基于类Lorenz的微弱信号检测及其电路实现

传统的微弱信号检测方法,其输入信号的信噪比难以降低,受到一定限制。而基于混沌理论的微弱信号检测可以改善上述不足,达到极低的输入信噪比,提高检测精度。用一种新的混沌系统来检测微弱信号,根据特定混沌系统对于参数敏感而对噪声免疫的特性,利用双参数控制方法,构造了一种类Lorenz系统的微弱信号检测模型,结合中低频微弱周期信号检测对模型进行了理论分析和数值仿真。根据理论模型设计制作了混沌检测电路,实验结果与理论分析基本吻合,实现了利用电路从噪声背景中检测出微弱的中低频周期信号。     

基于duffing方程组的微弱正弦信号参数检测

本文将非线性混沌振子用于微弱正弦信号检测,将深陷在噪声背景下的微弱正弦信号检测出来。基于Duffing振子的混沌运动,利用系统发生间歇混沌现象的频差条件和相位差对于系统特性的影响,采用混沌振子阵列实现对噪声背景下微弱信号的检测,提出了改进的频率、相位、幅值检测方法。     

消散型同步的微弱周期信号检测及噪声影响分析

在混沌预测模型基础上,提出了消散型同步的混沌背景下微弱信号检测算法。采用径向基函数神经网络(RBFNN)拟合混沌模型,结合消散型同步实现混沌时间序列与混沌系统的同步,利用同步误差实现微弱信号的检测。以Rossler混沌系统为研究对象,验证了算法的可行性,研究了噪声对微弱信号检测的影响。仿真研究表明,该算法能检测各种频率的微弱信号,在一定条件下可检测到信杂比大于-110dB的微弱周期信号;若信噪比SNR≥0dB,噪声对微弱信号检测的影响很小;但若SNR-10dB,将检测不出微弱信号。在理论研究基础上,由MKS-CEC-Ⅲ新型混沌演化控制实验仪获取Coullet混沌时间序列,添加不同频率的微弱信号,利用该算法实现了不同频率微弱信号的检测,说明该算法适用于其他混沌系统。     

微弱直接序列扩频信号Duffing振子检测方法研究

Duffing系统对特定信号敏感及对噪声免疫的特性,使其在微弱信号检测中具有潜在应用。该文针对Duffing振子的分岔问题,通过对Duffing系统Feigenbaum行为的分析,导出了在微弱直接序列扩频信号检测中Duffing系统所表现出的间歇性混沌行为,提出了一种新的基于间歇性混沌行为的微弱直扩信号检测方法。通过仿真实验,验证了该方法的有效性。     

一个非自治混沌系统及其弱信号检测的应用

为有效检测夹杂在强噪声中的微弱有用信号，构造一个具有丰富动力学行为的三维耗散混沌系统，利用相图、Lyapunov指数谱和分岔图数值仿真方法，分析该混沌系统的复杂动力学行为，并利用该系统良好的噪声免疫性和极端敏感性，将其应用于未知频率的微弱信号检测．通过对平衡点的稳定性分析，确定了混沌吸引子拓扑形状变化的临界阈值．该系统在双涡卷混沌状态和单涡卷混沌状态之间的开关阈值附近运行，微弱信号的幅值会影响混沌吸引子的拓扑形状．在Multisim中构建系统的仿真电路，并搭建实际的物理电路，模拟电路的实验结果与数值分析结果一致．研究结果可为弱信号检测的实际工程提供新思路．     

基于混沌振子的微弱特征信号检测原理及应用

介绍了利用混沌振子检测微弱特征信号的原理和实现方法。实验表明该方法能够在信噪比相当低的情况下检测出微弱的特征信号,并用滚动轴承上测取的振动信号验证了该方法的可行性。     

基于Simulink的微弱信号混沌检测仿真研究

基于Matlab/Simulink为软件平台,研究了微弱信号的混沌检测原理与方法,建立了仿真模型,给出强噪声中微弱周期信号检测的仿真结果以及混沌方法检测微弱信号的步骤,研究了采样周期对系统性能的影响.仿真结果表明它能检测到信号为10-10 V,强噪音环境下能检测到信号为5×10-9V,混沌方法具有很强的微弱信号检测能力,为混沌虚拟仪器开发打下了基础.     

基于频差控制的自适应频率检测研究

采用低阶Duffing混沌振子和高阶R(o)ssler混沌控制相结合,提出基于频差控制的微弱光电信号自适应频率检测的新方法,该方法通过对待检信号的频率与周期策动力频率之间频差的控制,实现了两种混沌振子之间的自适应选择,从而提高了检测精度和检测速度.该方法突破了以往Duffing方程检测信号频率需要使用较多混沌振子的局限,同时,也克服了高阶Rossler混沌控制检测方法中存在的检测速度慢的缺点,利用频差控制实现两种混沌振子的自适应选择,实现了微弱光电信号的频率检测.通过数值仿真和实验研究,验证了该方法的有效性.     

