基于DSP的自适应随机共振微弱信号检测方法*

随机共振是一种有效检测微弱信号的非线性方法,对它的研究和实现具有重要的工程应用价值。针对工业现场存在的背景噪声未知的高频微弱信号（不满足绝热近似理论条件）的随机共振检测问题,提出了基于参数补偿的自适应参数诱导随机共振方法,以系统输出信噪比作为适应度函数,将系统势垒与噪声强度大致相等时可产生最佳的随机共振效应作为知识,采用基于知识的粒子群优化算法来并行优化随机共振系统的参数。设计了基于DSP的自适应随机共振检测系统,实现了对信号的实时处理,并通过ModbusRtu协议将检测结果实时显示在触摸屏上,从而实现微弱信号的检测。     

频谱监测中的多频随机共振检测

基于频段分离思想设计能够完成频谱监测中多频微弱信号的双稳态随机共振检测方案。使用归一化尺度变换对高频段范围内周期信号进行随机共振检测仿真实验;针对随机共振方法对多频信号检测的局限性,利用小波变换频段分离的特性,将小波变换与归一化随机共振相结合,进行多频微弱信号检测仿真实验。仿真结果表明,结合了小波变换的归一化随机共振的方案能够检测出待测频段内的多频微弱周期信号。     

An adaptive improved unsaturated bistable stochastic resonance method based on weak signal detection

Stochastic resonance can detect weak periodic signals from strong background noise without loss of signal energy. However, the classical bistable stochastic resonance has the inherent output saturation defect, which limits the detection performance of system. And it is more difficult to detect signal with strong background noise. In this article, we constructed improved unsaturated bistable stochastic resonance to overcome this shortcoming. The improved bistable potential function makes the output signal more easily oscillate in two potential wells. To improve the stability and the accuracy of the method, we further propose an adaptive improved unsaturated bistable stochastic resonance (AIUBSR) by constructing a synthetic index (SI). The SI combines zero-crossing ratio and structural correlation coefficient, which can measure the periodicity of output signal and the accuracy of detective frequency at the same time. Theoretical analysis and numerical simulations show that the proposed AIUBSR can have good weak signal detection capability in strong background noise.     

基于混沌理论的电力系统微弱谐波检测方法研究

针对微弱谐波信号时频域分析检测方法在宽谱环境噪声较强场景中无法识别目标信号的缺陷,首先引入混沌系统的随机共振原理,在信号成分完全未知的情况下,利用随机噪声增强微弱目标信号进行频率盲检。进一步引入Duffing混沌系统,利用其对特定频率周期信号幅值的极高敏感性和噪声抵抗力,对检出的各谐波频率分量进行幅值精准检测。在经典随机共振模型的基础上,通过归一化改进了系统参数。结合Duffing混沌系统模型,设计了实时检测控制策略。通过粒子群寻优算法,以系统输入输出信号的互相关系数为适应度函数,寻找最优系统参数。对强随机噪声背景下的多整次谐波与间谐波混叠的谐波信号进行了仿真实验。结果表明,所提方法能在恶劣的噪声环境中,实现各谐波分量的无差频率检测与高精度幅值检测。     

基于调制随机共振的转子故障早期检测

噪声是影响旋转机械早期故障检测的主要因素。只有抑制噪声增强信号、提高信噪比,才能从噪声中提取故障特征信息,为故障诊断特别是早期故障检测提供可靠的依据。文中根据非线性双稳系统在噪声和弱周期信号作用下的周期响应特性,将调制技术与随机共振原理相结合,提出了调制随机共振方法,实现了在较宽的频率范围内从强噪声中检测微弱周期信号。理论分析、数值仿真和实验结果表明,对信号进行调制产生的差频分量可形成低频信号,该低频信号通过双稳系统易产生随机共振,从而使随机共振发生在具有优良频率特性的低频区,能使微弱的故障信号特征突出、明显而易于捕捉。该方法灵活、可靠,在转子系统早期故障检测方面的应用是可行的。     

Adaptive stochastic resonance method for weak signal detection based on particle swarm optimization

In order to solve the parameter adjustment problems of adaptive stochastic resonance system in the areas of weak signal detection, this article presents a new method to enhance the detection efficiency and availability in the system of two-dimensional Duffing based on particle swarm optimization. First, the influence of different parameters on the detection performance is analyzed respectively. The correlation between parameter adjustment and stochastic resonance effect is also discussed and converted to the problem of multi-parameter optimization. Second, the experiments including typical system and sea clutter data are conducted to verify the effect of the proposed method. Results show that the proposed method is highly effective to detect weak signal from chaotic background, and enhance the output SNR greatly.     

