混沌噪声背景下周期小信号频率估计新方法

利用待测小信号的周期性及混沌信号的相关特性,提出一种将倍频法与经验模式分解法相结合的混沌噪声背景下周期小信号频率估计的新方法.首先利用相关法对原始混合信号进行初步去噪处理,再利用倍频法与经验模式分解法对信号进行自适应分解,最后对分解出来的固有模态函数进行交叉功率谱分析,估计出周期小信号频率.该方法适用于强混沌信号与强观测噪声为背景的周期小信号频率估计.仿真实验结果表明,方法简单有效,计算量小.     

基于经验模态分解的混沌噪声背景下弱信号检测与信号提取

基于经验模态分解方法,研究了在强混沌噪声背景下进行弱信号的检测与信号提取。对仿真信号的研究表明:用该方法可以直接提取出微弱的偶然性和周期性冲击时域信号,对弱谐波信号可能不能直接提取,但可以直接提取出其频率特征,这些弱冲击信号和弱谐波信号完全淹没在强的混沌噪声背景信号中,无论从时域上还是频域上基本上都看不出来。对齿轮箱的实际信号的研究也表明:尽管某些故障信号有时极其微弱,EMD方法也能有效地实现这些非线性非平稳信号的分离和提取,从而为机械设备故障诊断提供直观的有效的参考。     

混沌振子在强噪声背景信号检测中的应用

混沌振子在强噪声背景信号检测中的应用＊王冠宇陶国良陈行林建亚（浙江大学流体传动及控制国家重点实验室杭州３１００２７）０引言噪声干扰是信息科学的一项主要问题。混沌系统对小信号的敏感性以及对噪声的免疫力，使它在信号检测中非常具有潜力。对于一个非线性动力系...     

基于噪声和混沌振子的微弱信号检测

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。理论分析和仿其实验均表明混沌振子能有效地检测微弱信号。     

Lorenz系统的混沌信号分析与噪声分离

现实系统中采集到的时间序列往往包含有很大的噪声,这就需要实现混沌信号和噪声相分离。混沌行为是从无序到有序的中间过渡状态,非线性系统产生的确定性信号在时域或频域往往表现出类似噪声的行为。传统的线性滤波器不能分离混沌与噪声。基于混沌动力学可知,虽然混沌信号是宽谱类噪声,但它是有限维的。如果嵌入维数足够高,混沌信号就可以被吸引到一个有限维的吸引子流形上去。与之对应,在有限维的相空间中,噪声并不表现任何规律性。因此在已知系统动力学结构的情况下,可积极利用吸引子的动力学和几何特性有效地去除噪声。在Lorenz系统对混沌信号分析,利用吸引子的动力学和几何特性提出了基于局部Neymark分解的混沌信号与噪声的分离方法。即在一个局部的轨道空间内进行Neymark分解、重构,使得信号与部分噪声分离,随后利用反嵌入,纠正由于噪声影响而畸变的局部轨道,实现混沌信号的噪声抑制。完成了基于局部Neymark分解的LID检测。仿真实验的结果证明了方法的有效性。     

混沌背景中微弱谐波信号检测的SVM方法

为了提高混沌背景下的微弱谐波信号检测能力，提出了一种提取混沌背景中微弱谐波信号的支持向量机（support vector machines，SVM）方法。该方法的突出特点是针对小样本或嵌入维数未知的情况，建立混沌噪声的一步预测模型，抑制噪声对混沌背景信号预测的影响，起到预滤波作用，然后从预测误差中提取微弱谐波信号。实验结果表明，该方法具有比传统RBF神经网络预测方法更强的稳健性和泛化性，在信噪比（SNR）为-47．931dB时仍可检测出强混沌中的微弱谐波信号。     

基于互相关检测和混沌理论的弱信号检测方法研究

本文简术了互相关检测的原理及混沌理论,在此基础上,提出了将互相关检测与混沌理论相结合检测微弱正弦周期信号的瓣方法。给出了原理框图、仿真模型及仿真实验结果。研究结果表明,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。     

DCS可程控方波信号发生器的设计与应用

在集散控制系统中,根据具体的控制要求,DCS中可程控方波信号发生器的设计可采用功能块如SFC（Sequential Function Chart）和SEBOL（Sequence and Batch Oriented Language）语言来实现。     

检测混沌背景中微弱正弦信号的神经网络方法

提出了一种提取混沌背景中微弱正弦信号的神经网络方法。该方法利用RBF神经网络对被噪声污染的混沌背景建立最优一步预测模型，结合频域处理的方法从预测误差中提取微弱正弦信号。改善了信噪比，在混沌背景中存在白噪声和任意色噪声情况下，均能检测出微弱正弦信号，微弱正弦信号与混沌背景的检测信噪比门限最低可以达到-37dB。     

微弱信号的混沌检测系统设计

以混沌系统的参数敏感性和符号动力学为基础，设计了一个微弱信号检测装置，研究了相应的电路实现方法，给出了单元电路分析和实验结果，结果表明利用混沌实现弱信号检测的可行性。     

