基于混沌振子的微弱信号测频研究

利用混沌振子来检测淹没在强噪声背景中的微弱信号,详细研究了Duffing振子检测微弱信号的原理和过程.基于混沌现象发生随模型参数变化的间歇性,提出了一种强背景噪声下的微弱信号频率的测量方法.     

微弱正弦信号混沌检测的仿真分析

研究了一种在噪声背景下用混沌振子检测微弱正弦信号的时域处理方法。分析了基于相平面变化进行微弱正弦信号检测的Duffing方程的数学模型,着重对与策动力频率不同的信号进行了仿真分析。结果表明:Duffing振子对与系统策动力频率一致的信号敏感,而对其它频率的信号不太敏感,且对噪声具有一定的免疫力。     

混沌振子在强噪声背景下正弦信号的检测研究

分析了基于Duffing方程形成的混沌振子的运动特性,阐述了利用混沌振子检测强噪声背景下正弦信号的原理：利用混沌振子对与策动力频率相近的正弦信号的敏感性,及对噪声和与策动力的频差较大的正弦信号的免疫性来检测淹没在强噪声中的正弦信号。给出了判断是否存在有用信号的方法,并用仿真实验验证了利用混沌振子检测微弱正弦信号的可行性和有效性。     

基于混沌振子的微弱特征信号检测原理及应用

介绍了利用混沌振子检测微弱特征信号的原理和实现方法。实验表明该方法能够在信噪比相当低的情况下检测出微弱的特征信号,并用滚动轴承上测取的振动信号验证了该方法的可行性。     

新型混沌振子检测微弱光电信号幅值研究

目前常用的混沌振子检测微弱光电信号幅值的方法还是局限在传统的Duffing方程上,但由于其结构简单,其动态特性具有一定的局限性.在详细研究典型混沌振子动态特性的基础上,将复杂的Lorenz混沌方程和R(o)sslor混沌方程应用到强噪声背景下微弱光电信号幅值检测中,旨在探索检测微弱光电信号幅值的新方法,仿真结果验证了该检测方法的有效性.     

基于哈密顿量的Duffing振子微弱信号检测

针对目前基于Duffing振子微弱信号检测方法大多停留在对相图的定性分析上,提出了利用哈密顿量构造统计量的微弱信号检测的定量判别方法。哈密顿量能够实时地表征系统的动力学行为,有利于在短时间内进行判决。利用平均伪哈密顿量实时地刻画Duffing系统状态的变化情况,能够在低信噪比下实现微弱信号的快速检测。仿真实验验证了该方法的有效性。     

基于duffing方程组的微弱正弦信号参数检测

本文将非线性混沌振子用于微弱正弦信号检测,将深陷在噪声背景下的微弱正弦信号检测出来。基于Duffing振子的混沌运动,利用系统发生间歇混沌现象的频差条件和相位差对于系统特性的影响,采用混沌振子阵列实现对噪声背景下微弱信号的检测,提出了改进的频率、相位、幅值检测方法。     

DSSS信号混沌检测方法的研究

分析了Duffing振子对方波调制信号的敏感性,通过对方波调制信号检测过程中出现的间歇混沌现象的分析,推导出检测微弱DSSS信号的方法,仿真结果验证了该理论分析的正确性和所提方法可以检测出信噪比在-20 dB以下的微弱DSSS信号的有效性,为DSSS信号检测提供了一种高效的新途径.     

有界噪声参激下Duffing振子混沌运动的解析方法

研究了有界噪声参激下Duffing振子出现混沌运动的可能性。推导了随机Melnikov过程，由广义过程在均方意义上出现简单零点给出了可能出现混沌的临界激励幅值，发现在噪声强度大于一定值后，临界幅值均随噪声强度的增大而增大。     

自相关级联混沌振子法实现随相弱正弦信号的检测

为了全面考查混沌振子系统的检测能力,改善系统的检测性能并实现随机相位微弱正弦信号的检测,通过Monte-Carlo仿真得到了系统的检测性能,提出了自相关与混沌振子相结合的检测方法.首先对接收信号进行自相关,故意失掉相位信息并抑制部分噪声,从而使自相关结果即送入混沌振子的信号变为了信噪比得到增强的0初相正弦信号,采用一个方程就可实现检测.避免了方程组的方法,不仅降低了检测的复杂度,也提高了检测性能,Monte-Carlo仿真证明了联合检测系统提高了对微弱信号的检测能力.     

应用非线性微分方程组实现弱信号检测

为了检测相位随机分布的微弱正弦信号，提出了采用非线性微分方程组的检测方法。Ⅳ个方程的策动力初相等间隔设置，每个方程均设置在临界混沌状态，将被检测信号加入到各方程中进行运算，当相位随机分布的微弱正弦信号出现时，至少有一个方程会进入周期态从而检测出信号。利用Mel’nikov定理证明了该方法的可行性。数值实验表明利用16个方程同时检测能将信噪比为-90d8的随相弱正弦信号检测出来。     

基于混沌的LFM信号检测与参数估计

为了实现线性调频(LFM)信号的检测与参数估计,提出一种基于混沌理论的新算法.该算法首先分析了LFM信号参数变化对处于混沌临界态的Duffing振子输出相图的影响,并对待检LFM信号进行解调频处理.利用Duffing混沌振子构造滤波器阵列,以最大Lyapunov指数的符号作为系统状态的判断标准,从而实现了LFM信号的检测和参数估计.数值模拟表明,该算法易于操作,在低信噪比下,能有效检测LFM信号并获得较好的参数估计精度.     

微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。     

随机共振原理在微弱信号检测中的应用

该文利用随机共振原理对强噪声下的弱信号的检测进行了简单介绍，并分析了对不满足绝热近似条件下的实际工程信号的处理方法。通过仿真实验表明，随机共振技术完全能处理在不满足绝热近似条件下的工程实际信号，可能成为机械故障诊断的又一新的有效手段。     

两种微弱正弦信号检测方法比较研究

介绍了低信噪比正弦电压幅值测量用的多重自相关算法和数字相敏解调（DPSD）算法，概述了2种算法的理论依据，给出了2种方法在实际微弱信号检测中的测量结果。通过对实际测量结果的对比分析，确定了这2种方法各自所适用的范围及缺陷。     

关于在限带噪声干扰中弱确知信号的检测

任何物理可实现的干扰,如天电干扰、电子对抗中的有源干扰,当ω→∞时,其频谱Y_n(ω)至少以1/ω~2的速度趋于零。因此,根据瞬态检测理论,对于可测知基带信号E(t)=S(t) y(t)来说,就可以建立一个与被测信号S(t)无关的干扰微分方程,再利用被测信号的因果关系,进而可以求得所需的初值,使该干扰微分方程具有唯一解,其误差为O(h~n)。因此,若所选被测信号适当,则由此而被恢复的信号S=E(t)-y的误差至少为O(h)。故当h→0~ 时,被测信号S(t)就可以被恢复。所以,它对无线电制控和通信的抗干扰,例如对无线电制导火箭的抗干扰,是很有益处的。     

一种基于加权均值滤波噪声点检测的中值滤波算法

针对常规中值滤波在图像去噪过程中会将原图像的有用信息同时滤除的问题,提出了一种基于加权均值滤波噪声点检测的中值滤波算法.该算法通过含噪图像与其经加权均值滤波的图像作差对图像中的噪声点进行判别,从而针对噪声点进行滤波,能在保持图像原始信息的前提下有效地将图像中的噪声滤除.实验结果表明,与常规中值滤波算法相比,该方法既具有较好的去噪特性,也具有较强的细节保护能力.