基于混沌理论的微弱信号检测

基于Matlab／Simtdink软件平台,研究了微弱信号的混沌检测原理与方法,建立了仿真模型,给出强噪声中微弱周期信号检测的仿真结果以及混沌方法检测微弱信号的步骤。仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性,为混沌虚拟仪器开发打下了基础。     

一种强噪声背景下微弱信号检测方法研究

针对常规单混沌振子微弱信号检测方法存在检测过程不稳定的现象,将混沌吸引子与双振子差分检测技术相结合,提出一种通过调整系统稳定混沌态来检测微弱信号的改进方法,同时利用双差分振子来判别系统混沌态向周期状态转变的临界值。通过仿真分析,该方法可有效防止误判且实时性较好,有利于在强噪声背景下的微弱信号检测,为工程实际应用提供了一种可借鉴的方法。     

强混沌噪声背景下弱信号检测

提出了一种强混沌噪声中检测微弱正弦信号的新方法。该方法主要利用了数据平滑处理和自适应处理,故在硬件设计上容易实现。计算机仿真实验结果表明：能够比较精确地检测到强混沌噪声中的微弱信号,检测到微弱信号的信噪比可达到-80dB。     

检测强混沌中微弱谐波信号的神经网络方法

提出了一种提取强混沌中微弱谐波信号的方法。该方法根据嵌入定理，利用混沌系统的单变量观测值对混沌背景重构相空间，并利用径向基函数神经网络(RBFNN)建立混沌噪声的一步预测模型，使其与混沌噪声具有相同的基本动力学特征。并结合一个梳状滤波器对预测误差进行滤波，从而检测出湮没在混沌中的感兴趣的微弱谐波信号。该方法在信噪比(SNR)为-46dB时仍可检测出强混沌中微弱谐波信号。     

混沌背景中微弱信号检测的回声状态网络方法

对复杂非线性系统的相空间重构理论进行了研究分析,提出了混沌背景中微弱信号检测的回声状态网络方法。针对回声状态网络模型参数选取困难这一问题,采用遗传算法对其模型参数进行优化。将回声状态网络模型参数作为遗传算法的个体,混沌时间序列预测均方根误差的倒数作为适应度函数,通过选择、交叉、变异等操作获得适合数据特点的最优模型参数。根据回声状态网络强大的学习和非线性处理能力,利用得到的回声状态网络模型最优参数建立混沌背景噪声的单步预测模型,将淹没在混沌背景噪声中的微弱瞬态信号和周期信号从预测误差中检测出来。以Lorenz系统和实测的海杂波数据作为混沌背景噪声进行仿真实验,仿真结果表明,本文所提方法在预测精度和训练速度方面均优于支持向量机和神经网络模型,能够有效地检测出混沌背景噪声中的微弱目标信号,且具有较小的预测误差。      

微弱光电信号检测系统

应用PIN－FET混合集成光电接收器，利用高分辨率的新型磁光调制器，结合使用超低噪声锁相放大和选频放大器，对微弱交流光电信号进行检测，获得消光角的重复性标准差不大于0．0004度的结果。     

基于遗传RBF网络的混沌背景微弱信号检测方法

弱信号检测问题是目标检测中的一个重要研究内容。利用背景信号为混沌信号这一先验知识，采用径向基函数神经网络（RBFNN）建立混沌背景的一步预测模型，RBF网络利用遗传算法训练，最后，设计了门限滤波器，得到感兴趣的信号。仿真结果表明，在非线性程度很高的情况下，通过与其它几种训练RBF网络算法的比较，利用遗传算法训练的RBF网络具有最高的检测精度，并且训练得到的网络的复杂程度最低。     

强噪声下的微弱信号检测技术

本文首先分线性方法和非线性方法对微弱信号检测技术进行了介绍。线性检测方法一般分为时域分析法、频域分析法和时频分析法;混沌理论法、随机共振法和差分振子法是目前主要的微弱信号非线性检测方法。然后,本文从应用范围、优势和缺点等方面对常用的微弱信号检测方法进行了对比分析和总结展望。     

色噪声背景下微弱周期脉冲信号的混沌检测方法

该文将微弱周期脉冲信号引入特定的混沌系统中,以系统相轨迹由混沌状态到大尺度周期状态的跃迁作为微弱周期脉冲信号的检测依据。用特定的混沌系统实现了对强噪声背景下周期脉冲信号的检测,仿真实验表明该混沌检测系统对被强噪声覆盖的周期脉冲信号非常敏感,对任何色噪声均具有极强的抑制能力。     

湮没在色噪声背景下 微弱方波信号的混沌检测方法

 建立一个其动力学行为对微弱方波信号极其敏感的混沌系统,根据该系统相轨迹的变化实现了任意色噪声背景下的微弱方波信号的测量.文中论证了方波信号的检测方法;分析了噪声对混沌检测的影响,仿真实验表明该混沌检测系统对方波信号非常敏感,对任何零均值色噪声均具有极强的抑制能力.     

