滤波器与随机共振结合检测微弱信号

基于双稳随机共振系统及滤波器的不同特性,本文提出了一种将两者结合起来检测微弱周期信号的方法,先用自适应前置滤波器对输入的弱周期信号及噪声进行滤波,再使其通过双稳随机共振系统,进而检测出弱信号。对比只有双稳随机共振的系统,仿真结果表明此时的输出信号中待测信号频谱幅度得到了很大的提高,且周围的干扰信号也得到了明显的削弱,即两者的结合使用可以更好的检测出微弱信号,这对强噪声背景下的信号检测有很强的实用性。     

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.     

基于自适应随机共振的水下蓝绿光微弱信号检测

海水的吸收和散射导致光信号严重衰减,使得水下无线光通信系统中低信噪比信号检测成为一大难题。基于此,提出一种自适应随机共振水下蓝绿光微弱信号检测方法。分析了水下弱光信号特点以及随机共振的产生条件,结合多策略融合的粒子群算法与随机共振动态调整系统参数,使系统达到最优匹配状态,进而提升弱光信号的检测性能。搭建了水下无线光通信实验系统进行实验,结果表明,在接收信噪比为-1.7 dB时,使用该方法得到的误码率低至2×10^-4,验证了该方法的可行性和有效性。     

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     

随机共振动力学机理及其微弱信号检测方法的研究

目前已有的随机共振理论对于随机共振系统的非线性动力学行为及其发生机理阐释得不够具体和明晰,本文从分析一阶非线性Duffing方程的动力学特性入手,推导得到非自治Duffing方程的吸引子曲线,基于该曲线和输入信号之间的映射关系分析了系统输出的动力学行为,并由此进一步定性分析了随机共振现象发生的动力学机理;研究表明:作用于系统的内禀信号能推动系统动点沿吸引子曲线移动,它对系统的输出起内在的和本质的作用,而噪声在一定条件下能够诱发系统产生跃迁行为;文章最后利用该动力学机理对已有的调参数和调阻尼等基于随机共振的微弱信号检测方法作了统一和延拓.     

利用随机共振技术的微弱信号方位估计

提出了基于随机共振技术的微弱目标方位估计方法。通过自适应调节系统参数,包括两种方法:自适应调节系统结构参数和自适应调节外加噪声,使系统进入随机共振状态,经随机共振器输出后得到信噪比较大提高的阵列信号,再由方位估计算法估计出目标方位。并进行了仿真和实验研究,结果表明:实验结果与理论分析符合良好,该方法可应用于微弱低频信号的目标方位估计。     

一种改进的微弱NQR信号检测算法

核四极矩共振（NQR）是一种固态射频谱分析技术,可用于检测高危险爆炸物. 然而NQR信号本身非常弱,并且易受线圈的热噪声和外部射频干扰的影响,低信噪比限制了NQR的实际应用. 该文提出一种改进的微弱NQR信号检测算法. 首先利用Hankel矩阵方式下奇异值分解的方法,有效地抑制射频干扰和噪声,并将NQR信号分离出来. 然后提出了一种基于MUSIC谱估计的非线性最小二乘检测器,它既保证了高的频率分辨率,又大大降低了运算量. 仿真数据和实测数据结果表明该算法的有效性.     

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.     

二维Duffing振子的大参数随机共振及微弱信号检测研究

研究了二维Duffing振子在绝热近似条件下的随机共振特性,针对大参数条件,提出二维Duffing振子的大参数随机共振,并探讨二维Duffing振子变尺度随机共振和参数调节随机共振的关联性,揭示大参数条件下Duffing振子随机共振检测特征信号的机理,扩展其在微弱信号检测领域中的应用.     

基于Kramers逃逸速率的调参随机共振机理

根据Kramers逃逸速率的特性,阐明了随机共振信号的频率被限制在Kramers逃逸速率极限值一半的范围内,这种限制是制约大频率信号产生随机共振的原因.在进一步揭示二次采样随机共振频率尺度变换机理的基础上,证明了二次采样频率尺度可以把任意信号频率映射变换到随机共振频率尺度上的结论.相对于二次采样变换方法,由于双稳系统参数的调节很难使Kramers逃逸速率的一半达到实际信号的大频率,因此系统参数只能在随机共振的小参数频率范围内调节来实现随机共振. 关键词： 双稳随机共振 二次采样频率变换 系统参数调节 Kramers逃逸速率     

