混沌理论微弱信号检测方法的可行性分析

论述了混沌理论微弱信号检测方法的可行性,提出了利用混沌理论检测微弱正弦周期信号的仿真模型,采用了含有78个混沌振子的阵列来检测微弱正弦信号的幅值、频率、相位,从而达到高信噪比的测量.此方法是目前信噪比门限较低的时域信号处理方法,因而具有广泛的应用前景.     

基于TMS320F2812的数字锁定放大器设计

在基于TDLAS的汽车尾气测量系统中,由于待测量激光信号的强度变化非常微弱且处于很强的噪声背景中,因此必须采用微弱信号检测中常用的锁定放大器来检测激光的微弱变化.本文对锁定放大器对微弱信号的测量原理、数字锁放在尾气测量系统中的系统框架设计以及用DSP芯片TMS320F2812软件设计数字锁定放大器作了详细的分析和介绍.     

小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

弱激励石英晶体参数检测的自适应陷波法

微弱激励下的石英晶体其输出信号的频率、幅度和相位输出变化都非常大。本文采用π网络零相位检测法测量石英晶体的串联谐振频率,针对微弱信号的相位检测采用自适应陷波滤出期望信号,然后对陷波后信号进行带宽压缩提高信噪比,从而检测出π网络零相位点,估计出石英晶体的谐振频率。文中研制了基于数字信号处理器的检测系统,实验表明系统在信号功率小于-60dBm情况下,相位检测精度达到2PPM。     

微弱信号相位检测的自适应陷波法及其应用

针对微弱信号因噪声影响造成剧烈的相位变化,采用常规的方法无法检测出其相位的现象,提出了一种自适应陷波方法。该方法采用自适应陷波算法来滤出期望信号,再对陷波后信号进行带宽压缩以提高信噪比,从而准确检测出信号的相位。根据检测方法,研制出以数字信号处理器为核心的检测系统,并应用此系统检测石英晶体输出的微弱信号的相位差。试验表明,对于信噪比小于-60 dB的微弱信号,系统相位检测精度达到2×10-6。     

基于DSP的取样数字式平均器的设计与实现

介绍了微弱信号检测的背景和应用,提出以数字式多点平均器的算法来检测微弱信号,并从理论上进行了分析和论证。这种方法的核心是用累加平均来消除随机的噪声,增强确定的有用信号,改善被检测信号的信噪比,恢复出淹没于强背景噪声中的微弱信号,从而实现微弱信号检测。设计出了以TMS320C54x为核心处理器的数据处理系统,利用DSP实现时域信号的取样积累数字式平均算法,这种系统能很方便地嵌入各种仪器中,用途十分广泛。     

一种基于经典遗传算法的自适应随机共振系统

针对实际工程中微弱信号的检测要求,根据双稳态随机共振系统原理和信号、噪声和非线性系统之间的关系,设计了一种基于经典遗传算法的自适应随机共振系统。该系统利用以输出信噪比为目标函数和对系统参数进行联合编码的遗传算法获取双稳态随机共振系统的最佳参数,再根据所得系统参数对接收信号进行最优随机共振处理。仿真结果表明,在低信噪比情况下,系统能始终保持最佳随机共振状态,快速地实现输出信噪比最大化和处理增益达到15~20dB,从而保证低信噪比条件下微弱信号的有效检测和处理。     

基于DSP的微弱信号检测采集系统设计

介绍以TMS320C542为核心处理器的数据采集系统实现微弱信号检测。该系统优化硬件调理电路设计,保证采集数据的精度要求。利用DSP实现时域信号的取样积累平均算法,改善信噪比,有效恢复淹没于强背景噪声中的微弱信号。     

提高超声波物位检测精度方法的研究

针对超声物位检测中声速随温度变化、回波信号弱和信噪比低的问题,对提高超声物位检测系统的测量精度进行了研究.提出加装温度传感器和自校准装置两套温度补偿方案.针对回波信号弱的问题提出一种利用间歇混沌进行微弱信号检测的技术.给出理论分析和仿真试验.实验证明该方法可准确实现对回波信号的特征提取,具有较高的信噪比.     

基于混沌相平面变化的微弱信号检测

针对超低信噪比条件下信号难于检测这一问题,提出了一种基于Duffing振子的微弱信号检测新方法,采用梅尔尼科夫函数给出了系统出现混沌状态的阈值,分析了Duffing振子动力学系统随参数变化的特性,研究了系统在临界参数附近变化时会出现混沌到大周期相变的特征,并根据此特点设计了一种微弱信号检测模型;理论分析和仿真实验都表明,提出的检测方法对任何零均值噪声具有免疫力,对正弦信号参量变化极为敏感,且可以准确检测出信噪比低达-49.5dB的微弱正弦信号.     