基于混沌的微弱信号检测技术的研究

针对常规测量仪器因其较大的内部噪声,导致微弱信号的测量存在较大的误差。本文根据信号的周期性理论和噪声的随机性理论,采用相关检测技术和混沌理论,提出一种通过检测混沌阵子阵列的间歇混沌周期来检测微弱信号的方法。     

混沌振子在微弱信号检测中的可靠性研究

针对混沌振子微弱信号检测的可靠性问题,对一种改进型混沌振子敏感特性进行分析,指出周期策动力幅值位于临界值时,初始值对系统的状态起决定性的作用,并由此定义了检测系统的敏感集.通过扰动控制方法验证噪声对振子的驱动作用相当于对初始值的扰动,发现在噪声作用下混沌振子微弱信号检测方法存在误判可能,利用所定义的敏感集对噪声背景中微弱信号的可靠检测进行了分析,为消除误判实现该微弱信号检测方法的应用提供了理论保证.     

Study on multi-frequency weak signal detection method based on stochastic resonance tuning by multi-scale noise

In practical engineering applications, useful information is often submerged in strong noise and the feature information is difficult to be extracted. Aimed at the detection problem of multi-frequency signal under colored noise background, a novel weak signal detection method based on stochastic resonance (SR) tuning by multi-scale noise is proposed. Firstly, noisy signal is processed by orthogonal wavelet transform to decompose the signal into multi-scale ingredients. According to the orthogonal wavelet transform coefficients characteristics of 1/f distribution, multi-scale noise is constructed so as to make the frequency-band containing the driving frequency be enhanced through SR system. Thus multi-frequency weak signal is detected. The method is effective to detect multi-frequency weak signal under colored noise background. Experiment signal analysis results show that the proposed method is simple for multi-frequency weak signal detection, and has good prospects for engineering applications.     

基于混沌振子微弱信号检测的改进与比较

为实现强噪声背景下微弱信号的检测,利用混沌系统非平衡相变对系统参数的扰动和对噪声具有免疫力的特点,根据Holmes型的Duffing振子检测系统的检测原理以及Melnikov方法,对Duffing方程的非线性项进行了改进,非线性项取（-x^4＋x^5）。改进后的系统相对原来的检测系统具有更低的信噪比门限,由原来的-92．5dB降到了-111．5dB。数值计算与仿真结果证明了该方法的有效性。     

强噪声背景下的微弱信号的识别技术研究

噪声一般被人们当作有害杂质要想办法过滤；然而在特定的非线性系统中，噪声会变成有用成分，在一定的条件下大大提高输出的信噪比。这一现象就是随机共振。在前人研究的基础上，对基于随机共振弱信号检测作了简要的介绍。     

基于最小二乘的极低频微弱信号实时检测方法

极低频信号由于对金属介质具有良好的穿透性,现被应用于管道机器人的示踪定位系统中.实现极低频信号的可靠检测是保证示踪定位系统正常工作的关键,现有检测系统中使用的检测方法易受噪声干扰,经常出现误报与漏报,可靠性低.根据实际工程中极低频信号动态范围大、观测时间有限的特点,提出了一种基于最小二乘的极低频信号实时检测方法,构造了检验统计量并通过MATLAB仿真分析了窄带高斯噪声情况下的检测性能.以DSP为核心设计实现了基于最小二乘的极低频磁场信号检测系统,通过仿真与工程实验验证了所提出方法的优越性.在信噪比为3 dB,恒虚警概率为1%的条件下,检测概率可达90%,完全满足管道机器人示踪定位系统中极低频信号实时检测的要求.     

混沌振子在不同初值下检测弱信号的性能分析

研究了Duffing振子对策动力参数与初始值敏感的一致性,基于Duffing振子在不同初值时的仿真发现,不同初值情况下,混沌振子从混沌态过渡到大尺度周期态的过渡过程存在“周混渐变”和“混周渐变”两种,并且在过渡过程中,策动力增大的方向为周期态延时增长、混沌态延时缩短的方向,提出了利用过渡态检测微弱正弦信号的方法,基于“混周渐变”过渡态的检测,能检测的最低信噪比可达-60.7 dB,实验结果表明,这种方法非常适合检测地磁扰动信号Pc2小类中的确定频率信号.     

基于Lorenz系统的微弱谐和信号检测

基于非共振参数激励混沌抑制原理,利用受控Lorenz系统实现强噪声背景下微弱谐和信号的检测。根据检测系统经平均法和重整化方法处理后的参数等效关系,确定使系统动力学行为由周期轨道突变为稳定平衡点的检测参数临界值。仿真结果表明此系统可以准确检测出强噪声背景下的微弱谐和信号。相比于现有的混沌振子检测方法,此方案可由理论分析得到参数阈值的准确范围,且判决准则简单,有利于实现自动检测。