阵列调制随机共振在微弱信号特征提取方面的应用

论述了阵列调制随机共振方法在强噪声背景下多频微弱信号特征提取中的工作原理和实现步骤;采用预先设定系统参数的多个并联非耦合随机共振单元形成阵列,将被测强噪声背景下的多频微弱信号分别与不同频率的载波进行调制,生成多个差频均为0.01Hz的信号作为各对应随机共振单元的激励信号,采用龙格-库塔算法求取各单元输出并进行频谱分析,根据0.01Hz处的信噪比判断在微弱信号中是否存在载波频率与差频值之和大小的频率分量,最后综合各个随机共振单元的检测结果生成微弱信号的频率特征向量;仿真结果表明,阵列调制随机共振在微弱信号特征提取方面效果明显,具有很好的应用前景。     

微弱信号检测讲座 第一讲 微弱信号检测概论

实验物理科学的发展,与其说先有原理,毋宁说是新的检测技术提供新数据,从而发现新现象．开辟新领域．科学史上许多事实说明,实验方法的建立对整个科学进展影响很大．人类对自然界的认识越来越深入,也就是说所检测的样品越来越小,浓度越来越低,激励越来越弱．例如,半导体硅及陶瓷中杂质含量达１０－１０ｇ／ｇ;表面ｌ－１０ｎｍ内存在１０－１０—１０ｇ／ｃｍ２极微量物质的成分、元素分布、原子排列、化学结合等差异?...     

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     

基于Kramers逃逸速率的Duffing振子广义调参随机共振研究

以二维Duffing振子的随机共振为研究对象,提出Duffing振子的广义调参随机共振. 以Kramers逃逸速率为基础,建立了Duffing振子随机共振的判别函数,阐述了Duffing振子在不同噪声强度及信号频率输入条件下的广义调参随机共振规律,并给出了Duffing振子广义调参随机共振的一般方法. 关键词： Duffing振子 随机共振 Kramers逃逸速率 广义参数调节     

基于Kramers逃逸速率的Duffng振子广义调参随机共振研究

以二维Duffng振子的随机共振为研究对象,提出Du?ng振子的广义调参随机共振.以Kramers逃逸速率为基础,建立了Du?ng振子随机共振的判别函数,阐述了Du?ng振子在不同噪声强度及信号频率输入条件下的广义调参随机共振规律,并给出了Du?ng振子广义调参随机共振的一般方法.     

微弱信号检测实验教学研究

根据教学实践，阐述微弱信号检测实验开设的必要性，介绍了微弱信号检测的物理模型，设计了近代物理实验微弱信号检测专题实验的开设方案．     

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     

混沌海杂波背景下的微弱信号检测混合算法

基于经验模态分解理论, 提出了一种基于粒子群算法的支持向量机预测方法. 采用总体平均经验模式分解法将混沌信号分解为若干固有模态函数和趋势分量, 将复杂的非线性信号转化为具有不同尺度特征的平稳分量. 利用粒子群算法对支持向量机的惩罚系数和核函数进行优化, 结合支持向量机建立混沌序列的单步预测模型. 从预测误差中检测淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号). 对Lorenz系统和实测IPIX雷达数据进行仿真实验, 结果表明, 该方法能够有效地从混沌背景噪声中检测出微弱目标信号, Lorenz系统得到的均方根误差0.000000339 (-102.8225 dB时)比传统支持向量机方法的均方根误差0.049 (-54.60 dB时)降低了5个数量级, 从海杂波中检测出具有谐波特性的微弱信号, 表明预测模型具有更低的门限和误差.     

基于改进强耦合振子的微弱脉冲信号检测方法

强耦合振子可用于微弱脉冲信号的检测和波形恢复,但其对微弱脉冲信号的检测频率会受到系统内置频率的限制.在系统内置频率固定的情况下,系统只能对一定频率范围内的脉冲信号进行有效检测和波形恢复,在检测更高频率的脉冲信号时会出现波形失真.本文分析了耦合振子内置频率和微弱脉冲信号检测频率之间的关系,提出两种改进强耦合振子结构以扩展微弱脉冲信号的频率检测范围.通过引入非线性恢复力耦合项,非线性恢复力强耦合振子可以有效保留信号的高频分量,在更高频率的脉冲信号输入时也能较好地保留信号特征.双振子强耦合系统通过引入Van der Pol-Duffing振子,加强了系统内部结构的稳定性,同样达到了扩展脉冲信号频率检测范围的效果.此外,基于变迭代步长和混沌检测的频率相关性,提出了一个未知频率脉冲信号检测方法,以改变迭代步长的方法代替改变系统内置频率来进行频率扫描,并且利用混沌检测的频率相关性,将接收信号和恢复信号的相关系数和纯噪声输入情况下的相关系数进行对比,根据两个相关系数之间的明显差异可以有效检测出脉冲信号.通过仿真实验进行验证,所提方法可以有效检测出未知频率的脉冲信号,并且所提的改进强耦合振子结构相对于...