基于奇异值分解的随机共振特征提取研究

针对强背景噪声下信噪比极低的微弱特征信号的识别问题,提出了基于奇异值分解的随机共振特征提取方法.该方法首先利用奇异值分解对实际采样信号进行预处理和重构,然后寻找到特征信号分量与噪声强度相匹配的分量信号.此分量信号再经过非线性双稳系统的随机共振处理,可实现从强噪声背景中检测极微弱的特征信号.     

微弱信号检测讲座第三讲 相关检测及其在锁相放大器中的应用

实际信号的检测,不可避免地要受到各种噪声的干扰.这种噪声干扰限制了测量所能达到的精确性和灵敏度.所以,信号检测的首要问题是抑制噪声提高信噪比.线性滤波是一种常用的抑制噪声方法.但是,当噪声功率超过信号功率很多时,简单的滤波不再有效,需要借助专门的微弱信号检测技术来检测和恢复原始信号.相关检测是其中重要的方法之一.它是人们利用周期信号及噪声自相关函数特性的不同以及信号与噪声不相关等特性,实现在噪声干扰中检测周期信号的方法.锁相放大器就是在此基础上发展起来的一种微弱信号检测仪器. 一、检测噪声中的信号 图1(a)是信号…     

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     

小波变换和自适应噪声抵消在闭合裂纹超声检测中的应用

在闭合裂纹超声检测中,裂纹散射口波信号非常微弱,难以检测。本文分别用小波变换和自适应噪声抵消方法来抑制应电压背景噪声和随机电噪声,提高了信噪比,增强了裂纹检测率．     

小样本光子图像的统计处理

讨论了一种对小样本光子图像的统计处理方法。在超微弱发光的研究中（例如细胞的超微弱荧光）,由于发光强度极弱,需要用像增强器对超微弱发光图像进行增强得到可视图像,超微弱发光图像不可避免地受到像增强系统暗噪声及背景噪声的影响,使光子图像湮没在噪声中。为从原始图像中检验出信号,根据信号光子和噪声光子的不同统计分布,运用信号检测与的方法判断光子是否属于信号光子,并得到一简明的判据,由此判据剔除图像中的噪声光子,得到信噪比改善的光子图像。并用此方法处理了人掌的超微弱发光光子图像。     

随机共振的模拟实验

用模拟电路的方法对随机共振现象进行多方面的实验研究,讨论随机共振机制,测量输出信噪比(SNR),由于在随机共振过程中部分噪声能量可转变为信号能量,利用这个机制可能在强噪声对信号的抑制下取出信号。 关键词：     

基于锁相放大原理的微弱光信号检测系统设计

为了解决强噪声背景下微弱光信号检测难的问题,介绍了一种基于锁相放大原理的微弱光信号检测系统。系统采用对1 550nm的DFB激光进行调制的方法产生前级信号,利用PIN光电二极管产生的电流信号作为原始信号,经过前级放大、锁相放大及低通滤波电路还原调制信号。系统采用OPA124作为前级运放,AD630作为锁相放大器,参考信号和调制信号均由DDS芯片AD9850产生。滤波电路、移相电路和调制电路均采用高精度运放OP07来设计。实验结果表明,该系统具有很高的线性度,灵敏度为4.51V/V,精度大于0.05%,是一种高精度、高实用性的微弱光信号检测系统。     

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.     

微弱信号检测讲座第七讲 信号平均

本讲座的第三讲介绍了锁相放大器利用相关检测原理实现对周期信号振幅的检测.然而,在实际的信号检测中,往往还希望从噪声中恢复信号的波形.它通常是一个很复杂的宽带函数.这时,利用锁相放大器已不再有效,需要借助其它微弱信号检测方法和仪器来恢复原始信号波形.假如被噪声混杂而变得模糊的信号是在已知时刻重复出现的,则可利用信号平均技术使它清晰地复现.BOXCAR平均器、数字多点平均器和数字BOXCAR平均器就是在此基础上发展起来的三种弱信号检测仪器. 一、恢复噪声中的信号波形 利用锁相放大器进行测量时,信噪比的改善等于输入噪声带…     

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.     

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.     

基于特征分解谱估计的蓄电池内阻检测方法

针对目前在蓄电池内阻检测中被广泛采用的锁相放大法存在硬件电路复杂、成本较高、操作复杂等问题,提出采用特征分解谱估计的方法来替代蓄电池内阻检测中的锁相放大环节,以软件计算的方法替代硬件电路,从而降低硬件成本及操作难度。通过对特征分解谱估计的原理分析以及对运用特征分解谱估计方法进行蓄电池内阻测量时的关键步骤,即电压信号的提取与幅值检测进行仿真,仿真表明特征分解谱估计方法在高功率噪声背景下仍有较高的频率分辨力,幅值测量结果在50dB高斯白噪声背景下测量误差约为2%,而在20dB非高斯白噪声背景下测量误差约为3%。分析表明基于特征分解谱估计的蓄电池内阻检测方法在较高功率非高斯噪声背景下具有良好的检测效果,可以作为微弱信号检测的软件实现方法以替代锁相放大环节。     

