基于随机共振的微弱信号检测研究

微弱信号是淹没在噪声中的小信号,且一般其信噪比比较低。微弱信号的检测在物理、电子和生物医学方面都具有重要的意义。依据随机共振理论,噪声在一定的条件下有利于微弱信号的检测。研究了随机共振的原理、双稳态系统中的随机共振现象及随机共振的应用研究现状。     

基于随机共振的微弱信号检测

在强噪声背景下,基于WV和Hough变换的正弦和线性调频信号检测方法的性能严重下降,为克服这种不足,该文在深入分析FHN随机共振系统参数对滤波能力影响的基础上,提出一种基于随机共振系统检测微弱正弦和线性调频信号的方法。首先借助FHN随机共振模型进行滤波,在此基础上进行WV和Hough变换,将信号的检测问题转换为时频图中的直线检测问题。实验证实,该方法具有较好的效果。     

基于随机共振电路模拟的微弱周期信号检测

采用电路模拟非线性Duffing振子，利用其随机共振机制来检测微弱周期信号。针对随机共振只适用于极低频输入信号的限制，引入一种适当的变量变换可以将高频信号转化成符合随机共振理论要求的低频信号进行处理，增强了该方法在工程应用中的可行性。采用电路模拟方法检测微弱周期信号，不需要象随机共振数值仿真所要求的那样对信号过采样，在满足采样定理的条件下，可以取较小的采样频率，降低了对硬件的要求。实验表明，该方法能有效地从强背景噪声中检测出微弱周期信号，在机械系统故障早期检测、化学谱信号提取、多传感器测量等领域有实际应用价值。     

用于微弱信号检测的随机共振系统设计

 随机共振(SR)作为一种能够利用噪声来提高系统输出信噪比的工具,近来得到越来越多的关注和研究.一个很大的问题是如何设计一个简单高效的SR系统.针对常见的微弱信号检测问题,我们分析了二值量化器和二值量化器阵列,推导出最优二值量化检测器和渐近最优阵列SR检测器,给出渐近最优阵列SR检测器的设计准则.根据理论分析结果,给出了鲁棒阵列SR检测器及基于噪声样本集合的参数选择算法,能够在未知背景噪声情形中获得较好的检测性能.     

随机共振理论在微弱信号检测中的应用研究

本文介绍了随机共振的基本原理,通过数值仿真研究了对称双稳系统的随机共振现象,并将其用于微弱信号的检测。为了进一步提高检测信噪比,采用了系统参数寻优的方法。仿真结果证明了基于随机共振的微弱信号检测方法的有效性。最后,提出了几个需要解决的问题。     

阵列双稳随机共振在微弱信号检测中的应用研究

阵列双稳随机共振(stochastic resonance, SR)系统可利用噪声在单个双稳SR系统基础上进一步增强微弱信号检测的能力,为强噪声背景下微弱信号的检测开创了新方法。本文应用阵列双稳SR原理进行微弱信号检测的研究,采用理论和数值仿真相结合,通过稳态自协方差函数,分析了阵列双稳SR系统输出信噪比（signal-to-noise ratio, SNR）增益。在此基础上,分别讨论了阵列噪声、外部噪声及阵列单元数对检测性能的影响。并与单个双稳SR检测弱信号进行性能比较,分析和仿真结果都表明,在相同条件下,采用阵列双稳SR比采用单个双稳SR检测微弱信号性能有较大改善。这些研究结果对于阵列双稳SR的进一步发展及应用具有重要意义。      

基于欠采样随机共振的单频微弱信号检测新方法

由于随机共振具有在特定条件下增强微弱信号信噪比的特性,近年来成为一种全新的微弱信号检测手段。为了克服随机共振绝热近似理论小参数条件的限制,提出一种基于欠采样随机共振的微弱信号检测方法。通过欠采样尺度变换与还原技术,实现了大参数信号的随机共振处理,突破了二次采样变尺度随机共振算法要求采样频率必须大于信号频率的50倍的限制。构建了基于欠采样随机共振的微弱信号检测模型,从理论上证明了方法的可行性。最后利用该方法对信噪比为-27 dB条件下的微弱单频信号检测进行了仿真,结果进一步验证了所提微弱信号检测方案的正确性。所提方法大大降低了信号的采样速率,为将随机共振应用于科斯塔斯(Costas)环的改进奠定了基础。     

基于双稳类随机共振的信息检测

研究了小参数随机共振(SR)的响应幅值与信号频率和噪声强度的关系,并从噪声频谱的罗伦兹(Lorentz) 分布特性推出,只有在噪声能量集中的低频区域才能产生随机共振的论点。得出了二次采样大参数类随机共振的实现条件,即采样频率至少是信号频率的50倍并根据噪声强度选择二次采样频率。在大参数情况下,由双稳系统输入输出信噪比的分析,阐明了大参数类随机共振方法从强噪声中检测出弱信号的可行性。运用周期和非周期弱信号的检测实例,进一步证明了该方法的有效性和实用性。     

利用随机共振解调微弱MFSK信号

采用随机共振解调微弱MFSK信号解决了传统解调方法误码率高的问题.根据大噪声环境下信号能借助噪声能量发生随机共振这一理论,先将微弱MFSK信号通过双稳态随机共振系统以提高其信噪比,对随机共振系统的输出信号用FFT来区分每段信号的载波频率,最后依据判决准则解调MFSK信号.当信噪比较高时,可向信号中人为添加白噪声来使之适...     

