基于Duffing振子的变尺度微弱特征信号检测方法研究

研究了Holmes型Duffing方程的混沌特性用于信号检测的方法,针对该方法只适用检测特定频率成分信号、方程参数选择不便以及噪声影响检测结果等情况,提出基于Duffing振子的变尺度微弱特征信号检测方法. 数值分析表明,该方法可以仅用一组确定的参数条件,检测任意频率、任意相位的特征信号.     

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     

基于耦合Duffing振子的局部放电信号检测方法研究

以双向环形耦合Duffing振子系统为对象, 研究脉冲信号激励下耦合振子间动力学行为变化特征时, 发现其与单向环形耦合Duffing振子系统类似, 在一定的参数条件下, 脉冲信号能引起其中一个振子与其他振子运动轨迹间出现短暂失同步的现象即瞬态同步突变现象. 基于这种现象, 提出了一种微弱脉冲信号检测的新方法, 用于检测强噪声背景中的局部放电脉冲信号. 实验测试表明, 利用本文方法对不同放电电极的局部放电脉冲信号进行检测时, 在低信噪比条件下可取得良好的检测效果, 进而扩展了现有的Duffing振子对非周期信号的检测范围及应用领域. 关键词： 耦合Duffing 振子 微弱信号检测 瞬态同步突变 局部放电脉冲信号     

Logistic混沌系统的熵特性研究

作为形式上相对较为简单的一维混沌函数,Logistic系统在很多领域有着重要的应用.本文主要分析了Logistic系统的熵稳定特性,对不同参数μ和系统初值形成的Logistic序列,进行了统计分类,得到了一系列的熵值,并详细分析了熵的分布情况.数值仿真结果表明,Logistic系统的熵由参数μ决定,而与系统初值基本无关,且当参数μ取值接近上界(μ=4)时,序列分布越趋于均匀,熵也接近理论极限值.     

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.     

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.     

基于多尺度熵的交通流复杂性分析

交通流演化复杂性的研究有助于深刻理解交通系统的内在演化规律,为交通流的预测和控制提供理论依据.多尺度熵方法在生理时间序列和计算机网络流量的分析中得到了广泛的应用.考虑到交通流中的车辆到达和计算机网络中的分组到达具有类似特性,本文以刹车灯模型的车头时距为分析对象,利用多尺度熵方法来分析交通流演化的复杂性.分析结果表明:1)车头时距的复杂性随着时间尺度的增加而降低,反映了交通流的短时间难预测性;2)当时间尺度较小时,车头时距复杂性在自由流时和同步流时差异不大,但是,随着时间尺度的增加,自由流时车头时距的熵值迅速下降,而同步流时车头时距的熵值下降较慢.这一特性对于识别自由流中是否产生了同步流有非常重要的参考价值.本文的研究可以为揭示交通流演化的复杂性提供新的思路和方法.     

环形耦合Duffing振子间的同步突变

以环形耦合Duffing振子系统为研究对象,分析了耦合振子间的同步演化过程.发现在弱耦合条件下,如果所有振子受到同一周期策动力的驱动,那么系统在经历倍周期分岔、混沌态、大尺度周期态的相变时,各振子的运动轨迹之间将出现由同步到不同步再到同步的两次突变现象.利用其中任何一次同步突变现象可以实现系统相变的快速判别,并由此补充了利用倍周期分岔与混沌态的这一相变对微弱周期信号进行检测的方法. 关键词： Duffing振子 同步突变 相变 微弱信号检测     

基于小波分解和Duffing振子的变尺度微弱信号检测

传统的时频分析方法在对周期性微弱信号进行检测时,提取的信息具有信噪比不高的缺点,从而影响了检测效果,为此,利用Duffing振子混沌系统对噪声的强免疫力的特征,提出了一种基于小波分解和混沌阵子的混合微弱信号检测方法;首先,采用小波变换对信号进行分解,通过小波变换的平滑作用实现对含噪微弱信号的离散处理,并设计了一种根据阈值来确定分解层数的方法,然后将降噪后的重构信号作为Duffing阵子的周期驱动力并入混沌系统,采用混沌Duffing阵子阵列实现在强噪声背景下的微弱信号检测,并提出了一种临界状态策动力幅值和初始相位的自适应确定方法;在Matlab7仿真环境下进行实验,结果表明:文中方法能有效地对湮没在强噪声下的微弱信息进行检测,具有信号检测信噪比高,重构信号频率较其它方法更接近于真实频率,具有较强的可行性。     

Duffing振子微弱信号检测盲区消除及检测统计量构造

针对Duffing振子进行同频微弱信号检测时存在的检测盲区, 提出了一种策动力移相法予以消除. 结合微弱信号特性对检测盲区表达式进行分析, 得出了策动力与待测信号的“相差”位于检测盲区时的角度范围, 通过使策动力相位产生相移量π后实现对同频信号的检测, 实验证明了方法的可行性. 为了克服定性分析的不足和有效区分振子系统信号检测过程中出现的不同状态, 构造了一个基于类Halmiton系统的检测统计量, 并设计了基于该统计量的任意频率信号检测方法步骤, 方法的核心是以检测统计量出现极大值处所在的连续两个频点作为待测信号的频率范围. 在不同检测过程的仿真实验基础上, 给出了混沌、间歇混沌和大周期的检测统计量数值范围, 进而利用该数值范围作为判据实现了对任意频率信号的检测. 实验结果表明, 该方法不仅为系统状态提供了定量的判据准则, 而且提高了信号检测性能, 进一步完善了现有利用Duffing振子进行微弱信号检测的方法.     

