随机共振在微弱信号检测中的数值仿真

对基于非线性双稳系统随机共振的微弱信号检测技术进行数值研究,利用随机共振机制,浸入在噪声中的微弱信号可以得到有效的放大与增强。给出了基于Runge Kutta算法的双稳系统随机共振模型的求解方法,提出了利用随机共振检测微弱非周期信号的一种新思路。数值仿真结果表明,该方法不仅可以检测出强噪声极低频的微弱周期信号,而且可以对非周期信号进行有效的检测。     

随机共振技术在微弱舰船轴频电场信号检测中的应用

针对在强背景噪声中检测微弱舰船轴频电场信号的问题,提出了基于随机共振技术的检测方法.首先,介绍了随机共振利用噪声增强信号能量从而提高信噪比的基本原理,并在此基础上给出了利用随机共振检测微弱周期信号的模型.然后,将低信噪比的船模轴频电场测量数据输入到检测模型并对输出信号作功率谱分析,结果表明:随机共振技术能十分有效地从复杂背景噪声中检测出微弱舰船轴频电场信号,在微弱信号处理领域相比传统方法具有很大的优势.最后,结合检测实例,初步分析了系统参数对随机共振系统输出信号频谱分布的影响,为随机共振技术的进一步工程应用打下了良好的基础.     

外加信号增强随机共振在微弱信号检测中的应用

在利用随机共振检测微弱周期信号的基本原理基础上,给出一种通过外加可控信号激励出随机共振现象,并将之应用于微弱信号检测的方法。采用仿真信号对该方法进行了验证,通过归一化尺度变换,将该方法的适用频率扩展到机械系统特征信号频段。结果表明,该方法简单可行,能把信噪比较低的周期信号从强背景噪声中提取出来,在机械故障检测中具有应用前景。     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.     

随机共振原理在强噪声背景信号检测中的应用

动态系统中的噪声常被认为是令人讨厌的东西 ,但在特定的非线性系统中 ,噪声的存在事实上能够增强微弱信号的检测能力 ,这种现象就是随机共振 (SR ,stochasticresonance) ,它在物理、工业技术和生物医学领域里具有广泛的应用潜力。给出了利用随机共振原理检测微弱周期信号的基本方法 ,并采用模拟的信号对该方法进行了分析与验证。结果表明 ,该方法简单、稳健、可靠 ,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来 ,将在机械故障诊断领域展示诱人的前景     

基于三稳随机共振的舰船轴频电场弱信号检测研究

针对含噪舰船轴频电场弱信号特征频率检测困难的问题,首先在引入基于三稳随机共振算法的基础上,研究了三稳系统势函数特性,并给出了三稳随机共振的临界幅值的计算方法;然后,设计了基于三稳随机共振的频率大参数信号检测方法;最后,开展了随机共振仿真分析,并对实测信号进行了轴频检测实验,结果表明:该方法能较好地分离出轴频弱信号的频率特征。     

色噪声作用下二阶线性系统中随机共振现象的研究

在色噪声同时作用于阻尼系数和激励信号时,研究了欠阻尼二阶线性系统中的随机共振现象。实际计算和仿真表明:该系统的平均输出幅度增益呈现非单调变化,不仅在一定条件下大于无噪声时的增益,而且适当的系统参数和噪声参数能够提高幅度增益,这对噪声环境中线性系统的理论研究以及微弱信号检测都具有一定的理论意义。     

基于时频分析的噪声去除

经典的数字信道化思想的实施都是建立在一组硬件滤波器构成的并行多路,虽然能实时处理,但随着处理数据带宽的增大和子信道频率分辨率的增加,设备开销将线性增长,整体可靠性也必然下降.基于信号的检测理论,在利用时频分析工具得到的时频图上进行信号检测,提出了检测去噪法.针对宽带数据背景噪声的特点,提出了噪声基底的3种估计算法:去大留小法、对数统计法和频移均值法,并线面结合对噪声基底进行平滑,实现了天电干扰的去除.通过实际接收到的某短波信号检验,证明了算法的有效性.     

基于恒虚警的多卫星信号快速盲检测算法?

在分析实际盲卫星通信信号的基础上，提出了一种对不重叠多卫星信号数量、中心频率进行实时估计的快速盲检测算法。算法基于恒虚警率准确地估计了噪声的统计特性进而设置了信噪分离的门限，并根据卫星通信信号的实际带宽特性实现了盲信号的检测。仿真结果表明，算法能够在较低的信噪比下实现对多卫星信号的快速准确盲检测，且与其他算法相比，该算法准确率高、通用性强，更能满足实际工程的需要。     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

GPS软件接收机信号快速捕获新方法

针对微弱信号条件下GPS软件接收机的C/A码捕获问题,提出一种新的并行快速捕获算法。采用平均相关技术降低C/A码的自相关损耗,基于载频误差补偿技术减小C/A码累积误差;利用叠加相关方法降低相干累积运算的复杂度,通过循环移位减小频率步进搜索的时间消耗。实验结果表明该算法能够有效实现GPS信号捕获。对比仿真实验表明,该算法能够完成弱GPS信号捕获,且运算量适中,适合高灵敏度软件接收机使用。     

