微弱正弦信号的一种新的混沌检测系统

用特定的Duffing-Holmes方程实现了强噪声背景下弱正弦信号的有效检测.并用梅尔尼科夫函数给出系统出现混沌状态的阈值.仿真实验表明该混沌系统对微弱正弦信号非常敏感,对任意零均值噪声均具有极强的抑制能力,系统信噪比工作门限可达到-90dB.     

MEMS器件常用微弱信号检测技术研究

文章针对微机械(MEMS)器件中常用的微弱信号检测技术进行了简单的介绍。针对MEMS器件中微弱信号检测所使用的理论方法进行了总结分析,并提出了一些典型、实用的MEMS微弱信号检测电路。     

微弱信号的差分振子检测方法

在分析了差分振子基本原理的基础上,重点在理论上分析了噪声对差分振子输出相图的影响,推导了相图大小与有效信号幅值之间的线性比例关系,弥补了差分振子不能检测信号幅值的缺点,阐明了系统参数对差分振子检测性能的影响.理论分析、仿真实验及工程实践表明,该方法简单稳健,实时性好,具有良好的抗噪性能,能有效检测强噪声背景下的微弱故障信号,可实现机电设备早期故障的可视化检测.     

微弱正弦信号的互相关-混沌系统合成检测技术

将常规互相关检测方法与混沌检测方法相结合,发挥各自的优势构成一个新的微弱正弦信号检测系统.理论分析及仿真实验表明该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力.     

基于Duffing混沌系统微弱信号检测的数值分析

基于混沌系统对噪声信号的免疫性和对微弱信号的敏感性,从数值分析的角度对在噪声中微弱正弦信号的检出,幅值、频率、相位的测量进行了讨论.     

微弱信号检测的噪声和处理方法

随着电子技术的应用深入到各个科学和专业领域，很多电信号需要检测，各种物理量也需要转换为电信号来检测。由于自动化程度的提高，各个生产环节大都采取集中控制或检测，测量仪器与被测对象之间的距离较远，环境条件较为复杂。特别是被测信号是微弱的而且是深埋在噪声中的，怎样对微弱信号进行检测越来越受到人们的重视。特别是测量仪器仪表的设计人员和检测人员更不能忽视。     

微弱光电信号检测电路设计

光电信号检测与采集电路的性能优劣,直接关系到粉尘浓度测量系统的准确度和精确度。在分析研究了光电检测基本原理和微弱信号检测影响因素的基础上,针对粉尘浓度测量系统中光信号的特点,通过采用差分式测量结构,提高光电探测器供电电源的稳定度,选用低噪声、响应快的运算放大器等措施,设计了一种噪声低、反应快、简单实用的微弱光信号检测电路,成功应用到了某粉尘浓度测量系统上。     

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。     

基于类洛伦茨系统的微弱信号检测及其电路实现

基于一种类洛伦茨(Lorenz)混沌系统,利用周期微扰的混沌控制方法,应用于微弱信号的检测。首先,构建一个受控的类Lorenz检测系统,通过调节系统两参数可将混沌系统控制可在所期望的周期轨道内。利用李雅普诺夫(Lyapunov)指数谱及分岔图分析,选择适当的两个参数值,将系统控制在混沌临界状态,当加入混有高斯白噪声的微弱信号时,系统发生相变,由混沌临界状态转变为周期三状态,从而检测出与外加激励信号同频率的微弱正弦信号。此方法不需要利用梅尔尼科夫(Melnikov)方法计算复杂的系统发生相变的激励信号幅值的精确解,实现方法简单易行,MATLAB仿真结果表明该系统可以实现极低的信噪比。在理论和数值分析的基础之上,该文设计了微弱信号检测电路,仿真和实验结果表明,该方法能够有效实现微弱正弦信号的检测。     

基于小波熵的微弱信号检测方法研究

在科学技术研究领域中,经常会遇到非平稳、低能量、瞬时变化的微弱信号检测问题,然而,微弱的有用信号往往被环境噪声所湮没,最大程度地提取有用信息一直是弱信号检测中的一个难题。尤其对短时低能量的瞬变信号,采用传统信号处理方法提取其位置信息难以奏效。小波分析的方法为弱信号检测技术开辟了一条新途径,但小波变换对弱信号进行特征提取的关键在于确定小波系数的阈值。为此,在软阈值基础上引入反映信号能量分布特性的小波熵概念,利用信号在不同分解尺度上具有不同的小波熵,能够自适应地确定高频系数分量的阈值。仿真分析表明,基于小波熵分析的方法能够在强噪声环境中对微弱信号准确定位,实现低能量的瞬变信号有效提取。     

