强混沌噪声背景下弱信号检测

提出了一种强混沌噪声中检测微弱正弦信号的新方法。该方法主要利用了数据平滑处理和自适应处理,故在硬件设计上容易实现。计算机仿真实验结果表明：能够比较精确地检测到强混沌噪声中的微弱信号,检测到微弱信号的信噪比可达到-80dB。     

一种新的随机共振模型的电路设计与信号检测实验研究

基于一种新的分段混合随机共振模型,设计实现了信号检测硬件电路;对不同噪声强度背景下的微弱周期信号进行了随机共振信号检测实验研究和分析;在相同参数和相同输入信号条件下,将该电路和连续双稳系统电路进行了信号检测效果对比实验。结果表明,该电路可以实现噪声背景下的微弱信号检测,在强噪声背景下,检测效果优于连续双稳系统。     

基于分段线性随机共振模型的信号检测电路研究

提出了一种新的分段线性随机共振模型,建立了模型的数学关系,通过强噪声背景下微弱周期信号检测的数值仿真,验证了模型的有效性.根据该模型设计了硬件电路,对不同噪声强度背景下微弱周期信号以及无噪声周期信号进行了随机共振实验研究和对比分析,结果表明,该电路可以实现对强噪声背景下的微弱周期信号检测,并能显著增强输出信噪比.     

一种基于开关电容技术的锁定放大器设计

锁定放大是微弱信号检测的重要手段.基于相关检测理论,利用开关电容的开关实现锁定放大器中乘法器的功能,提出开关电容和积分器相结合以实现相关检测的方法,并设计出一种锁定放大器.该锁定放大器将微弱信号转化为与之相关的方波,通过后续电路得到正比于被测信号的直流电平,为后续采集处理提供方便.测量数据表明锁定放大器前级可将10-6A的电流转换为10-1V的电压,后级通过带通滤波器级联可将信号放大1×105倍.该方法在降低噪声的同时,可对微弱信号进行放大,线性度较高、稳定性较好.     

基于物联网技术的微弱光电信号自动检测研究

微弱光电信号检测是光电场检测核心,以往微弱光电信号检测方法的检测范围小,已无法满足微弱光电信号检测标准,因此,研究基于物联网技术的微弱光电信号自动检测方法,提高微弱光电信号自动检测范围。通过物联网感知层的数据采集卡采集激光传感器发出的光电信号,经基于数字信号处理的微弱光电信号自动检测方法的双重锁相结构去除信号相位差干扰后,实现微弱光电信号自动检测,检测后信号数据经通信网络传输应用层数据库内,采用基于小波分频叠前相干噪声压制方法和复合数字滤波算法处理数据库内检测的微弱光电信号,提高微弱光电信号自动检测效果。实验结果表明:该方法的检测性能良好,检测范围高达1 800 km,可快速检测微弱光电信号强度,微弱光电信号检测平均准确率高达97.62%。     

微弱信号在数字信号处理器上的检测与实现

本文首先介绍了微弱信号的检测理论,包括自相关检测和互相关检测.虽然模拟电路对于信号处理的实现比较简单,但是对于容易被噪声掩盖的微弱的有用信号的检测并不是十分理想,而对于数字电路来说,设计和实现方式上相对于模拟电路的实现比较复杂,但是对于提取微弱信号效果较为明显,容易在噪声干扰下检测出微弱信号.针对模拟电路处理微弱信号存在的问题,本文提出了采用数字电路进行微弱信号处理的过程以及在DSP上的软件、硬件的数字实现过程.     

一种小波核函数的支持向量回归算法及应用

借助谐波小波函数在分析窄带信号方面的性能,利用支持向量回归算法,提出了一种基于谐波小波核函数和支持向量机相结合的谐波小波核支持向量回归算法,实现了小样本情况下微弱信号的精确检测.仿真和实测检测噪声数据的分析表明该算法可以有效地检测出舰船噪声中的线谱信号.     

