电力系统故障的微弱信号检测方法的研究

为了确保电力系统能够安全稳定的运行,实时检测故障中的微弱信号。通过噪声干扰情况下微弱信号的不同变化进行研究,得到了一种微弱信号的DUFFING混沌检测模型。系统发生故障时会产生相应的微弱信号,运用DUFFING混沌振子法分析不同情况下微弱信号的时域波形和相平面轨迹变化规律,并建立数学检测模型,对其幅值进行混沌检测仿真。结果表明,当r=0.8264V,w=1rad/s时将白噪声和微弱正弦信号同时加入后,此时,混沌状态、大尺度周期状态的相平面运行轨迹依然在进行有规律的运行,可以清晰的观察出需要检测的微弱信号。在强噪声存在于系统中时,该方法明显克服了噪声对信号稳定性的干扰,能精确有效检测微弱信号。系统在应对不同工作环境、仪器设备老化等情况时,提高了检测效率,保证系统的稳定运行。     

基于混沌和随机共振的微弱信号检测

推导了分数阶线性振子系统响应的一阶稳态矩的频率不变性和相移特性, 并通过理论分析得出, 在随机共振机制下, 分数阶线性振子对系统响应一阶稳态矩的幅值具有放大作用. 构造Duffing混沌振子检测器, 利用混沌系统对参数摄动的敏感性以及对噪声的免疫能力实现弱信号检测. 数值模拟证实, 该方法可以有效地从噪声背景中将微弱正弦信号检测出来, 并且相对传统的混沌检测方法能显著降低信噪比检测门限.     

基于参数非共振激励混沌抑制原理的微弱方波信号检测

利用自治混沌系统的参数非共振激励混沌抑制原理实现强噪声背景下微弱方波信号的检测. 将频率远大于系统特征频率的方波信号作为内置激励信号，经平均法处理后，得到受控系统与原系统之间的参数等效关系，并由此确定使系统由混沌状态突变为周期状态的检测参数临界值. 数值仿真结果表明此系统可以达到极低的信噪比工作下限. 相比于利用参数共振微扰混沌抑制原理实现微弱信号检测的有关方法，此方案可根据严格的理论分析得到更准确的检测参数估计值，有利于在相关领域推广应用. 关键词： 自治混沌系统 参数激励 方波信号 检测     

混沌背景中微弱信号检测的神经网络方法

基于复杂非线性系统相空间重构理论，提出了混沌背景中微弱信号检测的神经网络方法，利用神经网络强大的学习和非线性处理能力，建立了混沌背景噪声的一步预测模型，从预测误差中检测淹没在混沌背景噪声中的微弱目标信号(包括周期信号和瞬态信号)，研究了混沌背景中存在白噪声时该方法的检测能力，指出了目标信号为瞬态信号和周期信号时检测原理的异同点，最后以Lorenz系统作为混沌背景噪声进行了仿真实验，实验表明该方法能有效地将混沌背景中极其微弱的信号检测出来. 关键词： 混沌 神经网络 信号检测     

新Chua多涡卷混沌吸引子的产生及应用

本文采用对数函数序列构造了一个新Chua多涡卷混沌系统,分析了该系统的非线性动力学行为,主要包括对称性、不变性、平衡点、最大李雅普诺夫指数等.然后,设计递归反步控制器控制Chua多涡卷混沌系统中的混沌行为.最后,利用Chua多涡卷混沌系统检测了多频微弱周期信号.结果表明,对数函数序列与新Chua双涡卷混沌系统相结合能够产生丰富的Chua多涡卷混沌吸引子.产生机制为指标2的鞍焦平衡点用于产生涡卷,指标1的鞍焦平衡点用于连接涡卷.递归反步控制器能够将Chua多涡卷混沌系统控制到不动点或给定的正弦函数. Chua多涡卷混沌系统与递归反步控制器相结合的新微弱信号检测方法能够检测出淹没在高斯噪声背景下多频微弱周期信号的各频率.     