随机共振现象与微弱信号接收

本文从随机共振(Stochast ic Resonance)可增强信号信噪比的现象出发,介绍了随机共振非线性双稳势阱模型和参数调节随机共振理论。在此基础上,分析了随机共振现象在微弱信号接收中两种可能的应用途径,通过仿真验证了应用的可行性。最后,分析提出了将随机共振理论应用于弱信号接收需要突破的三大关键技术,即:大参数信号变尺度与还原技术、参数自适应调节技术和调制信号随机共振技术,还提出了初步解决的思路。为拓宽随机共振现象的应用领域和探究解决低信噪比条件下的信号接收提供新的方法和途径。     

基于阈上随机共振的弱信号双色中波红外图像融合

提出了基于阈上随机共振的弱信号双色中波红外图像融合方法.利用阈上随机共振分别增强两幅图像的弱信号,通过中值滤波对图像降噪,然后对降噪图像进行支持度变换融合,得到信息丰富、细节明显的融合图像.实验结果表明,融合图像的局部标准差提高了247.7％、局部熵提高了45.52％、峰值信噪比分别提高了6.71％和6.65％,证明了...     

弱信号检测领域中随机共振的理论及应用研究

随机共振(SR)是指在一定的非线性条件下,由弱周期信号和噪声(随机干扰)合作而导致的系统强周期输出的现象.介绍了随机共振的起源和绝热近似理论、本征值理论、非周期理论、自适应理论等随机共振理论;提出了实验研究中常用的测度方法及指标,并介绍了近年来国内外各个领域利用随机共振检测弱信号的应用研究实例.最后对随机共振的研究进展做了概括分析.     

基于EEMD的故障微弱信号特征提取研究

总体平均经验模式分解(EEMD)方法是一种先进的时频分析方法,非常适合于对非平稳故障微弱信号的分析处理。文中介绍了EEMD方法的原理与算法实现步骤,重点分析了EEMD方法避免模式混淆的机理。利用EEMD方法对齿轮箱振动信号进行分析,成功提取了小齿轮磨损故障特征,验证了EEMD方法在故障微弱信号特征提取的有效性。     

随机共振瓦斯微弱信号检测方法研究

为了解决检测煤矿复杂环境中的瓦斯信号时易受周围噪声干扰以至微弱信号被掩埋或产生异常数据的问题,提出一种基于随机共振的微弱瓦斯信号检测方法。采用欠采样原理对大频率信号尺度变换及粒子群算法优化系统结构参量,对大参量微弱信号在随机共振系统中的共振效果进行了理论分析和研究。结果表明,该方法可以以较低的采样频率,自适应地达到较好的共振效果;可有效地滤除噪声并增强系统辨识微弱信号的灵敏度以及信号检测的动态范围。该研究为瓦斯突出信息的早期辨识提供了一定的理论依据。     

基于VB的微弱余弦信号混沌检测仿真系统平台

通过混沌检测原理,得出了微弱余弦信号混沌检测模型,进一步利用VB设计和建立了微弱余弦信号混沌检测仿真系统平台.经与Matlab仿真实验比较验证其效果良好,与谱减法等检测结果进行比较证明该仿真系统平台具有优良的检测效果.这样不仅为混沌产生变化的研究提供了基础,同时也为混沌技术在实际信号检测中的应用提供了平台.     

基于FPGA的紫外通信微弱信号放大器设计

针对近地层自由空间紫外通信信号微弱的特点,设计具体的微弱信号放大器。在提出放大器指标基础上,分析了放大器的组成与工作原理。运用LMH6624MF型号的集成运算放大器和VCA610P型号的电压控制放大器分别设计了前置放大器和后级放大器,采用AD9214作为AD转换,选用XC6VCX240T-2FF784型号的FPGA设计了选频数字滤波器。用Multisim、Matlab、ISE进行设计仿真验证,结果表明:该放大器在30 kHz和50 kHz两个中心频率具有1~10000之间连续可调的放大倍数,中心频率附近带宽约为4 kHz,等效输入噪声电压≤5 nV/Hz(1/2)@30 kHz,50 kHz,符合设计技术要求。设计中采用FPGA实现滤波,具有精度高、实时性好、便于升级等优点。     

基于ARM的微弱信号采集系统的设计

为提取噪声背景下的微弱信号,提出了一种硬件与软件相结合的实现方案。采用仪表放大技术和单片机控制技术相结合对数据进行检测和处理。该系统优化硬件调理电路设计,保证采集数据的精度要求。利用ARM实现基于数字相关的算法,改善信噪比,有效恢复淹没于强背景噪声中的微弱信号。最后通过对模拟低频微弱电流信号的检测实验,充分显示了该系统在微弱信号检测方面的实用性和有效性。