光电探测器随机噪声特征量统计分布函数

基于产生光电探测器噪声信号{V_i}的随机过程,分析了随机测量中稳定不变与随机涨落两部分的不同性质,建立了噪声信号随机性数学模型,分析得出在随机性统计研究中对统计分布函数的非线性约束关系.实验研究了同一随机过程中不同性质特征量随机涨落的统计计数规律,如随机噪声信号幅度值、极值幅度、极值间隔,相邻幅度差、乘积复合特征量、商复合特征量等随机特征量涨落统计分布规律均满足对数正态分布.从理论和实验上得出对数正态分布在描述随机过程中随机涨落部分性质的重要作用.     

调制与解调用于随机共振的微弱周期信号检测

提出了调制随机共振方法，实现了在大参数条件下从强噪声中检测微弱周期信号.将混于噪声中的较高频率的弱信号经调制变为一差频的低频信号作用于随机共振体系，该低频信号满足绝热近似理论，因而能产生随机共振；再经解调可获得埋于噪声中的原较高频率的弱信号.对埋于噪声中的未知频率，可采用连续改变调制振荡器的频率，以获得一个适当的差频信号输入到随机共振体系，根据输出信号共振谱峰的变化经解调而得待检弱信号的未知频率.该方法应具有较高的应用前景. 关键词： 调制与解调 非线性双稳系统 随机共振 微弱信号检测     

基于最优滤波器的强混沌背景中谐波信号检测方法研究

强混沌背景中的微弱谐波信号检测有重要的工程研究意义. 目前的检测方法主要是基于Takens理论的混沌相空间重构方法, 然而这些方法往往对信干噪比要求高, 且对高斯白噪声敏感等. 本文注意到混沌信号的二阶统计特性是不变的, 根据这个特点提出了一种基于最优滤波器的强混沌背景中的微弱谐波信号检测方法. 该方法首先构建一个数据矩阵, 在频域上对每个频率通道分别检测谐波信号, 从而将信号检测问题转化为最优化问题, 然后利用最优化理论设计滤波器, 使待检测频率通道的信号增益保持不变, 而尽量抑制其他频率通道的信号, 最后通过判断每一频率通道的输出信干噪比来检测谐波信号. 与传统方法相比, 本文方法有如下优点: 1)可以检测更低信干噪比下的微弱谐波信号; 2)可检测的信号幅度范围更大; 3)抗白噪声性能更强. 仿真结果证明了本文方法的有效性.     

微弱光信号检测电路的实现

为将微弱光信号有效地转换为电信号以方便后级电路处理,设计了微弱光信号检测电路。电路由光电转换和前置放大两部分组成。光电转换电路采用低输入偏置电流运算放大器AD 549实现;前置放大电路使用对称三极管组成的对数比率放大电路实现,并在同等条件下与集成电路LOG 100组成的前置放大电路相比较。实际测量表明,该放大电路设计可有效放大低于1 nW的微弱输入信号,同时对噪声也有很强的抑制作用,而由LOG 100组成的电路对噪声的抑制能力明显衰减。     

色噪声背景下微弱正弦信号的混沌检测

提出一种利用混沌在特定状态下对参数的敏感性来实现微弱正弦信号检测的新方案-该方案可以有效地将深陷在色噪声背景中的微弱正弦信号检测出来-给出了混沌检测的方法,分析了混沌检测中噪声对系统状态的影响-仿真实验表明该混沌检测系统对小信号非常敏感，对任何零均值色噪声均具有极强的抑制能力- 关键词： 微弱正弦信号 混沌检测 色噪声 信噪比     

基于赛利斯模型和分数阶微分的兰姆波信号消噪

为降低噪声对超声兰姆波检测信号的影响,提高信噪比和增加特征提取的精度,提出了一种赛利斯模型下分数阶微分方法用于超声兰姆波信号去噪.该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分,用赛利斯分布作为待处幅值谱的模型,提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式,建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱,并结合相位谱重构去噪后的兰姆波信号.仿真结果表明,该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比,同时降低均方误差和平滑度.实验结果显示,与小波去噪和集合经验模态去噪方法相比,该方法在没有信号先验知识的情况下,可以更有效地去除兰姆波信号的噪声,同时更好地保留主信号的细节特征.因此,本文提出的方法可以有效地去除兰姆波检测信号中混入的噪声.     

两种色噪声共存的双稳光学系统中的随机共振现象

当双稳光学系统中包含有一个微弱的周期性信号,且系统中乘性噪声是色噪声,加性噪声是白噪声,而且两种噪声之间的耦合为色噪声并具有不同的噪声相关时间τ1和τ2时,我们研究了两种不同种类的色噪声对随机共振的影响.     

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.