混沌背景下微弱信号时域参数检测的研究

数字示波器不能测量混沌背景中的微弱信号,该文结合混沌和神经网络构建检测模型实现该功能。运用混沌时间序列的相空间重构理论计算嵌入维数作为神经网络的输入维来构建网络模型,并采用单步预测方法,在混沌状态下直接测量混沌背景中微弱信号,获取微弱信号的波形。该方法能够测量微弱信号的时域参数,测量范围宽,逼近目标精度高,计算量小。实验结果证明了该方法具有很强的实用性。     

混沌振子在强噪声背景下正弦信号的检测研究

分析了基于Duffing方程形成的混沌振子的运动特性,阐述了利用混沌振子检测强噪声背景下正弦信号的原理：利用混沌振子对与策动力频率相近的正弦信号的敏感性,及对噪声和与策动力的频差较大的正弦信号的免疫性来检测淹没在强噪声中的正弦信号。给出了判断是否存在有用信号的方法,并用仿真实验验证了利用混沌振子检测微弱正弦信号的可行性和有效性。     

基于驱动响应同步的混沌背景下谐波信号频率估计方法

提出一种基于混沌驱动响应同步的强混沌背景下谐波频率估计的方法.该方法利用采样的混合信号(混沌加谐波)驱动一新构建的同类响应混沌系统,若响应混沌系统同步于驱动混沌信号,则驱动响应信号的误差序列中应含有谐波成分,对误差序列互谱的分析,估计谐波频率.该方法同时也适于其它噪声加混沌干扰的复合背景下的谐波频率估计.理论分析给出了该方法的适用条件,仿真实验证明该方法简单有效.     

高阶混沌振子的微弱信号频率检测新方法

采用高阶Rossler混沌振子及比例微分控制方法相结合,将含有待检信号的Rossler混沌振子从混沌态控制到周期态,然后利用谱分析的方法检测待检信号的频率.该方法突破了以往Duffing方程检测信号频率需要使用较多振子的局限,利用比例微分控制理论将Rossler系统控制到稳定的周期态,从而提取待检信号的频率,较大提高了检测精度和检测稳定性.通过数值仿真,验证了该方法的有效性.     

混沌干扰背景下的正弦频率估计新方法

提出一种基于单变量驱动误差滤波反馈混沌同步的强混沌背景下正弦参数估计的方法。该方法利用采样的混合信号(混沌加白噪声和正弦)通过某一类型滤波器,用滤波后信号驱动一新构建的同类响应混沌系统,若混沌同步发生,则驱动响应信号的误差序列中应含有正弦成分,对误差序列采用互谱MUSIC算法估计正弦频率。该方法适于强混沌信号加强白噪声为背景的正弦参数估计。仿真实验表明,该方法简单有效。     

复杂噪声背景下正弦频率估计新方法

提出一种基于系统参数摄动的单变量滤波驱动混沌同步的强混沌背景下正弦频率估计方法。该方法利用采样的混合信号通过低通滤波器并驱动构建的混沌响应系统,由于同步误差序列中混沌噪声影响大大减小且含有正弦信号,对误差序列采用互谱MUSIC算法估计正弦频率。该方法同样适用于强混沌信号加强白噪声为背景的正弦频率估计。     

测量技术中的混沌方法

提出了一种在极不稳定的混沌系统中进行信号测量的方法．将敏感元件作为混沌电路的一部分,在初值一定的条件下,利用混沌系统的参数敏感性,敏感元件的参数随待测信号变化并使系统的混沌轨道变化,定义了轨道距离,通过测量混沌轨道的距离即可得到待测信号．经仿真验证了此方法是可行的．     

自相关级联混沌振子法实现随相弱正弦信号的检测

为了全面考查混沌振子系统的检测能力,改善系统的检测性能并实现随机相位微弱正弦信号的检测,通过Monte-Carlo仿真得到了系统的检测性能,提出了自相关与混沌振子相结合的检测方法.首先对接收信号进行自相关,故意失掉相位信息并抑制部分噪声,从而使自相关结果即送入混沌振子的信号变为了信噪比得到增强的0初相正弦信号,采用一个方程就可实现检测.避免了方程组的方法,不仅降低了检测的复杂度,也提高了检测性能,Monte-Carlo仿真证明了联合检测系统提高了对微弱信号的检测能力.     

提取混沌中微弱信号的正交局部投影方法

改进了降低混沌中噪声的局部投影方法,建立了正交局部投影算法,根据混沌的确定性特征,提出了预测性邻点选取方法和参数选择法则。这种方法成功地应用于提取Henon混沌中的微弱信号,在信噪比不低于-80 dB的条件下,能够准确提取信号信息。数值实验表明,该方法具有高度的稳定性和可靠性,是提取混沌中微弱信号的有效方法。     

非高斯平稳有界噪声激励下混沌系统动力学研究

为解决信号检测理论在通讯、雷达、声纳、故障诊断等领域应用受限的问题,提出了随机Melnikov方法研究非线性系统在微弱周期信号和噪声信号联合摄动下的混沌运动行为,得到了微弱周期信号和非高斯平稳有界噪声信号联合摄动下的混沌运动特征。混沌的临界幅值与噪声强度的关系表明,在不强的非高斯平稳有界噪声背景下,有界噪声增大了激励阈值,混沌现象不容易产生。     

用混沌振子和Kalman滤波检测强分形噪声中的弱信号

针对强分形噪声中微弱信号难于检测这一问题,提出了小波域多尺度模糊自适应Kalman滤波和Duffing振子相结合的方法。先对淹没在强分形噪声中的信号进行多尺度小波变换,根据分形噪声信号小波系数的平稳性,建立状态方程和观测方程,用模糊自适应Kalman滤波,对每一尺度估计出分形信号,然后将估计信号与观测信号作差得误差信号,把误差信号送入Duffing振子,利用Duffing振子对噪声的免疫性,来检测微弱信号。也给出了Duffing振子的免疫性一种新的统计解释。仿真实验结果表明：该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。