基于混沌振子的微弱信号检测技术研究

分析了Duffing方程的动力学特性,它对白噪声和与混沌振子固有频率相差较大的干扰周期信号具有免疫力,利用混沌振子的这种特性进行微弱信号检测,提出了将被测信号完全作为摄动力进行幅值检测的新方法,另外还给出了利用振子阵列的方法进行频率的检测。仿真实验表明这种方法简便易行,可以有效地检测出有用信号的幅值和频率。     

基于锁相环和混沌振子的微弱信号检测

为精确检测纳伏级微弱正弦信号的频率和幅值,构建了基于锁相环和Duffing振子的微弱信号混合检测系统。首先通过锁定输入锁相环的待测信号,完成信号频率的检测;然后利用锁相环输出的已知频率信号作为混沌系统的内置策动力信号,将输入到混沌系统的待测信号用Duffing振子进行幅值检测。仿真结果表明,混合系统可同时完成纳伏级微弱正弦信号的频率和幅值的检测,检测信号的最低信噪比为-22.23dB,且操作简单,工作量小,易于实现。     

基于Duffing振子的微弱正弦信号检测方法研究

利用混沌振子系统的初值敏感性和对噪声的免疫力检测微弱正弦信号，可以获得很高的检测灵敏度和很好的抗噪性能。文中分析了待测正弦信号幅值和相位对混沌系统状态的影响。基于Duffing振子系统的相变特性，提出了检测微弱正弦信号幅值和相位的新方法，即：反相补偿幅值检测方法和三分对称相位检测方法，介绍了检测的原理和具体实现步骤；利用Duffing方程的位移X波形的包络特性，提出了适合于含噪声情况的混沌特性自动判别方法，以正确判别混沌系统的状态并应用于文中的信号检测方法之中。最后，将该方法和最大似然法进行了比较。数字仿真结果证明了文中所提方法的可行性和有效性。只需改变策动力的频率，该方法即可适用于检测各种频率的微弱正弦信号，对于扩大光传感器的测量范围、电力系统谐波分析等应用具有实用价值。     

基于改进Duffing振子的微弱信号检测方法

研究了一种基于改进Duffing振子的微弱信号检测方法,通过对比分析两种不同的Duffing振子系统的相图和Lyapunov指数图,改进Duffing振子在微弱信号检测方面较常规Duffing振子具有2个优势:能够有效的解决由于振子从混沌态转变到周期态存在过渡区而引起的漏判误判问题且对微弱信号的幅值估算更加准确;具有更好的噪声免疫性。仿真实验结果表明,改进Duffing振子能有效的检测出淹没在背景噪声中的信噪比为-43 dB的微弱信号,最后通过对早期故障轴承的微弱特征信号进行检测,验证所提方法可以应用于工程实际中。     

基于混沌振子的微弱信号检测

分析了当前微弱信号检测领域中常用的三种检测方法,提出了将混沌技术应用于微弱信号的检测,阐述了基于Duffing混沌振子的微弱信号的检测原理和过程,给出了Matlab的仿真实验结果,理论分析和仿真表明该方法简单、有效、易于实现.     

基于混沌振子的微弱GPS信号检测算法

针对微弱GPS信号的高灵敏度检测算法是当前室内环境下,GPS接收机捕获信号亟待解决的问题。由于混沌振子具有对周期信号敏感,对噪声免疫的特性,相轨迹会因为同频率周期信号发生明显改变。本文将其应用于室内环境下检测GPS信号,提出了基于Duffing混沌振子的微弱GPS信号检测算法;采用Leyapunov指数判定相轨迹所处的临界状态,辅助测量GPS信号的存在;将数值迭代方法应用于算法的实现。仿真结果表明,与传统的GPS信号检测方法相比较,基于混沌振子的检测算法可以快速捕获极低信噪比条件下的GPS信号,有效提高了捕获率和检测性能。     

基于混沌振子和小波理论检测微弱信号的研究

分别分析了混沌振子检测微弱信号和小波消噪的方法。并在此基础上,提出将小波消噪思想和混沌振子检测方法相结合组成联合测量系统。经过大量仿真实验得出,联合测量系统在检测强噪声背景下的微弱信号中可以得到比较理想的效果,并且进一步提高了检测微弱信号的能力。应用混沌振子和小波消噪相结合的方法对强噪声有一定的免疫力,在微弱信号检测方面,是一种有效的手段。     

基于改进型Duffing振子模型的变压器局部放电信号检测方法

针对现有Duffing振子在微弱信号检测方面存在的局限性,提出了一种基于改进型Duffing振子的微弱脉冲信号检测的新方法。考虑到变压器局部放电信号的检测涉及到广谱信号的检测问题,而且改进型Duffing振子的临界混沌幅值不会随振子的激励频率和采样频率的改变而发生明显变化,因而有效避免了现有Duffing振子只能检测低频信号的局限性。仿真结果表明,在强噪声背景下,基于改进型Duffing振子的变压器局部放电微弱脉冲信号的检测方法不仅具有良好的噪声免疫特性,而且具有高精度的检测结果,在变压器局部放电信号检测领域中具有重要的应用价值。     

基于Duffing振子的微弱信号检测方法研究

利用Duffing振子相变对微弱信号敏感和对噪声免疫的特点,可以对淹没在强噪声背景中的微弱周期信号进行检测,但传统的Duffing振子相变检测方法仅能检测特定频率的周期信号并且会受过渡带的影响.针对上述问题,给出了一种基于Duffing振子变尺度逆相变的微弱周期信号检测方法,通过引入变尺度系数将待测信号进行重构,进而减小了系统参数对检测的影响.建立了仿真模型并进行了仿真实验.分析和仿真结果表明,该方法能够仅利用一组固定的参数来对任意频率的周期信号进行有效的检测,且减少过渡带的影响,具有较好的检测性能.     