基于∑-Δ技术的微弱信号检测系统

本文简述了精确紫外辐射定标中微弱信号检测系统的设计,介绍了影响系统稳定性的因素及其解决方法,并着重讨论了微弱信号检测系统中的硬件实现方法。采用了∑-Δ技术和单片机控制技术,为解决紫外辐射定标中微弱信号的检测提供了一种有效的方法。     

微弱信号检测原理在光尾流探测中的应用

微弱信号的探测与提取是激光尾流探测的核心技术之一,详细介绍提高微弱信号检测能力的硬件实现及信号处理方法。提出了前置放大器的实现措施和以正交矢量锁定放大器为原理的光尾流信号检测方法。针对实际应用,对激光通过不同强度尾流后所接收的信号进行仿真。仿真结果表明,当尾流强度发生微弱变化时,锁定放大器输出信号幅度同时产生明显变化,利于光尾流信号的检测,验证了微弱信号检测原理在光尾流探测中的可行性。     

基于∑-△技术的微弱信号检测系统

本文简述了精确紫外辐射定标中微弱信号检测系统的设计,介绍了影响系统稳定性的因素及其解决方法,并着重讨论了微弱信号检测系统中的硬件实现方法.采用了∑-△技术和单片机控制技术,为解决紫外辐射定标中微弱信号的检测提供了一种有效的方法.     

基于背景分析的蓝绿激光探测信号检测

针对机载海洋激光探测系统接收信号噪声的非平稳性及与信号的相关性问题,文中利用局部相关特性建立了一种广义空间相关模型,把与信号相关的噪声转化为独立于信号的加性噪声,提出了一种基于背景分析的三重相关检测弱小信号的方法,实验结果表明该方法是一种抗噪性能强,自适应性能好的弱信号检测方法。     

湮没在色噪声背景下 微弱方波信号的混沌检测方法

 建立一个其动力学行为对微弱方波信号极其敏感的混沌系统,根据该系统相轨迹的变化实现了任意色噪声背景下的微弱方波信号的测量.文中论证了方波信号的检测方法;分析了噪声对混沌检测的影响,仿真实验表明该混沌检测系统对方波信号非常敏感,对任何零均值色噪声均具有极强的抑制能力.     

一种基于TS201的微弱信号检测平台设计

微弱信号的提取在信号检测中占据十分重要的地位,文中研究了一种基于TS201芯片的微弱信号的检测平台设计,利用正弦信号的特性,进行多重自相关运算,有效的提高信噪比,提取淹没于噪声背景下的微弱信号。文中给出了具体的硬件结构设计和算法实验。实验结果表明,检测平台能有效的提取微弱信号。     

微弱信号检测的变尺度Duffing振子方法

针对强噪声背景下微弱信号检测问题,本文把互补集总经验模式分解（CEEMD）方法和变尺度Duffing振子结合,提出了一种新的微弱信号检测方法.利用CEEMD将复杂含噪信号分解为不同的固有模态函数（IMF）,通过Duffing系统分岔图及其变化找到相轨迹变化的临界阈值,实现含噪信号的信息检测.结果表明,本文所提方法不仅可以很好地免疫噪声,而且能有效检测出信噪比低至-73dB的多频率周期信号.     

改进高阶Vanderpol振子在微弱信号检测中的应用

在高精度的微弱光电信号检测系统中,存在信号被强噪声湮没的情况.针对这一问题,提出了一种基于改进高阶Vanderpol振子的微弱正弦信号定量检测方法.该方法利用改进高阶广义Vanderpol系统的高灵敏度与强抗噪性的特点提高了微弱信号检测的可靠性,再结合Lyapunov指数定量检测和90.移相补偿来实现混沌系统状态的量化判断和待测信号参数的高精度提取.仿真结果表明改进的Vanderpol振子比传统Vanderpol振子运算速度更快.与传统Duffing振子相比,在5％幅值检测误差范围内,改进的高阶广义Vanderpol系统可多获得37 dB的信噪比增益和60 dB的检测门限增益;与基于相轨迹突变定性检测待测信号幅相法相比,90°移相补偿幅相定量检测法在信噪比降低时其检测相对误差仍可控制在2％以内.改进算法实现了微弱正弦信号的高灵敏度和高精度的幅相检测.     

