Lyapunov指数算法在应答器信号混沌振子检测中的应用

针对为提高在强噪声环境下应答器上行链路传输信号的检测精度,利用混沌系统对初始条件敏感以及对噪声免疫的特性,将混沌振子应用到应答器上行链路信号检测解调中.结合微弱信号Duffing振子检测原理和应答器上行链路信号特征,给出了使用Duffing振子检测应答器信号的方法和步骤,并使用Lyapunov指数算法计算Duffing振子检测系统的临界阈值,定量判断系统的输出状态,实现应答器信号的解调.在理论分析的基础上,进行了实验仿真验证.仿真结果表明,基于Lyapunov指数算法的应答器信号混沌振子检测方法提高了阈值设置的准确性和效率,并确保了应答器信号检测的可靠性.     

Lyapunov指数算法在应答器信号混沌振子检测中的应用（英文）

针对为提高在强噪声环境下应答器上行链路传输信号的检测精度,利用混沌系统对初始条件敏感以及对噪声免疫的特性,将混沌振子应用到应答器上行链路信号检测解调中。结合微弱信号Duffing振子检测原理和应答器上行链路信号特征,给出了使用Duffing振子检测应答器信号的方法和步骤,并使用Lyapunov指数算法计算Duffing振子检测系统的临界阈值,定量判断系统的输出状态,实现应答器信号的解调。在理论分析的基础上,进行了实验仿真验证。仿真结果表明,基于Lyapunov指数算法的应答器信号混沌振子检测方法提高了阈值设置的准确性和效率,并确保了应答器信号检测的可靠性。     

基于Lyapunov指数的超声导波检测技术

为了提高超声导波的检测灵敏度,提出了一种基于杜芬方程Lyapunov指数特性的超声导波识别方法,该方法利用了杜芬方程对系统参数的敏感性及其对噪声信号的免疫特性。首先,分析了杜芬方程检测导波信号的数学原理;其次,讨论了如何设定检测系统参数,给出了可用于检测导波信号的杜芬系统;最后,通过分析比较噪声和导波信号对Lyapunov指数的不同影响,证明了该方法识别强噪声下弱超声导波的有效性。数值算例表明,通过合理设置杜芬方程参数使系统处于混沌状态,当输入导波信号和混有噪声的导波信号时,系统由混沌状态转变为极限环运动,利用杜芬系统状态改变可实现对强噪声下弱超声导波的识别,该方法可有效延长超声导波的检测范围和提高检测小缺陷的灵敏度。     

Floquet指数确定混沌检测系统阈值的新方法

利用Duffing振子的运动状态来判断微弱信号的存在是一种常用的方法,但是相变量一直没有明确的判别依据.针对这一问题,本文通过分析Duffing非线性系统的分叉过程及该系统的稳定性问题,提出了利用该系统的特性参数——周期状态下的Floquet指数确定检测系统阈值的方法,仿真实验表明了该方法的有效性,与Melnikov方法和Lyapunov特性指数方法相比,本文阐述的方法具有计算简单和精度高的优点。     

Duffing振子的Lyapunov指数与Floquet指数研究

针对现有基于Duffing振子的信号检测与估计方法在确定振子相变临界阈值和Floquet指数曲线的临界分岔处位置两方面所存在的问题,本文在更大范围上对Duffing振子的Lyapunov指数曲线进行了研究,提出了振子相变临界阈值的改进判定方法和利用Lyapunov指数曲线来获得Floquet指数曲线临界分岔处的方法.理论分析和仿真结果表明,上述改进在不增加系统误报率的前提下,能有效降低系统的漏报率.     

基于时域线性插值的信号周期方法及误差分析

信号周期或信号基波周期的准确测量是周期信号分析的重要环节.基于时域线性插值的周期检测方法是非同步采样情况下的常用方法,该算法通过计算信号与设定阈值的交叉点间的时间间隔来获得信号周期.插值算法的测量不确定度主要受到阈值、采样频率和信噪比3个因素的影响,推导出了3个影响因素与测量误差之间的关系式,并进行了理论分析.仿真实验证明,通过选取信号平均值作为阈值,提高采样频率,利用带通滤波器降低噪声干扰等方法,可有效地减小插值算法测量误差,提高测量准确度.时域插值算法在谐波分析仪中的应用验证了该算法的实用性.     