基于多尺度熵的电力能量流复杂性分析

电力能量流复杂性主要体现于其动态行为的实时性、非线性及不确定性等,网络动力学行为分析是关键.本文在电力系统动力学平衡方程基础上,构建了系统势能与支路势能函数模型;通过提取扰动(或故障)后系统的能量信息,利用多尺度熵对扰动(或故障)后系统能量流演化过程进行了研究.结果表明:1)稳定运行状态下系统复杂度较低,且随着故障持续时间的增加,系统故障后呈现出更高的复杂度;2)不稳定运行状态下,系统在小尺度时间上表现出更强的不确定性,而在大尺度时间上表现出相对更明显的规则性;3)临界稳定运行状态与临界不稳定运行状态下,故障后的系统复杂度在不同时间尺度上呈现出较明显的差异,这对动态过程中临界点的识别有着积极的参考价值.本文研究揭示了电力能量流在物理动态过程中的演化机制,为电力系统动力学行为分析提供了新思路与新方法.     

脉冲激励下环形耦合Duffing振子间的瞬态同步突变现象

研究非周期信号激励下Duffing振子动力学行为变化特征时,发现处于倍周期分岔的环形耦合Duffing振子系统,在一定的参数条件下,脉冲信号能引起其中一个振子与其他振子运动轨迹间出现短暂失同步的现象即瞬态同步突变现象.利用这种现象可以快速检测出强噪声背景中的微弱脉冲信号,从而扩展了现有的Duffing振子对非周期信号的检测范围及应用领域. 关键词： 瞬态同步突变 微弱信号检测 脉冲信号 Duffing振子     

脑电信号的多尺度排列熵分析

本文利用多尺度排列熵对正常脑电信号和癫痫脑电信号进行了详细的分析和比较,研究了脑电图信号多尺度排列熵值和年龄的关系以及尺度因子对多尺度排列熵值的影响.通过对处于各个年龄段的22组正常人和22组患有癫痫人群的脑电图进行多尺度排列熵分析,发现在相同年龄段的人群中,正常脑电信号的多尺度排列熵值要高于癫痫脑电信号,熵值平均高出约0.19,约7.9%.另外,在尺度因子小于15的情况下,对于在30到35的年龄段正常人群,其多尺度排列熵值最大,随着年龄段的增大或降低熵值都一定程度的降低.结果证明,多尺度排列熵可以成功区分正常脑电信号和癫痫脑电信号,并且熵值可以正确地反映人体大脑发育的一般过程.     

应用多尺度化的基本尺度熵分析心率变异性

本文采用多尺度化的基本尺度熵方法,针对心率变异性信号进行了分析,研究发现多尺度化的基本尺度熵可以区分不同生理病理信号,包括健康人、充血性心力衰竭患者和房颤心律失常患者的心率变异性信号,以及健康人白天黑夜的心率变异性信号.通过对健康人代理数据的分析,发现房颤心律失常患者与代理数据的熵值趋势相似,研究结果表明房颤心律失常患者的心率变异性信号更多的是反映生理信号的线性特征,而对环境变化不能很好的进行自我调节. 关键词： 多尺度化的基本尺度熵 心率变异性 充血性心力衰竭 房颤心律失常     

多尺度多变量模糊熵分析

多尺度多变量样本熵评价同步多通道数据的多变量复杂度, 是非线性动态相互关系的一种反映, 但其统计稳定性差, 且不适用于非线性非平稳信号. 研究利用模糊隶属度函数代替模式相似判断的硬阈值准则, 并分析模糊隶属度函数形式的影响; 研究利用多变量经验模态分解算法进行多尺度化, 并对比其处理效果. 仿真试验表明, 模糊隶属度函数的引入可以有效提高算法的统计稳定性, 所构造的物理模糊隶属度函数的性能最为显著; 基于多变量经验模态分解算法的多尺度化过程可更有效地捕获信号的不同尺度成分, 从而更敏感地区分具有不同复杂度的信号. 对临床试验数据的分析支持以上结论, 且结果提示随着年龄增加或心脏疾病的发生, 心率变异性和心脏舒张间期变异性的多变量复杂度以不同的方式降低: 年龄增加会使低尺度熵值降低, 表示近程相关性的丢失; 而心脏疾病会同时影响各个尺度的熵值, 即同时丢失了近程和长时相关性. 该结论可用于指导心血管疾病的无创预警研究. 关键词： 多变量复杂度 多尺度多变量模糊熵 物理模糊隶属度函数 多变量经验模态分解     

