两路输入前置光放大星间微波光子链路优化

考虑到星间微波光子链路传输损耗大且多路微波信号之间交调干扰严重,利用前置光放大来提高链路的信号噪声失真比RSNDR。建立了两路输入前置光放大星间微波光子链路模型,推导出了RSNDR的解析表达式。通过优化马赫-曾德尔调制器的直流偏置相移,使得在给定输入射频信号功率条件下RSNDR最大,并进一步分析了前置光放大器参数对最优直流偏置相移和RSNDR的影响。仿真结果表明,前置光放大改变了影响RSNDR的主要因素,使信号放大的倍数大于噪声和三阶交调(IM3)放大的倍数,从而提高了链路的RSNDR。当前置光放大器增益为20dB、噪声系数为3dB时,最优的RSNDR比不加前置光放大器时提高24dB。前置光放大器增益和噪声系数对最优的RSNDR影响很大,而对最优的直流偏置相移几乎无影响。     

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     

试用Lyapunov指数探讨气候突变及其前兆信号

Lyapunov 指数是标志一个系统做规则运动还是混沌运动的一个重要物理量.鉴于此, 本文利用Lyapunov指数研究系统的混沌特性, 研究气候的突变.计算结果表明, 定义法求得的Lyapunov指数是一种可靠的突变检测方法, 无论是理想序列还是实际存在突变的序列, 利用该方法都能准确地找出突变位置; 而利用非线性局部Lyapunov指数的可预报期限从理论上佐证了基于临界慢化现象的气候突变前兆信号的可靠性, 通过计算各个时间段的最大Lyapunov指数能够反映系统的内在性质、研究其混沌特性. 研究结果为该方法在实际观测资料中的广泛应用提供了理论基础. 关键词： Lyapunov指数 气候突变 前兆信号     

光声池中微弱光声信号检测

大气中的污染源气体含量很少, 用光声光谱对其进行监测得到的光声信号极其微弱. 本文首先分析微弱信号产生机理, 在分析Holmes Duffing方程的基础上, 提出了适合光声池微弱信号检测的变尺度差分方法. 该方法通过对信号进行尺度变换, 再做差分来检测微弱信号. 理论分析和实验表明, 变尺度差分方法能很好地抑制系统相空间的共模噪声, 而且能很好地凸显混沌状态临界值. 变尺度差分方法测出的信号相对误差都小于5%, 说明其可以用于较高频率、 相位和频率都未知的微弱光声信号幅值检测. 关键词： 光声光谱 微弱信号 幅值 Duffing     

心磁信号广义S变换域奇异值分解滤波方法

针对心磁信号工频及背景噪声干扰问题, 提出了广义S变换奇异值分解(singular value decomposition, SVD)滤波方法.在离散S变换基础上, 导出了广义矩阵S变换和逆变换公式. 通过对采样信号进行广义S变换, 调节时频分辨率, 利用SVD分解方法确定有效心磁信 号区域, 实现自适应时频滤波. 实验结果表明, 该方法能有效滤除工频及背景噪声干 扰, 且在较少奇异值个数情况下可获得更好的滤波性能. 关键词： 心磁信号 S变换 奇异值分解 时频滤波     

中心挡板对扫描相干X射线衍射成像的影响

本文采用重叠关联迭代引擎算法, 系统地模拟研究了扫描相干衍射成像中中心挡板导致的低频信号丢失对重建图像质量的影响. 结果表明, 扫描相干衍射成像对中心挡板的承受能力远大于平面波单次相干衍射成像, 且选择小尺寸入射探针和较高重叠度(≥ 70%)可进一步降低中心丢失信号对扫描相干衍射成像的负面影响. 另外, 光斑扫描位置误差在重叠度较高时将超过中心挡板成为扫描相干衍射成像最主要的负面影响因素. 本文研究结果对扫描相干衍射成像实验中如何应用中心挡光板具有重要的指导意义, 将有助于进一步提高扫描相干衍射成像的分辨率. 关键词： 扫描相干衍射成像 位相恢复算法 低频丢失信号     

一阶线性系统的调参随机共振研究

分析了一阶线性系统在正弦和白噪声信号作用下的输出功率谱和信噪比.研究表明,加性噪声作用下的线性系统不存在传统意义上的随机共振,但却存在输出信噪比随系统参数非单调变化的调参广义随机共振现象.针对任意频率信号,分析了不同采样频率下的调参共振谱特性,得出适当增大采样频率有利于特征信号识别的结论.     

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     

脉冲星信号的经验模态分解模态单元比例萎缩消噪算法

针对脉冲星信号的消噪问题, 提出了一种基于模态单元比例萎缩的经验模态分解(EMD)消噪方法. 利用经验模态分解将含噪脉冲星信号分解为一组内蕴模态函数(IMF), 将IMF中两个过零点间的部分定义为模态单元, 以模态单元为基本单位构造最优比例萎缩因子, 对IMF中的每个模态单元进行比例萎缩去噪, 进而建立基于模态单元比例萎缩的脉冲星信号滤波模型.对含噪脉冲星信号进行了消噪实验分析, 实验结果表明, 与小波硬阈值消噪法、比例萎缩小波消噪法和基于模态单元阈值的EMD消噪法相比, 该方法可以更有效地去除脉冲星信号中的噪声, 同时更好地保留了原信号中的有用细节信息. 关键词： 经验模态分解 脉冲星信号 模态单元比例萎缩 消噪