混沌变步长萤火虫优化的随机共振微弱信号检测

针对传统随机共振只能完成单参数寻优及寻优能力差的问题,提出了混沌变步长萤火虫优化的随机共振微弱信号检测方法。该方法选用二阶Duffing振子随机共振系统作为研究对象,将随机共振问题转化为系统的多参数同步寻优问题,利用追尾行为的混沌变步长萤火虫优化算法寻找系统的最优参数,实现随机共振,检测出强噪声背景下的微弱周期信号。仿真结果表明,随着输入信号的信噪比越低,混沌变步长萤火虫优化算法寻优结果越好;在寻优结果上,混沌变步长萤火虫优化算法的随机共振明显优于量子粒子群优化算法,主要表现为输出信噪比提高了5.70 dB,相对于原始信号,信噪比提高了28.76 dB。     

双稳随机共振在弱信号检测中的应用

强噪声背景下的弱信号检测一直是信号处理中的一个重要课题。本文引入随机共振的方法进行了强噪声背景下的弱信号检测。介绍了随机共振的基本原理,给出了利用随机共振原理检测微弱周期信号的基本方法,并对该方法进行了分析与验证。     

基于小波滤波与RBF 网络的微弱磁场信号检测

针对水中兵器检测船舶磁场信号时信噪比较低的问题,提出基于小波滤波与RBF神经网络的微弱磁场信号检测算法。根据船舶磁场信号的时频特征,对采集的信号进行小波分解,提取最后一层的低频分量,滤除高频噪声;并采用样本数据对RBF网络进行学习,利用学习好的RBF网络对含噪信号进行处理,提取船舶目标特征信号。通过计算机仿真结合实测数据对算法进行了检验。结果表明：该算法可以显著提高信噪比,增强了对微弱磁场信号的检测能力。     

基于Duffing振子参数估计的伪码调相引信干扰信号设计

为有效干扰伪码调相引信,提出基于Duffing振子参数盲估计的重构式引信欺骗式干扰方法.在建立Duffing振子输出信号、引信信号的伪随机码信号、引信信号与Duffing振子内策动力信号差频信号的乘法关系式基础上,基于Duffing振子隐含周期性实现对伪码调相引信载频和伪随机序列的盲参数估计.根据高精度估计的结果重构引...     

磁异常信号奇异值分解的随机共振检测方法

针对目前对水下目标磁异常信号低信噪比检测能力较差的问题,提出奇异值分解-随机共振(SVD-RS)方法。该方法基于磁偶极子仿真水下目标磁偶极子信号,信号经过奇异值分解选择最优子信号,随后将子信号通过随机共振系统,并构建检验统计量,实现对水下目标磁异常信号的检测。仿真结果表明,通过奇异值分解的方法,能够将信号信噪比提高6 dB,使用奇异值分解-随机共振检测方法,能够在输入信噪比为-12 dB时,对水下目标磁异常信号进行有效检测。     

基于互高阶累积量的潜艇轴频电场信号的提取

轴频电场信号的提取可实现对潜艇目标的探测和识别。通过对潜艇轴频电场以及海洋环境电场噪声成分的分析,提出了将基于互高阶谱MUSIC算法引入潜艇轴频电场信号的提取中的方法。将通过传感器获取的电场信号进行带通滤波,再求得两次测量数据的互高阶累积量,最后采用MUSIC谱估计法求得信号子空间,提取出所需的轴频信号。实验表明:该方法可有效地将微弱的轴频电场特征信号从背景噪声中提取出来,并与传统的MUSIC方法进行了比较,证明了该方法的优越性。     

用于航天器振动测量的激光雷达微弱信号提取技术

基于激光雷达的飞行振动参数测量可避免现有振动测点点式分布的现状,实现振动物理量场测量.同时,由于具有非接触测量的特点,还可解决现有振动传感器与飞行器测点间刚性连接安装问题以及振动测量过程中由于滤波器设置产生的测量不准确的问题.然而航天器内、外部空间结构复杂、仪器设备空间投影平面重叠多,因此用于航天器飞行状态下弹箭上振动测量的激光雷达回波信号极为微弱,仅占全部回波信号的10-11～10-6倍,极大程度上被淹没于噪声信号中,因此该系统对于微弱信号提取要求极高.从激光雷达回波方程和信噪比公式出发,从理论上分析了微弱信号提取和背景抑制所需关注的要素,同时也给出了用于航天器飞行中振动微弱信号提取的方法及其对比.     