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。     

小数据量法计算最大Lyapunov指数的参数选择

为避免人为选择平均周期和线性区间所带来的计算不准,在分析小数据量法计算最大Lyapunov指数的基础方法之上,提出平均周期和计算最大Lyapunov指数线性区域的确定方法。仿真算例表明,所提出的方法可以快速便捷地实现小数据量法计算最大Lyapunov指数。     

基于Duffing系统的谐振式微悬臂梁传感器微弱谐振信号检测

研究了基于Duffing振子系统的微弱信号检测在谐振式微悬臂梁传感器中的应用。根据待测信号频率的不同,通过时间尺度变换建立了任意频率下的Duffing振子数学模型。利用RHR改进算法求解最大Lyapunov指数,并确定系统相变临界阈值,通过监测最大Lyapunov指数符号的变化来检测微弱谐振信号。详细介绍了两种幅值检测算法,通过试验验证了减法算法比加法算法更具优越性,不受大范围幅值的影响。评价了Duffing振子系统在不同噪声水平下检测微弱谐振信号的能力,添加噪声方差0.000 1和0.001后,检测相对误差控制在0.005 2%以内;当添加噪声方差到0.01时,原有Duffing方程模型无法检测到最大Lyapunov指数符号的变化,检测失效。最后,通过改变原有Duffing方程非线性恢复力项系数,在添加噪声方差到0.5时,依然能够通过求取所测信号频率的平均值准确提取微弱谐振信号。     

基于Duffing振子的噪声背景下微弱周期信号检测

为有效地实现噪声背景下弱信号的提取,阐述了间歇混沌模型Duffing振子的混沌特性。利用Duffing振子对微弱信号具有敏感性、对噪声与频率差较大的周期干扰信号具有免疫力的特性,研究了基于Duffing振子在噪声条件下检测微弱周期信号、复合频率信号和未知频率信号的方法,用数值仿真验证了该方法的可行性。研究结果表明,基于Duffing振子的信号检测方法对极微弱周期信号检测有其独到的优势,其频率误差率在控制范围之内。     

基于相位特征的多波束测深声呐多回波检测方法研究

现代多波束测深声呐在检测海底地形的同时往往也有检测水中目标的需求,常见的多回波检测方法基于回波幅度设置检测门限,其对波束内幅度相当的回波检测是有效的,但是当多目标反向散射能力强弱导致的回波幅度悬殊时,基于幅度门限方法难以奏效。针对此问题,提出了一种基于瞬时频率方差及谱特征联合加权的方法,在利用回波幅度的基础上进一步利用了相位信息。首先利用回波信号相位特性求得回波信号的瞬时频率方差,其次对信号的谱特征进行分析求取回波信号的等效带宽,最后利用所得的等效带宽数值与瞬时频率方差数值极低甚至近似为0的特性,联合对回波幅度进行加权,凸显被强目标信号淹没的弱目标回波信号,便于强弱目标的同时检测,提高对弱目标的检测能力。计算机仿真结果显示经过联合加权后,强弱目标的相对幅度提升了近30%,并且检测能力得以有效提高。通过外场试验数据处理结果可以发现,经过瞬时频率方差及谱特征加权处理的目标回波检测能力得到明显的改善。     

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。     

用Lyapunov指数研究单对齿轮间隙非线性系统的动力学行为

在间隙函数为分段线性函数的单对齿轮系统非线性微分方程量纲一化的基础上，给出院 系统的精确解析解，直接从Lyapunov指数的定义出发，给出了计算最大Lyapunov指数的数值方法，作出了系统随激励频率变化时的Lyapunov指数图，并扰此判别了系统中所存在的周期和混沌吸引子，研究结果表明，Lyapunov指数确是判定齿轮系统非线性动力学状态的一种可靠的特征指标。     

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。     

基于符号序列信息熵混沌特性的微弱信号检测

利用混沌振子系统的初值敏感性和对噪声免疫的特点检测微弱信号,具有高灵敏度和很好的抗噪性能,其检测的关键在于对混沌振子系统所处状态的识别.针对Duffing振子系统在信号检测领域中的应用,提出了一种基于符号序列信息熵混沌特性的微弱信号检测方法.该方法利用时间序列符号化来捕捉Duffing振子系统时域输出的大尺度特征,应用Shannon信息熵定量计算时间序列中蕴藏的确定性和随机性规律,达到自动识别特定微弱信号的目的.给出了该方法的原理和相应检测程序流程图.实验结果表明,利用该方法可以准确快速地检测出微弱信号,为混沌检测研究的实用化提供了一种有效途径.     

基于波原子理论的超声检测信号降噪方法

如何在消除噪声的同时更好保留信号中的有效信息一直是无损检测信号处理研究中的热点。尝试通过构建虚拟观测信号将单通道超声检测信号扩展为信号阵列,利用波原子方法进行降噪处理,并引入非局部均值算法进行平滑以压制波原子硬阈值滤波方式可能产生的伪吉布斯现象。用该算法对仿真信号与某碳酸钙污垢层超声检测信号进行降噪,并与小波阈值降噪进行对比。结果显示该方法对信号信噪比的提高、信号有效特征及微弱信号的保持均有较好效果。