基于随机共振的任意大频率微弱信号检测方法研究

通用非线性随机共振系统(参数a=1,b=1)在检测微弱信号时受小频率参数和弱信号幅度的约束,给实际应用带来了很大困难.针对这一情况,提出了一种能够检测大频率微弱信号的随机共振检测方法,通过调整系数k改变非线性参数6,使输入弱信号满足共振幅度要求;调整系数R改变非线性参数a、6,将共振频率提高R倍,从而实现了大频率微弱信号的随机共振.通过理论分析和数值仿真,研究了系数k和R的调整方法、步长等,构建了一种可实现的大频率微弱信号检测方法.     

一种利用固定相移测量同频正弦信号相位差的方法

传统的相位差测量方法将信号整形成方波,异或后将方波脉冲的宽度转换为相位差.然而,信号在过零点处的"振铃效应",以及传统方法中引入迟滞比较器去噪带入的延时误差严重影响了测量的准确度.介绍了了几种测量相位差的方法,分析了各自的不足,最后提出了一种新型的利用固定相移测量同频正弦信号相位差的方法.此方法避免了"振铃现象"的影响,避免了引入迟滞比较器去噪带入的延时误差,同时又保留了迟滞比较器去噪的优点,不受信号幅度的影响,不受幅度递减的奇次谐波的影响,对两个同频正弦信号的相位差实现精确测量.     

微弱光信号检测

本文主要介绍了微弱光信号检测系统的各组成部分。目前微弱光信号检测的一般办法是通过光电转换器件将微弱的光信号转换成为电信号,再通过微弱信号检测技术检测。文章中将讲解光电转换和微弱信号检测技术以及主要的仪器。     

基于Duffing振子检测频率未知微弱信号的新方法

针对现有混沌振子难以检测频率未知微弱信号这一难点,提出利用Duffing振子输出值的方差峰值结合遗传算法检测淹没在强噪声背景中频率未知微弱信号的一种新方法。从分析混沌系统结构参数的阈值入手,讨论了周期策动力的频率、初始相位和噪声对系统运行状态的影响;研究系统输出值方差与系统状态的对应关系,探讨待测信号频率以及与周期策动力之间相位差对状态变量方差和状态转换时间的影响。由此,提出采用具有相位偏移的Duffing振子阵列覆盖全相位,并结合遗传算法,优化求解不同频率输入信号下系统输出值方差的极值,以此得到待测信号频率的方法。该方法解决了现有混沌振子类检测方法必须已知信号频率的限制。实验结果证明了本方法能准确、快速地检测待测信号频率。新方法的状态判定简便、检测精度高、更为灵活、适应性强,为微弱信号的检测提供了新的手段。     

Adaptive stochastic resonance method for weak signal detection based on particle swarm optimization

In order to solve the parameter adjustment problems of adaptive stochastic resonance system in the areas of weak signal detection,this article presents a new method to enhance the detection efficiency and availability in the system of two-dimensional Duffing based on particle swarm optimization.First,the influence of different parameters on the detection performance is analyzed respectively.The correlation between parameter adjustment and stochastic resonance effect is also discussed and converted to the problem of multi-parameter optimization.Second,the experiments including typical system and sea clutter data are conducted to verify the effect of the proposed method.Results show that the proposed method is highly effective to detect weak signal from chaotic background,and enhance the output SNR greatly.     

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.     

基于随机共振原理的大频率微弱信号检测方法研究

针对直接利用随机共振原理不能有效地检测出大频率微弱信号的问题,提出了利用混频器的频谱搬移特性,将待测的大频率信号和信号发生器产生的信号混频,从而使大频率信号转化为小频率信号,然后再加入非线性双稳态系统,对此方法进行了理论上的研究并设计出了混频随机共振电路系统。研究结果表明,基于此方法设计的电路能有效地检测出大频率微弱信号。     

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.     

基于随机共振原理的微弱信号检测与应用

阐述了应用随机共振对微弱信号进行检测的原理.在研究双稳态非线性系统的基础上,设计了非线性系统及其控制系统电路,该系统可以大大抑制噪声,并在双稳态系统中产生信号调制噪声效应.对双稳态系统的输出信号作了频谱分析,辨识出了淹没在白噪声中的微弱正弦信号频率.实践应用证明.此方法明显提高了信噪比,免去了求解复杂的统计微分方程,这在多传感器测量和机械系统故障早期检测中具有一定的实际应用价值.