光幕测速法中微弱光信号的分析与检测

构建了弹丸通过光幕的几何模型,提出了用于检测微弱光信号的边沿提取法,设计了由预处理电路、级联滤波放大电路和整流电路三部分组成的模拟电路,通过滤波的方式可有效滤除自然光和蚊虫噪声的干扰,实现微弱信号提取。该方法还可有效克服弹丸属性对测量的影响,增强检测系统的适应性。仿真实验表明,电路可以有效提取放大微弱的光信号,信噪比达到20 dB以上,满足探测的要求。     

基于随机共振的超低频信号仿真和电路方案

以往的研究证实:满足绝热近似理论条件的小参数微弱信号利用随机共振系统的特性可以实现混频信号中噪声能量向微弱信号能量的同周期跃迁,显著增强输出的信噪比。实验直接选用满足绝热近似理论的超低频微弱信号,从而实现基于随机共振原理的微弱信号检测。利用Simulink软件仿真的实验结果表明:基于随机共振系统能够实现从噪声背景中检测出超低频微弱周期信号。     

基于压缩感知的微弱信号检测方法

提出了一种利用压缩感知原理测量微弱信号的方法,测量信号由伪随机序列调制,应用改造的测量矩阵,在一次测量基础上进行二次测量,利用压缩感知的恢复算法可以精确地确定信号在字典中的位置并且得到其幅度值。仿真实验证明本文方法可以用于检测信噪比高于-20 dB的微弱信号,将信号较完整地从噪声干扰中恢复出来,信号幅度误差很小。     

远场涡流检测中的数字相敏检波器的研究

数字相敏检波作为一种微弱信号的检测方法,适用于信号微弱及信噪比低的远场涡流检测,介绍了运用远场涡流技术检测管道缺陷的原理和方法,并对数字相敏检波器进行了研究和研制,实验结果表明效果良好.     

基于特征向量盲分离的多频微弱信号检测方法

研究了低信噪比条件下混合信号的盲分离,针对实际探测的微弱信号常常是多个频率微弱信号共存的情形, 进行了利用特征向量盲分离检测多个频率周期性微弱信号的研究, 以便把利用特征向量盲分离的微弱信号检测应用于信号处理中微弱信号的提取.该方法首先建立混合信号阵元接收模型,利用多路传感器信号盲分离提取有用信号,达到微弱信号检测的目的.仿真和实测数据试验结果表明,此方法可检测出湮没在强噪声环境中的微弱信号的幅度和频率,在-30dB极低信噪比下恢复出了多个弱信号,具有很高的可靠性.     

基于小波核函数-支持向量算法的信号检测

关于水声信号检测优化问题,对在极低信噪比情况下被背景噪声所淹没的微弱信号进行检测时,由于舰船航行时接收目标信号的噪声较大,使检测更加困难。通过对谐波小波变换和支持向量回归算法的分析,在谐波小波函数的窄带信号分析支持向量回归基础上,提出了一种谐波小波核函数-支持向量回归的信号检测算法,实现小样本情况下微弱信号的检测。通过仿真信号和海上实测噪声数据的分析,利用改进算法可以很好地检测出在极低信噪比情况下噪声背景中的微弱信号,从而验证了改进算法在低信噪比情况下检测线谱信号的有效性。     

基于混合系统的微弱信号检测方法研究

在电子信息、电力控制、通信、生物学等领域,都不同程度地需要进行微弱信号检测,为了提取强噪声背景下的微弱信号的幅值和频率,通过对混沌系统的Duffing方程动力学特性的分析,利用该系统对周期信号的敏感性和对噪声的免疫性,构建了多重相关和混沌振子相结合的微弱信号检测系统,并对具有代表性的微弱正弦信号进行了仿真检测;仿真实验表明:该系统可以对未知纳伏级的正弦信号幅值和频率进行有效的提取,并可达到较高的精度,同时也可进一步提高对低信噪比信号的检测能力.     

随机共振应用初步研究

为了提高信噪比,以往大都高法滤除噪声。根据随机共振理论,本文对用添加噪声来提高测量信号信噪比的方法进行了初步的尝试,并将此方法应用于强噪声背景中微弱信号的检测,得出了一些有意义的初步结果。     

基于一种改进混沌振子模型的弱信号检测

介绍了Duffing振子的混沌运动特征以及应用Duffing振子检测微弱信号的方法.提出了一种改进的Duffing振子模型,仿真实验表明该模型可以有效地检测微弱正弦信号,可检信噪比范围可达到,灵敏度达到.     

基于相图检测法的混沌特性判别方法

针对Duffing混沌振子在微弱信号幅值检测中的应用,提出了基于相图检测法的混沌特性判别方法。本文介绍了该方法自动判断系统混沌状态的原理、过程及测量结果。应用到微弱信号检测领域,达到测得待测信号幅值的目的。