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。     

基于随机共振的不同非线性系统的微弱信号检测性能分析

从随机共振基本原理出发,分析研究了随机共振应用于强噪声背景下的微弱信号检测问题。由于随机共振是非线性系统（单稳、双稳以及多维多稳系统）中的一种动力学现象,采用不同的非线性系统,因其非线性结构的不同,对微弱信号的检测性能也不同。文章采用Matlab中的Simulink工具进行仿真,比较分析了常用的一维双稳Langevin系统和二维双稳Duffing系统在不同信噪比条件下对微弱信号的检测性能。     

一种新的随机共振模型的电路设计与信号检测实验研究

基于一种新的分段混合随机共振模型,设计实现了信号检测硬件电路;对不同噪声强度背景下的微弱周期信号进行了随机共振信号检测实验研究和分析;在相同参数和相同输入信号条件下,将该电路和连续双稳系统电路进行了信号检测效果对比实验。结果表明,该电路可以实现噪声背景下的微弱信号检测,在强噪声背景下,检测效果优于连续双稳系统。     

基于分段线性随机共振模型的信号检测电路研究

提出了一种新的分段线性随机共振模型,建立了模型的数学关系,通过强噪声背景下微弱周期信号检测的数值仿真,验证了模型的有效性.根据该模型设计了硬件电路,对不同噪声强度背景下微弱周期信号以及无噪声周期信号进行了随机共振实验研究和对比分析,结果表明,该电路可以实现对强噪声背景下的微弱周期信号检测,并能显著增强输出信噪比.     

随机共振应用于窄带PSK信号检测的研究

非线性随机共振系统能够有效利用噪声能量增强微弱周期信号,因此可用于强噪声背景下的微弱通信信号检测。本文提出基于人工鱼群算法的自适应随机共振方法处理相移键控(PSK)信号,分别从算法应用于参数估计、应用于提高带内信噪比、应用于降低检测信噪比门限三个角度分析本文算法对PSK信号检测带来性能上的提升,阐述了采样率在窄带PSK信号随机共振中的作用。对比谱线法,基于人工鱼群算法的自适应随机共振能够明显提升PSK信号参数估计性能,并且将参数估计信噪比门限降低3-6dB。此外,本文验证得到随机共振直接处理窄带周期信号没有实际提升效果。      

油气测井微弱信号检测方法分析

文章分析研究了油气测井中微弱信号识别检测方法,首先回顾了微弱信号检测的传统方法,指出传统方法在处理高噪声环境下的微弱信号时的局限性;其次,详细介绍了非线性系统理论中的混沌理论和随机共振理论;最后,探讨了这些先进理论在油气测井微弱信号检测中的具体应用。该研究对提升油气资源勘探和开发的效率和准确性具有重要的实践意义,为油气测井领域提供了一种新的微弱信号检测策略。     

随机共振在生命信号检测中的应用

针对生命探测雷达的信号处理部分对于强噪声背景下微弱生命信号探测不能满足在线实时性的需要,提出了一种新的综合运用传统自相关检测和随机共振模型的微弱生命信号检测新方法。该方法前期首先利用自相关检测方法初步去噪,再利用双层级联形式的随机共振方法提取微弱信号,在每一层随机共振处理中采用频域压缩的思路使信号满足绝热小参数条件。仿真分析表明,该方法使得微弱生命信号检测的门限值得到极大的提高。     

基于变参数随机共振和归一化变换的时变信号检测与恢复

非线性随机共振系统具有利用噪声增强微弱信号的能力,为强噪声背景下的信号检测开辟了新的途径。该文提出一种变参数随机共振(VPSR)模型,实现对非周期信号的有效检测、噪声去除和信号恢复。通过以恢复信号的拟合决定系数和互相关系数作为评判标准,研究分析了不同参数变化对系统输出的影响,分析结果表明该模型能有效地从噪声背景中恢复时变信号。该方法拓展了随机共振用于时变信号检测技术的领域,在时变信号检测和处理以及雷达通讯等方向有着一定的潜在应用价值。     