基于Hilbert的单边带调制随机共振的微弱信号检测

为了克服经典随机共振中的小参数检测条件的限制,介绍了基于Hilbert变换的单边带频率调制技术,并与二阶随机共振系统相结合,提出了运用调制随机共振的方法实现工程中大信号检测的应用。针对小采样频率和大采样频率进行了分开讨论,并对基频信号的选取做了相关研究。研究结果发现,小采样频率下,Hilbert单边带频率调制技术结合二阶系统有很好的检测效果。大采样频率下,可以结合变尺度处理进行优化。数值仿真分析表明,基频信号取在频率轴分辨率的10～60倍时,会有一个较高的并且较稳定的输出信噪比。并将变尺度Hilbert单边带频率调制技术运用于实际的轴承内外圈故障信号检测中,能明显、准确的检测出单频故障大信号。     

基于单势阱随机共振的多频周期微弱信号检测

经典随机共振（SR）应用于微弱信号检测,在取得较好效果的同时也带来了最佳系统参数调节困难的问题.单势阱随机共振（SSR）只需调整一个系统参数,更容易调整系统到最佳状态.在研究了单势阱随机共振理论基础上,对多频周期信号加上与实际更为接近的色噪声,采用互相关系数作为测度指标,运用自适应方法寻找系统最优参数后,系统设置该参数,从待测信号中检测出多频周期微弱信号.实验结果表明单势阱随机共振对多频周期微弱信号具有较好的检测效果.     

Levy噪声中EMD降噪的随机共振研究

经验模态分解(empirical mode decomposition,EMD)降低噪声的同时也削弱信号能量,并会产生虚假信号,导致信号检测存在缺陷,针对这一问题,提出Levy噪声环境下经验模态分解随机共振检测方法。通过将含噪信号进行EMD分解,对分解后信号进行叠加取平均二次采样等处理方法,使其满足随机共振要求,利用自适应算法优化系统参数,进而使处理后信号能够在双稳系统中产生随机共振,达到精确检测的目的。理论分析及实验证明在Levy噪声下,此方法能实现同一特征指数下单频信号与多频信号检测,实验表明在单频信号信噪比为-28 dB情况下能有14 dB的提高,特征指数为1.8下多频信号5 Hz频谱幅值从311.8增加到724,10 Hz频谱幅值由138.9增加到143.2。此方法对在复杂噪声环境中降低剩余噪声能量同时,提高信号能量,减少虚假信号,相对于仅仅进行EMD分解无法判断信号成分,能更好的达到检测效果。     

基于锁相环和混沌振子的微弱信号检测

为精确检测纳伏级微弱正弦信号的频率和幅值,构建了基于锁相环和Duffing振子的微弱信号混合检测系统。首先通过锁定输入锁相环的待测信号,完成信号频率的检测;然后利用锁相环输出的已知频率信号作为混沌系统的内置策动力信号,将输入到混沌系统的待测信号用Duffing振子进行幅值检测。仿真结果表明,混合系统可同时完成纳伏级微弱正弦信号的频率和幅值的检测,检测信号的最低信噪比为-22.23dB,且操作简单,工作量小,易于实现。     

基于自适应陷波器的电网频率估计方法

本文针对电网频率难以精确测量的问题,提出利用自适应陷波器结构的滤波功能,结合电网电压基波信号及其谐波信号的特性,以陷波器实时输出平方值作为陷波器参数的优化目标函数,根据随机优化理论推导出陷波器参数在线迭代算法,从而对与频率有关的陷波参数进行自适应调整,达到电网频率估计的目的。该方法结构简单,通过仿真分析和实验测试,检验了所提出的频率估计算法的收敛速度和逼近精度,表明基于自适应陷波器的电网频率估计方法,可以准确估计出电网频率。     

微弱信号检测的3种非线性方法

阐述了随机共振法、混沌振子法及差分振子法3种方法的基本监测思想,确定了数学模型。随机共振系统(SR)是一个非线性双稳态系统,存在着在某一最佳输入噪声强度下,使系统产生最高信噪比输出,达到抑制噪声、放大微弱信号的目的。SR系统数学模型可由非线性Langevin方程定义,并进行了分析及仿真。混沌系统具有对初值敏感性及对噪声免疫的特点,数学模型选用Holmes型Duffing方程为监测器,进行了分析及仿真。差分振子法是基于差分方程构造监测器,以二维离散性系统作为数学模型,进行了分析及仿真。将3种方法应用于同步发电机转子匝间短路故障监测和异步电动机转子断条故障监测的实例中是成功的,证明了3种方法的有效性和准确性。     

基于Duffing振子的微弱信号检测方法研究

利用Duffing振子相变对微弱信号敏感和对噪声免疫的特点,可以对淹没在强噪声背景中的微弱周期信号进行检测,但传统的Duffing振子相变检测方法仅能检测特定频率的周期信号并且会受过渡带的影响.针对上述问题,给出了一种基于Duffing振子变尺度逆相变的微弱周期信号检测方法,通过引入变尺度系数将待测信号进行重构,进而减小了系统参数对检测的影响.建立了仿真模型并进行了仿真实验.分析和仿真结果表明,该方法能够仅利用一组固定的参数来对任意频率的周期信号进行有效的检测,且减少过渡带的影响,具有较好的检测性能.     