自适应LMS和相关算法在GMI磁传感器信号检测中的应用

在GMI磁传感器的研制中,微弱磁场信号经常淹没于电路固有噪声中。当非晶丝GMI(GiantMagneto-Impedance)磁传感器的输出信噪比小于0dB时,常规的峰值检波方法无法检出传感器信号。针对此问题,提出了一种新的微弱信号(信噪比小于0dB)检测方法,利用LMS自适应滤波算法提取非晶丝GMI磁传感器输出信号的特征参数,将该特征参数与理想参数进行相关运算,并根据相关值的大小来确定信号大小,从而实现对微弱磁信号的测量。仿真结果表明,采用LMS自适应滤波算法和相关分析相结合的方法,对于传感器输出信噪比等于-10dB的微弱信号,根据相关值与外磁场大小的对应关系,仍然可以确定外磁场大小。     

基于数字信道化的极微弱信号载波频率引导模块设计与实现

针对深空探测中常规点数的FFT无法对极微弱信号进行精确的频率引导,而超长点数的FFT无法用现有器件实现,提出一种基于数字信道化的并行FFT频率引导方法.接收信号先经过数字信道化处理,均匀划分为若干窄带信号,然后分别对各子带信号进行FFT运算,最后通过对各子带有效谱线的联合检测完成载波频率的精确估计.在等效219点FFT的频率引导模块FPGA实现中,通过FFT模块的复用节约了硬件资源开销.测试结果表明:在8MHz采样率下该模块的测频精度小于10Hz.     

基于Radon变换的LFM信号检测与参数估计

提出了一种基于RAT法和RWT法的快速算法,研究噪声环境中线性调频信号的检测以及参数估计问题.该方法对信号的检测通过一维搜索完成,同时对调频率识别比较准确,在此基础上,通过窄带通滤波器对LFM信号去除大部分的噪声能量.和其他基于二维时频分析工具的算法相比,降低了计算的复杂度,其实现更为简便.最后通过计算机仿真验证了该方法的有效性.     

内置频率对Duffing振子微弱二进制相移键控信号盲检测影响

采用Duffing振子实现对微弱二进制相移键控（Binary Phase Shift Keying, BPSK）信号的盲检测时，Duffing系统输出的周期态和混沌态转换之间存在过渡带。针对这一问题，推导出过渡带时长和Duffing系统内置频率之间的关系表达式；指出内置频率越高，过渡带时间越短；仿真实验给出时间频率响应曲线。内置频率的提高，会降低系统检测微弱信号的灵敏度。针对这一问题，推导出周期态下Duffing系统输出幅度作为因变量、内置频率作为自变量的表达式；仿真实验给出幅频响应曲线。针对微弱BPSK信号盲检测，建立变尺度方法和检测阵列相结合的基于S变换提取Duffing系统输出幅度包络的微弱BPSK信号盲检测模型，仿真实验验证了模型方法的有效性。     

特征信号检测法

本文以信号极点的不变性为基础,构造了一种用于可自设计的主动式系统在强噪声背景下的极微弱信号检测的检测器——特征信号检测器。文章在分析经典检测方法对极弱信号检测存在的问题的基础上,提出了特征信号检测的思想。讨论了该方法的基本原理及仿真实验结果。Monte carlo实验表明,这种特征信号检测器的性能对信噪比不敏感,可以在极低信噪比下检测出微弱信号。     

自适应噪声抵消器在内燃机故障诊断中的应用

自适应噪声抵消技术是一种利用辅助或参考信号的最优滤波技术。本文选用横向结构的FIR滤波器实现自适应滤波,其算法选用最小均方(LMS)算法。应用这一技术进行了以下研究:(1) 气阀落座激励力引起的振声在缸盖内的传递特性,(2) 非周期性随机振声特性的研究和信噪比的提高,(3) 气阀漏气的振声特性和频率结构研究,(4) 提出一种单通道自适应噪声抵消方法,以高信噪比提取气阀漏气信号。     

基于改进经验AM-FM解调的复杂信号瞬时特征分析方法

分析了Hilbert变换在计算复杂单分量信号瞬时特征时存在的不足,研究了一种称为经验AM-FM解调的信号瞬时特征计算方法,并对算法进行了改进.针对其在计算瞬时频率时易受噪声影响的不足,提出将该算法与加权平滑相位差分法相结合来抑制噪声的影响.结合经验模式分解和改进的经验AM-FM解调算法,提出了一种适合复杂多分量信号解调...     

基于插值FFT和多信号分类法的间谐波参数检测

为了在短数据且存在白噪声的情况下检测大幅度谐波附近的小幅度间谐波,提出了采用插值FFT和多信号分类法(MUSIC)相结合的间谐波参数检测方法.首先,利用加Hanning窗的插值FFT检测出信号中的主要频率成分;然后,从原信号中减去这部分信号,利用MUSIC方法对剩余信号进行频率检测,得到的两部分频率即认为是原信号中包含...     

基于修正的子空间正交测试宽带DOA估计方法

投影子空间正交性测试法(TOPS)是利用宽带信号多个频点的噪声子空间与信号子空间的正交性实现到达角(DOA)估计。在中等信噪比时该方法估计性能较好,而在其他信噪比条件下空间谱易存在多个"伪峰",算法性能依赖于参考频点的选择。针对该问题,提出了一种新的TOPS算法,该方法通过最大化各频率点信号子空间与噪声子空间特征值区分度选择参考频点,同时利用信号子空间投影代替其零空间投影,避免信号子空间估计误差导致空间谱中产生伪峰,最后利用子空间的正交性实现宽带DOA估计。仿真结果表明,相比于传统的TOPS算法,该方法在一定信噪比条件下,避免了伪峰的出现,提高了TOPS算法的估计精度和分辨率。