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。     

基于Simulink的微弱信号混沌检测仿真研究

基于Matlab/Simulink为软件平台,研究了微弱信号的混沌检测原理与方法,建立了仿真模型,给出强噪声中微弱周期信号检测的仿真结果以及混沌方法检测微弱信号的步骤,研究了采样周期对系统性能的影响.仿真结果表明它能检测到信号为10-10 V,强噪音环境下能检测到信号为5×10-9V,混沌方法具有很强的微弱信号检测能力,为混沌虚拟仪器开发打下了基础.     

消散型同步的微弱周期信号检测及噪声影响分析

在混沌预测模型基础上,提出了消散型同步的混沌背景下微弱信号检测算法。采用径向基函数神经网络(RBFNN)拟合混沌模型,结合消散型同步实现混沌时间序列与混沌系统的同步,利用同步误差实现微弱信号的检测。以Rossler混沌系统为研究对象,验证了算法的可行性,研究了噪声对微弱信号检测的影响。仿真研究表明,该算法能检测各种频率的微弱信号,在一定条件下可检测到信杂比大于-110dB的微弱周期信号;若信噪比SNR≥0dB,噪声对微弱信号检测的影响很小;但若SNR-10dB,将检测不出微弱信号。在理论研究基础上,由MKS-CEC-Ⅲ新型混沌演化控制实验仪获取Coullet混沌时间序列,添加不同频率的微弱信号,利用该算法实现了不同频率微弱信号的检测,说明该算法适用于其他混沌系统。     

基于类Lorenz的微弱信号检测及其电路实现

传统的微弱信号检测方法,其输入信号的信噪比难以降低,受到一定限制。而基于混沌理论的微弱信号检测可以改善上述不足,达到极低的输入信噪比,提高检测精度。用一种新的混沌系统来检测微弱信号,根据特定混沌系统对于参数敏感而对噪声免疫的特性,利用双参数控制方法,构造了一种类Lorenz系统的微弱信号检测模型,结合中低频微弱周期信号检测对模型进行了理论分析和数值仿真。根据理论模型设计制作了混沌检测电路,实验结果与理论分析基本吻合,实现了利用电路从噪声背景中检测出微弱的中低频周期信号。     

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.     

强混沌和噪声背景下微弱信号的检测

分析了检测或提取混沌和噪声背景下信号的一些典型方法所存在的局限性,提出以信号的统计独立性来区分混沌和信号特征,使用信息论中的负熵作为统计独立性的判据,进而应用独立分量分析技术,采取逐次分离方法将信号从混沌和噪声中分离出来,从而实现检测的目的。计算机仿真实验表明,这种方法不仅能检测出能量较大的信号,而且对淹没在强混沌和噪声背景下的微弱信号的检测也具有高度的稳定性和可靠性。     

基于最小冗余四阶循环累积量阵的DOA估计新方法

利用实际通信信号的循环平稳特性,提出了一种基于最小冗余四阶循环累积量阵的DOA估计新方法。与传统的MUSIC算法相比,新算法能抑制任意分布的平稳噪声或不具有目标信号循环频率的非平稳干扰或噪声,以及所有的高斯噪声,使该高斯噪声具有和目标信号相同的循环频率。新方法计算量较小,具有很强的信号选择性和很高的空间分辨率,并且具有很好的阵列扩展能力。     

强混沌和噪声背景下微弱信号的检测

分析了检测或提取混沌和噪声背景下信号的一些典型方法所存在的局限性,提出以信号的统计独立性来区分混沌和信号特征,使用信息论中的负熵作为统计独立性的判据,进而应用独立分量分析技术,采取逐次分离方法将信号从混沌和噪声中分离出来,从而实现检测的目的.计算机仿真实验表明,这种方法不仅能检测出能量较大的信号,而且对淹没在强混沌和噪声背景下的微弱信号的检测也具有高度的稳定性和可靠性.     