复杂海洋环境噪声下甚低频声信号检测方法

针对复杂海洋环境中的探测潜艇目标问题,开展复杂海洋环境噪声下的甚低频信号检测研究。采取更加符合实际的列维分布描述复杂海洋低频环境噪声,并基于对数矩法估计实测噪声的分布参数,为后续的系统参数选取提供先验知识;提出随机共振来检测复杂海洋环境噪声下的甚低频信号,分析列维噪声下的2阶随机共振方法;推导列维噪声下随机共振系统匹配参数,建立2阶双稳态匹配随机共振信号检测系统。仿真实验结果表明：2阶匹配随机共振检测器比传统相关检测器的检测性能优越很多;在虚警概率0.01条件下要使得检测概率达到0.9,比相关检测器所需输入信噪比降低10 dB. 通过外场湖中试验,验证了该系统对水下移动航行器产生甚低频声信号的有效检测。     

基于奇异值分解与最优Morlet小波的微弱故障特征提取方法研究

为了有效提取湮没在强噪声背景下的微弱故障信号,文中提出了一种基于奇异值分解(SVD)与最优Morlet小波的故障特征提取方法。采用基于奇异值曲率谱的有效奇异值个数选择方法进行有效奇异值的自动判别,利用Shannon小波熵方法优化带宽参数设计出最优Morlet基小波,并实现母小波与冲击特征成分的最优匹配。对仿真信号和实际轴承内圈故障信号的诊断分析表明,该方法具有非常好的降噪性能,能有效地提取出湮没在强噪声背景中的微弱故障特征。     

基于相位匹配的低截获雷达信号的提取

文中利用信号相位匹配原理，在背景噪声谱幅度已知的条件下。结合低截获雷达信号的特点。提出了一种全新的微弱信号提取法，即基于单点阵的分段信号相位匹配法。通过仿真实验表明，该方法对强白噪声或强相干干扰环境下低截获雷达信号的提取具有很好的效果。     

m序列在激光测距雷达中的应用

针对激光远程测距中的微弱信号检测,提出了一种基于m序列的激光测距方法,并给出了基于高速数字信号处理器的激光测距雷达数字信号处理系统的实现方案。利用m序列良好的相关特性以及相关检测和相干积累技术,有效地提高了激光测距雷达的性能。还提出了3点插值算法并将其用于目标距离估计,进一步提高激光雷达的测距精度。在外场试验中,得到良好的试验结果。     

弱周期信号的时域积分检测法

弱周期信号的时域积分检测分为模拟和数字时域积分两种方法.前者用模拟电路实现时域积分.后者先将模拟信号通过A/D转换为数字序列,然后以信号周期的整数倍将序列分成M个等长的数据段,再将各数据段对应累加.针对数字时域积分中对采样率的要求,利用抽取和内插转换采样率,可使采样率为信号频率的整数倍.仿真证明,该方法有效.     