双振子差分混沌特性判别方法

利用混沌振子检测微弱信号具有灵敏度高、抗噪性好等优点,其检测的关键在于对混沌特性的判别。该文在对Duffing振子混沌特性研究的基础上,提出了一种利用双振子差分来进行混沌特性判别的新方法。该方法具有直观、计算量小、抗噪性好和易于实现等优点。文中阐述了该方法的原理,提出混沌牵引的概念,给出相应的判别程序流程,最后对该方法进行了数字仿真,并应用该方法处理小电流接地故障保护现场数据,仿真试验结果证明了该方法的可行性和有效性。     

基于信号预处理的杜芬振子弱信号检测方法

杜芬振子对周期信号极其敏感,对噪声具有较强免疫力,被研究用于强噪声背景下弱周期信号的检测及其各项参数的测量。为进一步提高杜芬振子检测含噪信号的性能,本文提出了先对待测信号预处理再送入杜芬振子的弱信号检测算法,并在理论上进行了证明。该方法先将待测信号分割、叠加、延拓再送入杜芬振子进行检测,仿真表明该方法在将信号分割成多段、叠加、延拓时可获得较大的信噪比增益,其中分割数目为3时,检测信噪比下限降低约为2 dB,分割数目为5时,检测信噪比下限降低约为3 dB。     

基于TEO的Duffing振子混沌相变瞬时频率判别研究

针对弱信号检测领域中传统混沌相变数值判别算法复杂度高,计算量大的问题,对杜芬振子（Duffingoscillator）：同状态下的输出特性进行了研究,提出了一种基于Teager能量算子TEO的混沌相变判别方法,并对某微弱电力载波信号的检测进行了仿真实验。实验结果表明：该方法计算量小,易于量化实现,实时性较强并且能够满足强噪声背景下混沌相变的快速判别需求。     

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.     

基于Duffing振子的弱信号频率检测研究

现有Duffing振子弱信号检测方法检测频率信号时存在检测频率范围窄的缺点,在检测宽频带信号时需要用到多振子阵列,增加了实现的复杂度。文章充分利用周期信号频率特性和Duffing振子的弱信号检测技术,提出了一种新的Duffing振子检测频率信号的方法,该方法摒弃了传统外加周期策动力的方式,将待测信号直接送入Duffing振子,然后对振子输出量作频谱分析,降低了调谐的难度并增加了振子运行的稳定性。仿真结果表明,该方法可实现对信号频率的精确检测,具有精确度高（10-4数量级）、复杂度低的优点。     

基于单势阱随机共振的多频周期微弱信号检测

经典随机共振（SR）应用于微弱信号检测,在取得较好效果的同时也带来了最佳系统参数调节困难的问题.单势阱随机共振（SSR）只需调整一个系统参数,更容易调整系统到最佳状态.在研究了单势阱随机共振理论基础上,对多频周期信号加上与实际更为接近的色噪声,采用互相关系数作为测度指标,运用自适应方法寻找系统最优参数后,系统设置该参数,从待测信号中检测出多频周期微弱信号.实验结果表明单势阱随机共振对多频周期微弱信号具有较好的检测效果.     

基于谐波小波包理论检测微弱信号的研究

谐波小波作为一类小波,存在明确的函数表达式,算法实现简单,时频定位准确,且在频域具有良好的盒形谱特性。作为谐波小波变换的延伸,谐波小波包变换能够实现对任意频段的无限细化,将信号分解到感兴趣的频段。在此基础上,提出将谐波小波包理论用于微弱信号的检测。利用谐波小波包变换对微弱信号进行处理,成功实现了对微弱信号的时域重构和频域提取。通过仿真实验,说明谐波小波包方法在微弱信号检测方面,是一种有效的手段。     

Adaptive time‐frequency representation for weak chirp signals based on Duffing oscillator stopping oscillation system

To investigate high‐resolution time‐frequency representations for any type of weak chirp signals with a very low signal‐noise ratio, we revisit the inherent deficiencies of conventional Duffing oscillator detection methods and propose a novel Duffing oscillator stopping oscillation detection system. As a result, the detection of chirp signals can be successfully realized, and the influence of nondetection zones and critical thresholds on the detection accuracy is successfully eliminated. Furthermore, we propose an adaptive Duffing oscillator stopping oscillation detection method to measure the instantaneous frequency variation of a highly dynamic chirp signal within a large frequency range. The simulation results indicate that, compared with the conventional Duffing oscillator detection methods and the Choi‐Williams distribution, the proposed method greatly expands the frequency detection range of a single Duffing oscillator and has a lower computing cost and effective real‐time performance in detecting a high‐precision weak chirp signal, which provides a new solution for the time‐frequency representation of weak chirp signals at a lower signal‐noise ration and reveals broad prospects for applications in engineering.     

An adaptive improved unsaturated bistable stochastic resonance method based on weak signal detection

Stochastic resonance can detect weak periodic signals from strong background noise without loss of signal energy. However, the classical bistable stochastic resonance has the inherent output saturation defect, which limits the detection performance of system. And it is more difficult to detect signal with strong background noise. In this article, we constructed improved unsaturated bistable stochastic resonance to overcome this shortcoming. The improved bistable potential function makes the output signal more easily oscillate in two potential wells. To improve the stability and the accuracy of the method, we further propose an adaptive improved unsaturated bistable stochastic resonance (AIUBSR) by constructing a synthetic index (SI). The SI combines zero-crossing ratio and structural correlation coefficient, which can measure the periodicity of output signal and the accuracy of detective frequency at the same time. Theoretical analysis and numerical simulations show that the proposed AIUBSR can have good weak signal detection capability in strong background noise.