基于TEO的Duffing振子混沌相变瞬时频率判别研究

针对弱信号检测领域中传统混沌相变数值判别算法复杂度高,计算量大的问题,对杜芬振子（Duffingoscillator）：同状态下的输出特性进行了研究,提出了一种基于Teager能量算子TEO的混沌相变判别方法,并对某微弱电力载波信号的检测进行了仿真实验。实验结果表明：该方法计算量小,易于量化实现,实时性较强并且能够满足强噪声背景下混沌相变的快速判别需求。     

基于Duffing振子的弱信号频率检测研究

现有Duffing振子弱信号检测方法检测频率信号时存在检测频率范围窄的缺点,在检测宽频带信号时需要用到多振子阵列,增加了实现的复杂度。文章充分利用周期信号频率特性和Duffing振子的弱信号检测技术,提出了一种新的Duffing振子检测频率信号的方法,该方法摒弃了传统外加周期策动力的方式,将待测信号直接送入Duffing振子,然后对振子输出量作频谱分析,降低了调谐的难度并增加了振子运行的稳定性。仿真结果表明,该方法可实现对信号频率的精确检测,具有精确度高（10-4数量级）、复杂度低的优点。     

锁相技术在FSM管道腐蚀测量中的应用

基于电位阵列的金属管道(容器)在线腐蚀检测方法称为场指纹法(field signature method,FSM).FSM是一种新型的石油、天然气管道腐蚀监测技术.它通过检测管道外部两两电极间电位差的变化,来判断管道的腐蚀情况.由于电极间的电位差极其微弱(30～60 μV),因此微弱信号的测量精度决定了腐蚀检测的精度.锁相放大技术是一种提取淹没在噪声中微弱信号的重要手段,广泛用于微弱信号检测系统中.介绍锁相放大技术的微弱信号检测电路的设计以及在FSM管道腐蚀测量系统的应用,同时针对测量信号是低频的特点,在系统中采用数字与模拟相结合的方法,大幅度提高了其测量精度以及稳定性,达到了项目的要求.     

电机转子系统早期故障可视化检测的差分振子法

在对提取电机转子微弱故障信号方面作了深入研究的基础上,提出了电机转子系统早期故障可视化检测的差分振子法。该方法是在差分方程的基础上构造检测器,确定系统激励频率fe及检测频率fd,当被测信号中含有fd这一频率成分时,系统即刻产生共振来抑制噪声,其相图发生明显的变化,由相图的变化判断系统是否发生故障,从而实现了早期故障的可视化检测。将该方法应用于同步发电机转子匝间短路及转子碰摩故障的识别中,实例仿真证明了该方法的有效性。     

基于自适应随机共振的异步电动机转子断条故障检测

异步电动机转子断条故障检测属于强噪声背景下故障的微弱信号检测问题。由于不同转差率下电机具有不同的转子断条故障特征频率，给随机共振最佳系统参数调节增加了难度。针对上述问题，在已有Hilbert模量法的基础上，提出了基于自适应随机共振的异步电动机转子断条故障检测方法。通过应用小波消噪、随机共振技术，改进了转子断条故障特征信号的检测灵敏度。随机共振参数的自适应调节进一步增强了该方法的实用性，与传统方法相比，该方法在各种情况下尤其是在噪声强度、电机类型及运行状况未知时，仍能有效检测转子断条故障，具有较好的自适应性。数值仿真和实验分析证明了该方法的有效性。     

基于恒定开关频率的内置式永磁同步电机直接转矩控制方法

针对传统直接转矩控制方法存在着开关频率不恒定和转矩脉动较大的问题,采用了一种基于恒定开关频率的内置式永磁同步电机直接转矩控制方法,该方法由一个PI调节器和一个三角波载波器组成,通过比较PI转矩调节器的输出与固定频率载波信号,实现了逆变器开关频率恒定,从而有效降低了电机运行中的转矩脉动和改善了电流畸变;并对所提出的转矩调节器提供了详细的数学建模过程和小信号稳定性分析。仿真结果表明该算法在保持快速动态响应的前提下,可有效改善内置式永磁同步电机直接转矩控制系统的稳态运行性能,同时系统的开关频率保持近似恒定。     

基于参数变化随机共振的碰摩故障早期检测

在随机共振基础上,提出变化系统参数检测方法,适应高频率检测信号。理论分析、数值仿真表明该方法在碰摩故障早期检测上的可靠性和有效性。