基于随机共振原理的自适应信号检测技术研究

强噪声背景下提取微弱信号是信号处理技术中倍受关注的课题.该文应用随机共振对微弱信号检测的原理,在研究了双稳态非线性系统的基础上,设计了非线性系统以及其控制电路.通过模拟工程实际,提出了简单的自适应算法,验证其对于微弱信号检测的有效性.     

随机共振技术检测强色噪声中弱信号的研究

通过对双稳态系统随机共振模型的数值模拟,研究了利用随机共振技术检测被色噪声淹没的微弱周期信号。这种方法对于确定频率的零检验实验,譬如光子静止质量检验实验等具有一定的参考实用价值。     

随机共振技术检测强色噪声中弱信号的研究

通过对双稳态系统随机共振模型的数值模拟,研究了利用随机共振技术检测被色噪声淹没的微弱周期信号.这种方法对于确定频率的零检验实验,譬如光子静止质量检验实验等具有一定的参考实用价值.     

随机共振原理在微弱信号检测中的应用

该文利用随机共振原理对强噪声下的弱信号的检测进行了简单介绍，并分析了对不满足绝热近似条件下的实际工程信号的处理方法。通过仿真实验表明，随机共振技术完全能处理在不满足绝热近似条件下的工程实际信号，可能成为机械故障诊断的又一新的有效手段。     

一种基于线性系统随机共振的弱信号检测方法

从工程中经常碰到的噪声背景下弱信号检测的实际需求出发,提出一种基于线性系统随机共振的弱信号检测方法,与传统的非线性系统随机共振相比,此方法计算量小、检测速度快。采用MATLAB配用的SIMULINK软件,建立线性系统随机共振仿真模拟图,通过调节系统参数或噪声强度,使系统噪声及激励信号达到最佳匹配,从而实现弱信号的检测。仿真结果表明该方法具有可行性。     

基于随机共振的雷电信号检测方法

对传统的雷电信号检测方法进行了仿真研究,提出将随机共振理论引入到雷电信号检测之中,为雷电信号检测提供了一个崭新的思路及方向,并用仿真结果证明了此检测方法是完全可行的,具有理论指导及实用推广价值。     

一种基于随机共振的弱信号检测方法

针对强噪声背景中的弱信号检测问题，在经典随机共振处理方法的基础上，利用小波良好的去噪特点，提出了随机共振加小波去噪检测弱信号的新方法．理论分析和仿真结果表明，该方法优于传统的随机共振处理方法，可获得近2．5dB的输出信噪比得益．     

利用参数调节随机共振检测大参数信号

在参数可调双稳态系统的基础上,分析了影响系统输出的主要因素,论述了在信号检测方面参数调节随机共振比噪声调节随机共振更具优越性,并从系统响应速度的角度出发,通过对输出响应和输入信号之间相关系数的分析．说明了适当地选择系统参数可以实现对大参数信号的检测．数值仿真实验结果表明,参数调节随机共振方法在信号检测方面有着很好的应用前景．     

随机共振应用于大频率周期性弱信号检测

研究了利用随机共振检测强噪声背景下的大频率周期性弱信号.利用时序步进采样将大频率待测周期性弱信号的频率降低,再利用非线性双稳态系统的随机共振强烈压制伴随大频率信号的噪声,同时信号由于其稳定的周期振荡行为从噪声背景下凸现出来.研究结果表明该技术在检测强噪声背景下的大频率周期性弱信号方面具有明显的优势,且能够大幅度地提高利用随机共振检测弱信号的频率.     

窄带弱信号检测中的随机共振现象研究

针对雷达、声纳和通信等领域中频段信号经常受窄带噪声污染的问题,本文采用随机共振理论,对窄带噪声环境下的弱信号检测及其随机共振现象进行研究。在圆对称概率密度的窄带非高斯噪声环境下,建立了窄带弱信号观测模型,并对局部最优检测器、广义窄带相关检测器和硬限幅窄带相关检测器中的随机共振现象的存在性进行分析与仿真,同时对给定次优系统中的随机共振性能与自适应次优系统最佳性能进行比较。研究结果表明,噪声与检测器结构参数都可视为影响检测器性能的重要因素,在局部最优检测器中不存在随机共振现象;在广义相关检测器中,广义瑞利噪声环境下的次优系统中存在随机共振现象;在硬限幅窄带相关检测器中,非尺度噪声如莱斯噪声环境下也证实了随机共振现象。该研究为提高雷达和通信领域的信号检测性能提供了理论依据。     

Signal modulating noise effect in bistable stochastic resonance systems and its analog simulation

