基于Simulink的微弱BPSK信号混沌解调仿真研究

针对微弱二进制相移键控(BPSK)信号的解调问题,对基于混沌系统的解调方法进行了研究.介绍了混沌系统微弱信号检测的原理,结合混沌系统产生相变的相位条件和BPSK信号的调制方式,给出了利用Duffing系统进行强噪声背景中BPSK信号解调的方法和步骤,并提出了利用功率谱熵对系统不同状态复杂度进行判别的新方法.在理论分析的基础上,建立了Matlab/Simulink仿真模型.仿真结果表明,利用混沌振子和功率谱熵解调微弱BPSK信号的性能优于传统的相干解调方法.     

基于混沌的微弱周期信号检测研究

分析了Duffing振子的混沌运动,通过改进Duffing方程的非线性恢复力项.构建新的微弱周期信号检测模型,仿真结果表明该模型能够实现强噪声背景下的微弱周期信号检测,具有很好的实用价值.     

混沌振子实现微弱周期小信号的检测

通过对混沌振子Duffing方程及其检测原理的介绍,发现混沌振子对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测。Matlab实验仿真和分析证明了采用混沌振子Duffing检测微弱周期小信号的可行性。     

基于Duffing振子的梯形增幅波弱信号检测*

针对引信产品测试中的非周期梯形增幅波信号提出了基于Duffing振子的梯形增幅波弱信号检测的新方法。该方法利用梯形增幅信号的特征进行分段预处理,将非周期信号的检测转换为Duffing振子的准周期信号检测,避免了低信噪比下基于Duffing振子的微弱非周期信号检测受混沌振子检测机理的限制这一难点。仿真实验证明,该方法有效地检测出了低信噪比下的微弱非周期梯形增幅信号。结果表明,该方法能有效检测出引信测试中的梯形增幅波信号,并对零均值色噪声具有较强的抑制能力。     

Duffing振子检测微弱正弦信号的普遍性研究

分析了Duffing振子的特性,研究了Duffing振子在微弱正弦信号检测中的应用。结合理论分析和大量的仿真试验,表明了Duffing振子检测微弱正弦信号的可行性。最后提出了一种利用Duffing振子检测微弱周期信号的方法,该方法在信号检测方面具有广泛的应用前景。     

基于Duffing振子的MEMS陀螺微弱周期信号检测

Duffing混沌振子系统对周期小信号具有敏感性,对噪声具有免疫性。对此进行了特性分析,讨论了振子方程参数变化带来的影响。对Duffing振子微弱信号检测的原理进行了实验验证,以LCG50陀螺为例,用Duffing振子检测方法对其周期误差信号进行了检测和分析,基于检测结果设计了FIR滤波器对MEMS陀螺周期误差信号滤波,结果表明:Duffing振子方法在MEMS陀螺微弱信号检测与信号处理中的可行性和有效性。     

基于一种改进混沌振子模型的弱信号检测

介绍了Duffing振子的混沌运动特征以及应用Duffing振子检测微弱信号的方法.提出了一种改进的Duffing振子模型,仿真实验表明该模型可以有效地检测微弱正弦信号,可检信噪比范围可达到,灵敏度达到.     

基于混沌理论的涡街微弱信号检测方法研究

针对涡街流量传感器在小口径、低流速下信号微弱,易被强噪声淹没而难于提取的特点,提出了利用Duffing振子检测微弱信号的方法.通过仿真对涡街信号中含有白噪声以及谐波干扰的情况进行分析,仿真和实验均表明:这种基于混沌理论的微弱信号检测方法对涡街信号中较强的白噪声以及频差较大的谐波干扰具有很好的免疫力,并且通过计算最大Lyapunov指数的波动频率能够准确估计出涡街有用信号频率,实现低流速下涡街微弱信号检测.     

基于混沌理论的微弱信号检测方法

分析了间歇混沌模型———Duffing振子的混沌特性,利用Duffing振子的非平衡相变对微小信号具有敏感性及对白噪声和与参考信号频差较大的周期干扰信号具有免疫力的性质,采用混沌振子阵列实现对噪声背景下微弱信号的检测;并采用梅尔尼科夫方法作为混沌判据,该方法的优点在于可以直接进行解析计算。仿真实验表明:该检测方法简单、有效,检测的精度比较高。     

基于混沌Duffing振子的BPSK信号K-means聚类解调方法

针对二进制相移键控（binary phase shift keying,BPSK）信号在低信噪比下解调误码率较高的问题,提出了一种基于混沌Duffing振子的K-means解调方法。该方法的思想是根据混沌Duffing振子系统对初值的敏感性以及对噪声的免疫特性,低信噪比下Duffing振子系统输入BPSK信号时,由于BPSK信号相位在0°和π之间的跳变从而导致Duffing振子输出相轨迹状态发生改变。针对相轨迹状态的变化,采用K-means聚类算法对相轨迹进行迭代求质心,根据收敛后的质心间距大小对BPSK信号进行判决解调。仿真结果表明,与现有的几种解调方法相比较,基于混沌Duffing振子的BPSK信号K-means聚类解调方法在低信噪比下解调速度、解调精度等方面都有了较大的提高。