心率变异性基本尺度熵的多尺度化研究

将基本尺度熵的方法在时间上做多尺度化的扩展,并将其应用到心跳间隔序列的分析研究中.研究发现,健康人的心率变异性是小时间尺度下的模式特定性与大时间尺度下的模式丰富性相结合的,而充盈性心衰患者则正好相反.这说明充盈性心衰患者在小时间尺度下心脏动力系统的控制不力,导致随机性增加,而在大时间尺度下对外界环境变化反应又不够丰富,从而导致生命更容易受威胁.据此提出了以小时间尺度下的基本尺度熵值相对于大时间尺度下平台区基本尺度熵值的变异参数δ作为区分健康人和充盈性心衰患者的诊断依据.通过对72例健康人和44例充盈性心衰患者的计算,发现两组样本差异显著,证明了参数δ的有效性. 关键词： 多尺度化的基本尺度熵 心跳间隔序列 心率变异性 充盈性心衰     

基于多尺度传递熵的脑肌电信号耦合分析

神经运动控制中脑肌电同步特征可以反映皮层与肌肉之间的功能联系. 为定量研究脑电和肌电信号在不同时间尺度上的同步耦合特征, 提出多尺度传递熵方法实现静态握力输出下的脑肌电耦合分析: 对同步采集的头皮脑电信号(EEG) 和表面肌电信号(EMG)进行多尺度化, 计算不同尺度因子下EEG与EMG间的传递熵值, 获取不同耦合方向(EEG→EMG及EMG→EEG)上的非线性脑肌电耦合特征; 进一步计算功能频段下的显著性面积指标, 定量分析不同尺度下皮层肌肉功能耦合强度的差异. 分析结果显示, 静态握力输出时beta频段(15–35 Hz)皮层肌肉功能耦合特征显著, 且beta2频段(25–35 Hz)在不同尺度上EEG→EMG方向的耦合强度大于EMG→EEG方向, 耦合强度最大值和方向间耦合强度差异显著值均出现于较高时间尺度. 研究结果揭示: 皮层肌肉功能耦合具有双向性, 且耦合强度在不同时间尺度和不同功能频段上有所差异, 可利用多尺度传递熵定量刻画大脑皮层与肌肉之间的非线性同步特征及功能联系.     

金属互连电迁移噪声的多尺度熵复杂度分析

针对传统频域方法用于分析金属铝互连中的噪声信号的局限性,本文采用多尺度熵方法分析电迁移噪声时间序列.结果表明在电迁移早期,噪声信号较不规律,复杂度较大;随空洞成核的发生,噪声信号规律性增强,复杂度明显减小,反映出随电迁移过程的进行系统的混乱度不断减小.通过与传统表征参量的对比,证明多尺度熵能够对电迁移失效过程进行表征. 关键词： 电迁移 噪声 多尺度熵 复杂度     

两相流流型多尺度熵及动力学特性分析

研究了几种典型非线性时间序列的多尺度熵特征,在此基础上分析了由插入式阵列电导传感器采集的144种流动条件下的垂直上升气液两相流电导波动信号.研究结果表明：利用小尺度下样本熵的变化速率特征可以分辨三种典型流型（泡状流、段塞流、混状流）,而大尺度下样本熵的波动特征可以反映各种流型的动力学特性.泡状流随机可变特性表现为大尺度下样本熵的高值及振荡特征;段塞流气塞与液塞的间歇性运动表现为大尺度下样本熵的低值及平稳性;混状流极不稳定的振荡运动特性表现为介于泡状流及段塞流之间的熵值特点,并在更大尺度时熵值逐渐接近泡状流 关键词： 样本熵 多尺度熵 气液两相流 动力学特性     

类Liu系统在水声微弱信号检测中的应用研究

利用三阶混沌系统构造了一种新的微弱信号检测系统——类Liu系统, 对类Liu 系统进行了深度的理论分析. 类Liu系统中, 当输入待测信号幅值大于某临界值时, 系统可达到平衡点S₀, S₀中系统变量x平衡于摄动力信号, 系统变量y, z收敛于零态, 且S₀ 对应的Lyapunov指数小于零. 通过Matlab仿真、Multisim电路仿真以及实际电路证明了类Liu系统的周期态收敛性及广域检测性, 解决了传统Duffing系统进行微弱信号检测时周期态不收敛、只能进行窄域检测等问题, 同时谱级信噪比范围仍可达-46.57 dB. 类Liu系统采用了全新的设计理念, 具有较高的实用价值, 对未来海洋物联网中的水声通信有一定参考价值.