基于分数阶可停振动系统的周期未知微弱信号检测方法

本文建立了分数阶可停振动系统, 其可停振动状态的改变对周期策动力敏感, 对零均值随机微小扰动不敏感, 这事实上为周期未知微弱信号检测提供了一种新的高效检测方法和判别标准. 与现有的利用混沌系统的大尺度周期状态变化检测周期未知弱信号的方法 需逐一尝试设置不同频率内置信号以便期望与待检周期信号发生共振不同, 利用分数阶可停振动系统的可停振动状态变化检测周期未知微弱信号的方法, 除了同样具有因为状态变化对周期信号的敏感性而能够实现极低检测门限的特点外, 还具有混沌系统信号检测所不具有的优点: 1)无需预先估计待检信号的周期; 2)无需计算系统状态的临界阈值; 3)可停振动状态可由本文设计的指数波动函数可靠地进行判断; 4)通过系统微分阶数的变化, 将检测系统层次化, 从而可得到比整数阶检测系统更低的检测门限, 特别是在色噪声环境下, 通过选取合适的微分阶数, 基于分数阶可停振动系统的微弱周期信号检测法能够大幅度的降低检测门限, 在本文的仿真试验中, 检测门限可达-182 dB. 关键词： 分数阶非线性系统 Duffing振子 弱信号检测     

基于广义窗函数和最小二乘支持向量机的混沌背景下微弱信号检测

为了从混沌背景中检测微弱信号,研究分析了复杂非线性系统的相空间重构理论,提出了一种基于广义窗函数的最小二乘支持向量机的预测法. 该方法以广义嵌入窗为基础,利用自关联函数法确定Lorenz系统的嵌入维数和时间延迟, 实现相空间重构,结合最小二乘支持向量机建立Lorenz系统的误差预测模型, 检测微弱目标信号(瞬态和周期信号).仿真实验表明,该方法的预测模型具有较小的误差, 能够有效地从混沌背景噪声中检测出微弱目标信号,减小噪声对目标信号的影响. 与传统方法相比,在降低检测门限的同时,能够有效地提高预测的精度, 在混沌噪声下信噪比为-87.41 dB的情况下,相对于传统支持向量机方法所得的均方根误差0.049(-54.60 dB时)降低近两个数量级至0.000036123(-87.41 dB时).     

混沌噪声背景下微弱脉冲信号的检测及恢复

构建了一种在混沌噪声背景下检测并恢复微弱脉冲信号的模型.首先,基于混沌信号的短期可预测性及其对微小扰动的敏感性,对观测信号进行相空间重构、建立局域线性自回归模型进行单步预测,得到预测误差,并利用假设检验方法从预测误差中检测观测信号中是否含有微弱脉冲信号.然后,对微弱脉冲信号建立单点跳跃模型,并融合局域线性自回归模型,构成双局域线性(DLL)模型,以极小化DLL模型的均方预测误差为目标进行优化,采用向后拟合算法估计模型的参数,并最终恢复出混沌噪声背景下的微弱脉冲信号.仿真实验结果表明本文所建的模型能够有效地检测并恢复出混沌噪声背景中的微弱脉冲信号.     

基于混沌理论的微弱信号放大原理与方法研究

本文首先根据混沌理论的基本特征,特别是混沌运动对于初值的敏感依赖性和初值与混沌轨道之间一一对应的理论基础,建立了帐篷映射的非线性放大模型,研究了帐篷映射可实现非线性放大的具体特征以及输入与输出的二进制对应关系;然后分别对正弦信号和带有噪声的正弦信号进行了非线性放大的数值仿真和电路模拟试验,并与线性放大结果进行了对比分析和优缺点讨论,验证了微弱信号非线性放大的优越性.     

基于选择性支持向量机集成的海杂波背景中的微弱信号检测

基于复杂非线性系统相空间重构理论,提出了一种混沌背景中微弱信号检测的选择性支持向量机集成的方法,为了提高支持向量机集成的泛化能力,采用K均值聚类算法选择每簇中精度最高的子支持向量机进行集成,建立了混沌背景噪声的一步预测模型,从预测误差中检测湮没在混沌背景噪声中的微弱目标信号（包括周期信号和瞬态信号）,最后分别以Lorenz系统和实测的IPIX雷达数据作为混沌背景噪声进行实验研元结果表明该方法能够有效地将混沌背景噪声中极其微弱的信号检测出来,抑制噪声对混沌背景信号的影响,与神经网络和传统支持向量机方法相比,预测精度和检测门限方面的性能有显著提高．     

基于Duffing振子的微弱周期信号混沌检测性能研究

不同的混沌振子具有不同的混沌检测性能. 本文围绕Duffing振子的混沌检测方法, 从混沌系统临界点相图的突变性、混沌区间保持性以及混沌临界点的容噪性等三个方面的检测性能做了进一步研究, 并分别分析了影响这些性能的因素, 最后围绕这三个方面对两个不同混沌振子的混沌检测性能做了分析和比较. 关键词： 混沌检测 微弱信号检测 Duffing方程 检测性能     

The bifurcation threshold value of the chaos detection system for a weak signal＊

Recently, it has become an important problem to confirm the bifurcation threshold value of a chaos detectionsystem for a weak signal in the fields of chaos detection. It is directly related to whether the results of chaos detectionare correct or not. In this paper, the discrimination system for the dynamic behaviour of a chaos detection system fora weak signal is established by using the theory of linear differential equation with periodic coefficients and computingthe Lyapunov exponents of the chaos detection system; and then, the movement state of the chaos detection system isdefined. The simulation experiments show that this method can exactly confirm the bifurcation threshold value of thechaos detection svstem.     