基于初值敏感性混沌弱信号检测的性能研究

混沌微弱信号检测研究是当前在时域检测信号的新方法,该文通过仿真计算研究了Duffing振子检测弱正弦信号的性能.首先分析了Duffing方程的运动状态,指出利用初值敏感性进行混沌弱信号检测时背景噪声必然对过渡过程产生影响;为分析噪声的影响,研究推导了连续系统仿真输入噪声的生成表达;仿真试验结果表明系统的最终运动状态跟随噪声强度的变化,由试验结果分析得出Duffing弱信号检测的最低信噪比,为混沌弱信号的实际应用提供指导.     

基于Duffing振子的微弱信号混沌检测

分析了Duffing振子的混沌特性,给出了确定系统混沌阈值的Melnikov方法.在阐述了基于相平面变化进行微弱信号检测原理后,在混沌检测中噪声对系统状态的影响也进行了研究.仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性.     

随机共振技术在弱信号检测中的应用

针对淹没在噪声中的弱信号测量,利用随机共振技术进行了信号检测的研究。论文就非线性系统的结构参数和弱信号及噪声之间的关系进行了仿真研究,并对信号经随机共振处理和没有处理进行检测比较。实验证明了随机共振技术在强噪声背景下弱信号检测的优越性。     

Multi-frequency weak signal detection based on multi-segment cascaded stochastic resonance for rolling bearings

For rotating machinery, vibration signals excited by its faulty components provide rich condition information for its fault diagnosis and condition-based maintenance. However, strong noise severely influences the accurate detection of incipient faults. Thanks to the ability of enhancing weak input and suppressing the noise, the stochastic resonance (SR) has been applied to weak signal detection in some fields, and the improvement on its performance are still being concerned, especially in the mechanical engineering. For multi-frequency weak signals, this paper proposes an improved mechanism for the SR, called multi-segment cascaded stochastic resonance (MS-CSR). In this method, the input signal obtains segment enhancement by using some bistable SR models, and series connection of such a unit compose an improved cascaded SR (CSR) system, which can not only gradually enhance the weak signals of interest, but also pay more attention on the signal with relatively small amplitude at the initial. A modified measurement index, named alliance signal-to-noise ratio (ASNR) is defined to evaluate the detection performance of the proposed SR method, as well as the parameter selection for the MS-CSR system. In this index, a weight factor is introduced to influence the assignment of noise energy in the SR, so that the relatively weak signal in the multi-frequency input signal can obtain a high priority to make the resonance phenomenon happen and avoid the misdiagnosis. A simulated signal and an experimental vibration signal collected from a faulty bearing are used to verify the effectiveness of the proposed MS-CSR method. The results demonstrate that the MS-CSR is a useful tool for detecting weak signals with multiple characteristic frequencies.     

随机共振瓦斯微弱信号检测方法研究

为了解决检测煤矿复杂环境中的瓦斯信号时易受周围噪声干扰以至微弱信号被掩埋或产生异常数据的问题,提出一种基于随机共振的微弱瓦斯信号检测方法。采用欠采样原理对大频率信号尺度变换及粒子群算法优化系统结构参量,对大参量微弱信号在随机共振系统中的共振效果进行了理论分析和研究。结果表明,该方法可以以较低的采样频率,自适应地达到较好的共振效果;可有效地滤除噪声并增强系统辨识微弱信号的灵敏度以及信号检测的动态范围。该研究为瓦斯突出信息的早期辨识提供了一定的理论依据。