瞬变电磁检测仪器中的微弱信号检测技术

瞬变电磁法（又称为时间域电磁法）是电磁法勘探的新技术方法，其应用领域日趋扩大，日益被地球物理勘查工作者所注目。由于近代微弱信号检测技术的引入，涌现出一批智能化高精度的仪器，促进了该方法技术的发展，取得了很好的地质效果，文中重点介绍笔者所设计研制成功的ＳＤ－１型瞬变电磁仪器中微弱信号检测技术的应用及噪声抑制效果。     

自动控制在弱信号检测中的应用

系统分析了自动控制在弱信号检测中的作用和特点，自动控制在弱信号控制中可以消除噪声（扰动）和消除噪声对测量的影响。前者与常规自动控制没有多少特殊性。后者利用自动控制方法补偿噪声对测量的影响，其测量部分与主测量部分共用一个传感器，信号和噪声影响的分离通常在频域进行。因此，自动控制系统的特征频率ω应满足ωＮ〈ωＣ〈ωｓ，其中ωＮ是要消除噪声影响的特征频率，ωＳ是信号特征频率。本文同时给出以消除传感器非线     

基于受控Lorenz系统的微弱脉冲信号检测

利用Lorenz系统的参数非共振激励混沌抑制原理，实现强噪声背景下微弱周期脉冲信号的检测．将频率远大于系统特征频率的脉冲信号作为系统内置激励信号，根据平均法和重整化方法得到受控Lorenz系统与原系统的参数等效关系，并确定使系统由混沌状态突变为周期状态的检测参数临界值．仿真结果表明此系统可以达到较低的信噪比工作下限．此方法可根据理论分析结果预测参数临界值范围，检测方式简便易行，适于在目标探测和故障诊断领域推广应用．     

高阶统计量在心音信号检测与分析中的应用

介绍一种心音信号检测系统和采用高阶统计量对信号进行分析的方法，首先根据心音信号的特点，讨论了信号检测系统的结构，在信号处理方面，采用现代谱估计方法对心音信号进行谱分析，在此基础上提出应用双谱技术分析心音信号，检测信号的相位耦合信息，进而说明利用高阶统计量能够在高斯噪声背景下大大提高信号检测能力，最后，给出心音信号的双谱估计结果，从中可以得到一般功率谱分析无法得到的有关信息，为心音信号的自动分类提供     

双稳随机共振系统信号调制噪声效应用于弱信号检测

通过对双稳系统随机共振模型的数值分析，得出在双稳系统输出信号中，有一个正弦信号成分和一个表现为维纳过程的噪声成分分别与输入的正弦信号和白噪声相对应。通过选择合适的系统参数，可以减小系统输出中信号和噪声之间的耦合效应。该系统可以大大抑制噪声，并在双稳系统中产生信号调制噪声效应。然后对双稳系统的输出信号作功率谱分析。不但可以辨识出淹没在白噪声中的微弱正弦信号的频率，还可以较精确地估算出微弱正弦信号的幅值。数值仿真表明，双稳系统的信号调制噪声效应可用于多个微弱正弦信号的检测。     

小信号检测中的自适应随机共振技术

就双稳态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，对随机共振技术运用于强噪声背景下的弱信号检测进行了研究。首先研究了双稳态非线性系统的方程式，并指出影响随机共振的三个要素是：系统两稳态之间存在势垒(阈值)；低于势垒的小信号和噪声。提出了一种随机共振自适应算法，并运用于中频电源故障信号检测，取得了较好的效果。     

具有微弱信号检测能力的卫星地面站

介绍一种对微弱信号进行检测的设备。它能检测出从静止轨道上的飞行体上发现来的微弱信号，其强度为－１９０ｄＢＷ。该设备用目前已用于气象探测，地质，资源，通信，侦察等方面，文中简要介绍了检测方法及其初步应用结果，作为卫星地面站同时还具有其他功能，诸如测距定轨，转发云图信号及其他信号的功能，并能与其他卫星和地面站组网建成三点测距系统，可在站间实现通信，通话等功能，该地面站还具有同时发射和接收信号的功能。     

基于双相锁相放大器的微弱信号矢量测量

噪声存在于任何一个系统中,当所要检测的信号比较微弱且淹没在强噪声背景中时,用传统的检测方法检测信号非常困难,因此如何把淹没于强噪声中的有用信号提取出来的问题越来越引起人们的关注。该文采用时域检测方法,利用移相技术得到相互正交的参考方波信号,通过互相关算法,完成了正交矢量型LIA相关器的实现,利用该方法实现了对微弱信号幅值和相位的检测,有效地抑制了干扰,提高了系统的性能。     

考虑噪声影响的Duffing振子弱周期信号检测

利用计算机仿真研究混沌弱信号检测.指出了用于弱信号检测的Duffing系统是连续系统,研究了适于连续系统仿真的输入噪声生成方法.分析了计算步长对Duffing系统运动状态仿真结果的影响.探讨了仿真计算应采用的合理步长.接着分析输入噪声对系统临界状态运动的影响,重点研究在典型强度背景噪声下系统弱信号检测性能.通过估计最小能够检测幅值分析检测信噪比.最后提出一种实用的弱信号检测方法.     