小波和小波包变换在心电信号去噪中的应用

小波（包）变换软阈值去噪方法具有非线性和自适应性,特别适合非平稳微弱的生物医学信号的去噪,而心电信号恰具有该特征。利用MIT／BIH数据库中没有噪声的胎儿心电的信号作为有用信号并混合高斯自噪声作为干扰来验证小波（包）软阈值去噪的效果。验证结果表明小波（包）软阈值算法去噪效果很好,能有效去除干扰。     

用混沌振子和Kalman滤波检测强分形噪声中的弱信号

针对强分形噪声中微弱信号难于检测这一问题,提出了小波域多尺度模糊自适应Kalman滤波和Duffing振子相结合的方法。先对淹没在强分形噪声中的信号进行多尺度小波变换,根据分形噪声信号小波系数的平稳性,建立状态方程和观测方程,用模糊自适应Kalman滤波,对每一尺度估计出分形信号,然后将估计信号与观测信号作差得误差信号,把误差信号送入Duffing振子,利用Duffing振子对噪声的免疫性,来检测微弱信号。也给出了Duffing振子的免疫性一种新的统计解释。仿真实验结果表明：该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。     

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。     

高阶混沌振子的微弱信号频率检测新方法

采用高阶Rossler混沌振子及比例微分控制方法相结合,将含有待检信号的Rossler混沌振子从混沌态控制到周期态,然后利用谱分析的方法检测待检信号的频率.该方法突破了以往Duffing方程检测信号频率需要使用较多振子的局限,利用比例微分控制理论将Rossler系统控制到稳定的周期态,从而提取待检信号的频率,较大提高了检测精度和检测稳定性.通过数值仿真,验证了该方法的有效性.     

混沌干扰背景下的正弦频率估计新方法

提出一种基于单变量驱动误差滤波反馈混沌同步的强混沌背景下正弦参数估计的方法。该方法利用采样的混合信号(混沌加白噪声和正弦)通过某一类型滤波器,用滤波后信号驱动一新构建的同类响应混沌系统,若混沌同步发生,则驱动响应信号的误差序列中应含有正弦成分,对误差序列采用互谱MUSIC算法估计正弦频率。该方法适于强混沌信号加强白噪声为背景的正弦参数估计。仿真实验表明,该方法简单有效。     

一种限定混沌状态变量运动区域的方法

为了获得特定频谱覆盖范围的混沌信号,采用将相空间运动轨迹限定在一定区域的方法,在Lü混沌系统基础上增加非线性约束项,构成新的三维自治混沌系统,并对系统的基本动力学特性进行了理论分析和数值仿真.利用Poincaré截面法和Lyapunov指数法验证了新系统为混沌系统,分析了非线性项中参数a对系统相空间运动轨迹的影响,并找出了极限环运动状态和混沌运动状态之间存在的过渡点.结果表明,增加非线性项可以将系统的状态变量限定在一个圆环内运动,从而获得目标信号,并验证了该方法的可行性.     

混沌测量电路耦合降噪研究

利用混沌系统的初值敏感性来测量极其微弱的信号,并通过混沌测量电路耦合来抑制噪声.研究由多个混沌测量单元构成的耦合系统,基于符号动力学原理,采用电路实验分析了耦合单元电路在参数相同和有些涨落时噪声抑制与混沌测量单元数之间的关系.实验结果表明, 在单元电路参数一致时通过耦合可以抑制噪声,并随混沌测量单元数的增加对噪声的抑制作用增强;而在参数有一定涨落时,抑制噪声的效果变差,且随耦合单元参数的涨落程度和干扰强弱而变化.     

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.     

微弱直接序列扩频信号Duffing振子检测方法研究

Duffing系统对特定信号敏感及对噪声免疫的特性,使其在微弱信号检测中具有潜在应用。该文针对Duffing振子的分岔问题,通过对Duffing系统Feigenbaum行为的分析,导出了在微弱直接序列扩频信号检测中Duffing系统所表现出的间歇性混沌行为,提出了一种新的基于间歇性混沌行为的微弱直扩信号检测方法。通过仿真实验,验证了该方法的有效性。