基于Hilbert变换及间歇混沌的水声微弱信号检测方法研究

利用Duffing振 子从混沌到间歇混沌的相变及其对策动力和待检测信号频差较小的周期信号的敏感性, 研究了强海洋背景噪声下微弱周期信号的检测. 通过构造混沌振子列的方法对频率未知信号进行扫频, 从而提取待检测信号的频率范围, 最后利用希尔伯特变换, 实现对间歇混沌的包络检测, 并计算出待检测信号的频率. 计算机仿真与实测水声信号处理结果表明, 利用基于希尔伯特变换的间歇混沌振子对水声微弱信号检测, 其检测信噪比比一般的间歇混沌振子提高了至少4.4 dB, 验证了所提方法的有效性.     

Effect of noise on chaos synchronization in time-delayed systems: Numerical and experimental observations

We discuss the constructive role of noise (white and colored) in chaos synchronization in time-delayed systems. We first numerically investigate noise-induced synchronization (NIS) between two identical uncoupled Ikeda and Mackey–Glass systems. We find that synchronization occurs above a critical noise intensity that differs for different colors of noise. Synchronization onset is characterized by the value of the maximum transverse Lyapunov exponent. We then discuss the enhancement of chaos synchronization between two time-delayed systems when they are coupled unidirectionally. The effect of parameter mismatch for NIS is described in detail. We provide experimental evidence of NIS for a Mackey–Glass-like system in an electronic circuit using different colors of noise. An integration scheme for time-delayed systems in the presence of additive white and colored noise is discussed.     

一种Duffing弱信号检测新方法及仿真研究

研究了利用混沌相变进行弱信号检测的理论及仿真试验.对基于Duffing振子初值敏感性检测弱信号的方法分析后指出,过渡过程会影响检测性能,提出一种改进的弱信号检测方法.对仿真输入噪声生成和仿真步长选择进行研究后建立了仿真模型,在典型噪声背景下检测弱正弦信号.实验结果表明：所提出的方法有较好检测性能;混沌临界态的Duffing系统对噪声敏感导致相变方法难以精确确定最小检测幅值.指出了这类方法的局限性. 关键词： 混沌 信号检测 周期信号 白噪声     

Research on detection method of multi-frequency weak signal based on stochastic resonance and chaos characteristics of Duffing system

Weak signal detection has been widely used in many fields such as military and national economy. Aiming at the problem that the traditional stochastic resonance (SR) method can’t obtain the signal amplitude when detecting weak signals, the frequency and amplitude of the weak signal are obtained by combining the SR and chaos characteristics of the two-dimensional Duffing system. Firstly, the effects of two-dimensional Duffing system parameters a, b, k, noise intensity D on the Kramers rate and signal-to-noise ratio (SNR) are analyzed under the Gaussian white noise environment. The results show that the damping ratio K can hinder the SR effect of the system to some extent. Secondly, to solve the misjudgment of the state method of the weak signal amplitude in the detection, the Lyapunov exponent is used to assure the threshold's range, and the threshold of the chaotic critical state is found. Finally, the paper gives the processes of frequency and amplitude detection of multiple high-frequency signals, which realizes the effective detection of the frequency and amplitude of multiple high-frequency signals in a Gaussian white noise environment, and successfully applies the method to the accurate detection of boundary voltage amplitude in electrical impedance tomography.     

混沌振子系统周期解几何特征量分析与微弱周期信号的定量检测

提出了一种对微弱周期信号的定量检测方法.分析混沌振子系统在大尺度周期状态下的相对稳定输出时,发现了混沌振子系统输出周期解的平均面积是一个比较稳定的几何特征量.该几何特征量与待测信号幅值之间存在比较稳定的单调递增关系.在一定的参数条件下,几何特征量精度可达到10^-6V².利用混沌系统对随机噪声信号的免疫性和对微弱周期信号的敏感性,进一步建立了微弱周期信号的定量检测方法.仿真实验表明,随着待检测幅度的增加,在保证检测精度的同时,抗噪性能也随之增强. 关键词： 混沌振子系统 大尺度周期相态 周期解的几何特征量 微弱周期信号的定量检测