噪声在"光电微弱信号检测"课程中的应用

对于噪声中存在的微弱信号检测,需要采用专门的方法和仪器来抑制噪声。通过在课堂教学中有意识地介绍如何利用噪声来提取微弱信号,对丰富课堂教学内容,培养研究生正确的思维方法和创新意识起到了良好的作用。本文介绍了噪声在激光陀螺与开环光纤陀螺信号处理中的成功应用。     

基于LabVIEW的混沌微弱信号检测系统设计

为实现微弱正弦信号的检测及后续信号处理,提出了基于LabVIEW搭建的混沌微弱信号检测系统,利用LabVIEW良好的外部接口能力,设计具有一定的实用价值。通过采用Lyapunov指数法进行微弱正弦信号的检测,检测结果证明了该方案的可行性。     

大噪声背景下微弱信号检测技术研究

许多工程实际中必须对湮没在噪声中的微弱信号进行检测和处理。锁相放大技术是用于检测微弱信号的基本技术。本文对锁相放大器的原理进行了分析，对实际电路进行了讨论，并提出了改进方法。     

微弱信号检测技术综述

对微弱信号的定义和微弱信号的应用范围进行了概述,并且对当前微弱信号的研究背景做了阐述,重点比较了目前在微弱信号检测技术中应用的方法,最后总结各个方法的特点.     

基于Duffing振子的微弱信号混沌检测

分析了Duffing振子的混沌特性,给出了确定系统混沌阈值的Melnikov方法.在阐述了基于相平面变化进行微弱信号检测原理后,在混沌检测中噪声对系统状态的影响也进行了研究.仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性.     

微弱信号放大电路设计

针对工程测量领域微弱信号放大的实际需求,采用差分放大、带通滤波和后级放大的方法,设计了一种以仪表放大器为核心的微弱信号放大电路,并制作了实际电路板.实验测试结果显示,放大电路增益达到了90 dB,可以可靠地获取微伏级的微弱信号并进行有效放大,具有抗干扰性好、稳定性强、增益高等特点,信噪比得到了较大提升.     

微弱光信号检测电路的设计和噪声分析

针对光信号检测电路对微弱光信号放大所带来的带宽和信噪比的问题,设计了一种微弱光信号检测电路。通过动态补偿的方法,在保证低噪声的同时使电路拥有良好的响应度。并通过电路的波特图形分析了电路的噪声,给出了减小电路噪声的方法。该电路主要用于检测快速变化的微弱光信号。     

基于稀疏分解和混沌理论的微弱信号检测

针对数字锁定放大器中稀疏分解算法检测精度受限的缺点,结合非线性方法进行补偿,采用混沌检测联合稀疏分解的算法设计了数字锁定放大器。数字锁定放大器借助稀疏分解算法估计信号参数,根据估计得到的参数设计对应混沌系统;利用混沌系统检测信号的过程中产生间歇性混沌状态,并通过测量间歇性混沌状态的周期,精确检测信号。最终,在信号的信噪比低至-20 dB时可以成功检测信号,频率精度达到0.05 Hz,提供了一种非线性微弱信号检测方法。     

无线噪声干扰下微弱通信信号捕获方法研究

在无线噪声干扰下通信信号的信噪比较低,难以实现对微弱通信信号的准确捕获,通信信号的检测性能较低,传统方法采用高阶谱检测方法进行噪声干扰下的微弱通信信号捕获,随着噪声干扰强度的增大,检测性能不好。提出一种基于微弱通信信号空间波达信号特征参量估计的无线噪声干扰下微弱通信信号捕获方法。首先进行了无线噪声干扰下微弱通信号的信号模型构建和通信信道分析,设计自适应匹配滤波器进行噪声干扰抑制,对滤波信号进行空间波达信号特征参量估计,实现对无线噪声干扰下微弱通信信号的准确捕获和检测,实现算法改进。仿真结果表明,采用该方法进行无线噪声干扰下微弱通信信号捕获的检测性能较好,对虚警干扰的抑制能力较高,提高对微弱信号的准确检测概率,展示了优越性能。