基于谐波小波的舰船辐射噪声线谱提取方法

针对传统方法在低信噪比情况下难以准确提取舰船辐射噪声线谱成分的问题,提出一种基于谐波小波变换的高分辨线谱提取方法。通过对舰船辐射噪声信号进行谐波小波变换,将其正交、无泄漏地分解到相互独立的频段上,提取线谱所在频段的谐波小波系数且将其它频段置零,进而在时域重构出线谱信号,实现信号与其它成分的分离。实验分析结果表明:该方法对背景噪声有较好的抑制作用,提取微弱线谱信号的能力和精度优于FFT分析方法,比传统FIR滤波器方法性能提高了约5dB,有利于辐射噪声特征线谱的提取。     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法

信号处理与特征参数提取是实现发动机故障诊断的关键。针对传统小波和形态小波的 缺陷,提出一种自适应形态梯度提升小波变换(AMGLW)。该方法采用信号的局部梯度作为判断 信号奇异性的度量指标,在信号突变处采用提出的形态梯度提升算子以保留信号的冲击特征,在信 号缓变处采用平滑算子以抑制噪声。在此基础上,提出采用改进非负矩阵分解方法对分解后的信 号进行特征提取,计算用于发动机故障分类的特征参数。利用实测的发动机在5 种状态下的振动 信号对提出的信号处理及特征提取方法进行了验证。     

一种基于IOT 的智能电子围栏设计

针对电子围栏系统安全、经济和检测精度需求,提出一种智能电子围栏监控方案。设计电子围栏系统功 能结构、系统架构,并在此基础上设计软硬件组成方案;提出电子围栏回波信号的预处理、特征提取和侵入行为检 测模型;以某公司提供的电子围栏数据为基础,验证所提方案有效性。结果表明：该特征提取模型能够有效提取信 号特征,提升分类性能,回波检测模型分类准确率为89.3%;该方案为电子围栏系统安全管理及稳定运行提供了一 定借鉴。     

一种改进的基于二阶统计量的盲源抽取算法

针对之前盲源抽取算法存在鞍点的问题,提出一种新的基于二阶统计量的盲源抽取算法。通过利用自回归模型对抽取信号向量进行估计,并利用估计值与抽取向量之差提出一种新的代价函数,证明了代价函数的有效性。通过利用最速下降法对抽取向量以及FIR滤波器权值向量的计算,求解出抽取向量最优值。最后通过仿真证明算法相对之前两种算法有更高的可靠性,且在低信噪比的环境下,算法抽取效果依然良好且保持很高的抽取正确率。     

Optimal Time-Frequency Atom Search Based on Adaptive Genetic Algorithm

Adaptive signal decomposition is an important signal processing method.The chirp-based signal representation,for example,the Gaussian chirplet decomposition,has been an active research topic in the field of signal processing.A main challenge of the Gaussian chirplet decomposition is the numerical implementation of the matching pursuit,which is an adaptive signal decomposition scheme,and the challenge remains an open research topic.In this paper,a new optimal time-frequency atom search method based on the adaptive genetic algorithm is proposed,aiming to the low precision problem of the traditional methods.Firstly,a discrete formula of finite length time-frequency atom sequence is derived.Secondly,an algorithm based on the adaptive genetic algorithm is described in detail.Finally,a simulation is carried out,and the result displays its validity and stability.     

基于数据融合的双基阵被动定位算法的研究

为了对低空飞行目标进行定位,提出一种基于数据融合的双基阵声测被动定位方法,并对定位算法和误差进行了理论分析和数值仿真。该方法采用单基阵估计的目标方位结合双基阵阵间时间延迟的方法进行目标融合定位,充分利用了基阵间的相干性。仿真表明,该方法具有较高的定位精度。该研究成果可直接用于空中运动目标的定位,也适用于地面运动目标的定位,还可推广到多基阵的运动目标声测被动定位。     

微型光学陀螺用光波导环形谐振腔的优化设计与制备

光波导环形谐振腔是微型光学陀螺的核心敏感部件,其性能直接影响陀螺系统的性能,是此种陀螺设计和制造的关键。利用广角有限差分光束传播法(WA-BPM)对二氧化硅光波导环形谐振腔进行了优化设计;在优化设计的基础上,在硅衬底上利用等离子体增强化学气相沉积(PECVD)法制备了掺GeO2的二氧化硅光波导环形谐振腔芯片,并通过了实验测试,其测量精细度可达16.7,可为今后集成光学陀螺的小型化和高灵敏度提供理论参考。