双模非高斯噪声背景下级联双稳态随机共振信号检测

针对随机共振(SR)以高斯噪声为研究背景的局限性,为了分析非高斯噪声对级联随机共振的影响且验证在双模非高斯噪声中级联随机共振的降噪及波形整形特性的可靠性,提出了级联双稳随机共振系统在双模非高斯情况下的微弱信号检测方法。输入信号在进行信号检测过程中,首先把概率密度函数作为随机共振现象的衡量指标,然后当系统处于最佳随机共振状态时,分析了非高斯参数、相关时间及噪声强度之间的关系。最后通过仿真证实,与一级SR相比,二级SR的噪声强度和相关时间的可用范围随着非高斯参数的减少不仅会得到增大,而且滤波特性、信号检测效果得到明显提高。     

基于人工鱼群算法的自适应随机共振方法研究

随机共振为微弱通信信号的检测提供了新途径.本文提出一种基于人工鱼群算法的自适应随机共振新方法,重点研究基于随机共振的微弱周期信号检测技术,将人工鱼群算法和归一化处理结合增强随机共振,适当添加噪声并设定自适应步长策略及迭代停止条件.理论分析和仿真结果表明,对比传统群智能算法处理随机共振其在算法适应性及稳定性、最佳共振精确度、寻优收敛速度、精度方面有明显提升,并为信噪比增益带来3-5dB的提升,运算时间复杂度降低逾70%.     

随机共振技术在弱信号检测中的应用

针对淹没在噪声中的弱信号测量,利用随机共振技术进行了信号检测的研究。论文就非线性系统的结构参数和弱信号及噪声之间的关系进行了仿真研究,并对信号经随机共振处理和没有处理进行检测比较。实验证明了随机共振技术在强噪声背景下弱信号检测的优越性。     

小信号检测中的自适应随机共振技术

论文就双稳态非线性系统的结构参数和弱信号及噪声之间的关系进行了仿真,对随机共振技术运用于强噪声背景下的弱信号检测进行了研究。提出了一种随机共振自适应算法,并运用于中频电源的故障信号检测,取得了较好结果。     

工程信号测量中的自适应随机共振应用

论文对随机共振技术运用于强噪声背景下的弱信号检测进行了研究。针对工程测量的实际要求，提出了一种随机共振的自适应算法，并开发了一套面向工程实用的自适应随机共振系统。运用于开关电源的故障信号检测，取得了较好结果。     

Multi-frequency weak signal detection based on multi-segment cascaded stochastic resonance for rolling bearings

For rotating machinery, vibration signals excited by its faulty components provide rich condition information for its fault diagnosis and condition-based maintenance. However, strong noise severely influences the accurate detection of incipient faults. Thanks to the ability of enhancing weak input and suppressing the noise, the stochastic resonance (SR) has been applied to weak signal detection in some fields, and the improvement on its performance are still being concerned, especially in the mechanical engineering. For multi-frequency weak signals, this paper proposes an improved mechanism for the SR, called multi-segment cascaded stochastic resonance (MS-CSR). In this method, the input signal obtains segment enhancement by using some bistable SR models, and series connection of such a unit compose an improved cascaded SR (CSR) system, which can not only gradually enhance the weak signals of interest, but also pay more attention on the signal with relatively small amplitude at the initial. A modified measurement index, named alliance signal-to-noise ratio (ASNR) is defined to evaluate the detection performance of the proposed SR method, as well as the parameter selection for the MS-CSR system. In this index, a weight factor is introduced to influence the assignment of noise energy in the SR, so that the relatively weak signal in the multi-frequency input signal can obtain a high priority to make the resonance phenomenon happen and avoid the misdiagnosis. A simulated signal and an experimental vibration signal collected from a faulty bearing are used to verify the effectiveness of the proposed MS-CSR method. The results demonstrate that the MS-CSR is a useful tool for detecting weak signals with multiple characteristic frequencies.     

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。     

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...