1 INTRODUCTIONSince stochastic resonance (SR) was presentedby Benzi et al[1]to explainthe periodic recurrent iceages ,this phenomenon has continuously attractedconsiderable attention. The termof SRdescribes aphenomenon whereby the response of a nonlinearsystemto a periodic signal can be amplified and op-ti mized by the assistance of noise .Stochastic resonance was first discussedin thecontext of bistable systems . Fauve et al[2]per-formed the first experi ment of stochastic resonancewit…     

自适应随机共振二进制基带信号处理

在二进制基带数字信号处理系统中引入随机共振作为非线性处理模块,可以有效地提高系统的输出信噪比.从误码率和输入输出互信息角度对随机共振进行研究,提出一种基于互信息的自适应随机共振信号处理方法,增强了二进制基带数字信号处理系统的鲁棒性.系统运行前先使用一很短的训练序列,随机共振模块根据输入输出互信息按照梯度方向自动调整系统参数,经有限步迭代后自动收敛到最佳共振点,并保持此状态对未知信息序列进行处理,使系统输出端误码率达到最低.仿真结果表明,新算法迅速收敛到最大互信息值,与直接判决方法相比具有更大的信噪比增益.     

阈值随机共振及其在低质量浓度气体检测中的应用

提出利用阈值随机共振系统检测低质量浓度气体的方法.对传感器检测信号进行预处理以满足随机共振系统的要求,输入单阈值检测器,采用反映系统输入输出信号之间相关性的互相关系数作为阈值随机共振的表征.对系统的阈值参数进行优化,对最大互相关系数和气体质量浓度的相关性进行回归分析.实验结果表明,在该类系统中,不但存在阈值随机共振,而且随着气体质量浓度的增加最大互相关系数增加,采用最大互相关系数可以进行气体质量浓度的检测,最低检测限可以达到μg/L级别.     

基于小波系数统计的非高斯噪声背景下语音流检测

在实际生活中,非高斯噪声很普遍,对信号的影响也很大,是语音信号处理中的难题.大部分强噪声信号都是非高斯的,在强噪声背景下,由于语音信号受到较大的干扰,甚至被噪声淹没,传统的基于短时的能量、过零率、相关以及平均幅度差等检测算法效果都不理想.根据小波变换的特性和语音时域信号的分布特征,提出了一种非高斯噪声背景下语音流检测算法.对含噪语音进行小波分解,观察各层小波系数的统计特征,提取它们的不同特征,从而进行了语音流检测.大量实验表明该算法具有较高的检出率和较低的误检率,可以消除噪声的影响实时处理语音信号.该算法有一定的创新性,在处理非高斯噪音方面很有实用性.     

混沌干扰下的随机共振研究

利用随机共振现象可以实现弱信号检测,目前大量的研究是在白噪声或色噪声背景下进行的,对于混沌干扰下的随机共振的研究却很少。研究了混沌背景干扰下的信号检测,发现在混沌干扰下双稳系统也会发生随机共振现象,因此可以检测出淹没在混沌干扰中的信号;在混沌与噪声同时存在的混合背景下,随机共振现象仍然存在,混合背景可以发生与单一噪声背景类似的随机共振现象。     

参数调节随机共振与信号处理的研究——在四进制基带PAM信号传输中的应用

依据非线性双稳态系统的性质，提出了系统参数调节应满足的条件。给出了当输入信号为等
概率的四进制脉冲幅值调制（PAM）时，系统输出理论渐近误码率计算公式。为使误码率最小，根据系统
输入输出的非线性关系，给出了输入信号幅值的选取方法。数字仿真实验证实，参数调节随机共振系统可
以有效传输四进制PAM信号。对系统输出非稳态概率密度的表达式的研究可以使理论分析结果更符合实际
情况。     

带乘性噪声和测量时滞的随机系统二次滤波

研究了状态方程中有乘性噪声,并且观测有时滞的随机双线性系统二次滤波器设计问题。因乘性噪声导致系统参数矩阵具有随机性,并且观测方程有时滞,无法直接采用经典的Kalman滤波方法,所以本研究基于Kronecker代数方法,首先将原系统转化为包含原系统状态和观测及其二阶Kronecker积的线性增广系统;然后基于新息重组方法将增广系统转化为无时滞系统,并利用投影定理得到增广系统系统的线性最优滤波器;最后提取增广状态估计的前n个分量,从而得到原系统的二次最优滤波器。仿真结果表明该滤波器与现有的线性最优滤波器相比,估计精度提高27％,整体性能有较大提高。