小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

基于互相关技术的跨台区电力通信信号检测

跨台区电力通信是一种新型的基于配电网络的通信技术，其调制信号的波形是确定的，将该波形与接收信号波形作互相关运算，提高了系统信号噪声比，这种信号检测方法可靠性大大优于先前采用的基于时间测量的信号检测方法，现场应用效果良好。文中分别介绍了跨台区电力通信基本原理、互相关信号检测原理及其在跨台区通信中的应用。     

基于混沌和小波变换的信号检测方法

针对微弱周期信号提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法,该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波自适应分解尺度确定阈值去嗓深度,然后根据混沌系统时噪声的免疫性和对周期信号的敏感性,把重构的信号作为周期策动力的摄动并入混沌系统,由混沌系统完成微弱信号检测;并改进了 Duf...     

基于检测的脉冲噪声滤除方法

为了将柴油机瞬时转速信号中的脉冲噪声滤除,使用了基于检测的脉冲噪声滤除方法。在已有的检测方法基础上,计算被检测点与中值之差将已有的检测方法可能漏掉的脉冲噪声检测出来,改进了脉冲噪声的检测方法来保护信号的细节信息。而且此方法对脉冲噪声干扰较为严重的信号特别有效。使用本方法对含有大量脉冲噪声的柴油机瞬时转速信号的滤波结果表明,改进的脉冲噪声检测法能够更准确地检测出脉冲噪声,更好地保护信号中的细节信息。     

利用相关技术检测噪声中的正弦波

埋藏的噪声中的正弦波，利用相关技术进行检测，能够测定信号的大小和相位。这是一种在噪声干扰中提取确定性信号的好方法。     

毫秒脉冲星极弱信号研究的进展和成果

对脉冲星研究的现状和意义进行了概述。文章并对脉冲星射电信号的有关特性、极弱信号研究进行和成果进行了综述：平均脉冲周炎１．５６ｍｓ－５ｓ，脉冲星高速自转并包含１－３个脉冲组成的系列；文中对我国脉冲星研究进展和计划进行了述评。     

探究射频微波信号在光纤中传输及处理技术

为了解光纤中射频微波信号的传输与处理,文章以射频微波信号的概念为着手点,简要阐述了光纤中射频微波信号的传输技术,论述了光纤中射频微波信号的处理技术.得出:克服"非线性"是实现光纤直接传输射频微波信号的前提,需要结合系统基底噪声、放大器与激光器非线性特性,探究可检测射频微波信号的最小值、最大值.同时利用光纤光栅传感技术、...     

基于小波阈值处理的弱周期脉冲信号混沌检测

混沌振子检测系统被认为是检测带噪弱信号的有力工具.然而事实证明,上述系统不能保证对噪声充分“免疫”,噪声的随机性对检测结果的有效性会产生严重的甚至破坏性的影响.针对上述问题,引入小波阈值处理技术,给出一种基于小波阈值处理检测混沌振子的新型混合检测系统.理论分析与仿真结果均表明,改进方法使得噪声对检测的干扰大幅降低,对信噪比达-23dB的微弱周期脉冲信号实现了成功检测,同时,显著提升了混沌检测的稳定性和可靠性.     

基于混沌振子和EEMD的周期信号检测方法

针对含强噪声周期信号的检测,提出基于混沌振子结合集合经验模式分解降噪的检测新方法;针对相位差对检测结果的影响,提出正反导入的检测方法,该方法能有效克服由相位差造成的漏检现象。对仿真信号和故障轴承振动信号的检测效果表明,混沌振子结合集合经验模式分解降噪的方法能有效检测含在强噪声中周期信号,进一步提高了混沌振子对周期信号的检测能力和对噪声的免疫力。     

井下声波通讯信号的随机共振检测方法

针对旋转导向钻井技术中,稳定平台与随钻测量系统之间进行声波通讯时,通讯信号被强噪声干扰,使得信号幅频特性检测难度增大的问题,提出了一种利用随机共振检测声波通讯信号的新方法。通过进行短距离钻杆声波传输实验,研究声波传输特性,再分析微弱信号的随机共振检测原理,然后利用双稳态系统中,噪声能量可以提高待测信号传输能力这一特殊机制,构建声波通讯信号的随机共振检测系统并进行matlab仿真。仿真结果表明,随机共振系统可以检测到被噪声完全淹没的钻杆声波通讯信号的幅频特性。     

利用随机共振实现Lévy噪声中的信号检测

针对大量研究聚焦在利用随机共振在强噪声下提取有用的信号信息,但大都是在高斯白噪声下进行的,对Lévy噪声激励下的随机共振的研究却很少,介绍Lévy噪声的产生方法,给出Lévy噪声下双稳态系统的数值求解方法,最后对双稳态系统的输出做功率谱分析.对双稳态系统的输出进行分析,发现在Lévy噪声激励下双稳态系统也会发生随机共振现象,还可以辨识出淹没在Lévy噪声中的信号信息.仿真实例说明,可以利用随机共振实现淹没在Lévy噪声中的信号检测,并为其奠定了理论基础.