters a, b, c are optimized by the differential evolution particle swarm optimization (DEPSO) method to obtain the best output effect. Finally, the proposed adaptive parameter-induced tri-stable stochastic resonance method is adopted to detect the mixed multiple high-frequency weak signal. The detection results are compared with that of adaptive bistable stochastic resonance. At the meanwhile, the method is also applied to detect the fault signal of single crystal furnace. Both the simulation analysis and experiment results show that the proposed method can effectively improve the output signal-to-noise ratio and detect multi-frequency weak signal in the strong noise background.     

α稳定噪声下一类周期势系统的振动共振

将多个低频微弱信号、高频信号和加性α稳定噪声共同激励的一类周期势系统作为研究模型,以平均信噪比增益(MSNRI)为性能指标,对α稳定噪声环境下周期势系统中的振动共振现象进行了研究,分别探究了α稳定噪声的特征参数α、对称参数β、加性噪声强度放大系数D、高频信号幅值B以及频率?对振动共振输出效应的影响.研究结果表明:1)在不同分布的α稳定噪声环境下,固定频率?(或幅值B),当幅值B(或频率?)逐渐增大时,MSNRI-B(或MSNRI-?)曲线出现多个峰值,即存在多个B区间(或?区间)可诱导振动共振,并且这些区间不会随噪声分布参数α或β的变化而变化;2)当加性噪声强度放大系数D发生变化时,幅值B和频率?的共振区间没有随着D的变化而变化,表明只有高频信号能量向待测低频信号转移,噪声能量并没有向待测低频信号转移.另外当幅值B、频率?固定时,随着D的逐渐增大,依然可以实现微弱信号的检测,表明振动共振可以克服工业现场噪声强度不可调控的缺点.本文研究结果提供了一种新的微弱信号检测方法,在信号处理领域有着潜在的应用价值.     

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.     

Study on the mean first-passage time and stochastic resonance of a multi-stable system with colored correlated noises

The mean first-passage time (MFPT) and the weak signal detection method of stochastic resonance (SR) on multi-stable nonlinear system under color correlated noise are studied. Using the uniform color noise approximation method, the Fokker-Planck equation of the system is obtained, and the steady-state probability density function of the multi-stable system driven by the multiplicative noise and additive noise is derived. On the basis of this, the formula of MFPT is derived, and the influence of parameters on the MFPT is analyzed. The problem of weak signal detection under color noise background is studied based on multi-stable SR. The results of simulation and experiment show that the method can effectively extract the frequency feature of weak signal in the background of color noise.     

基于随机共振原理的分段线性模型的理论分析与实验研究

提出了一种分段线性双稳态模型, 推导了模型的解析关系及其输出信噪比, 通过对该模型与连续双稳态模型的对比分析和仿真实验, 证明了该模型的优越性.该模型具有参数之间相互独立、易于调节的特点. 在对模型分析与数值仿真的基础上, 通过电路对强噪声背景下的微弱周期信号检测进行了实验研究. 结果表明分段线性随机共振模型能够有效实现对微弱周期信号的检测, 并能显著增强输出信噪比.