一种盲自适应随机共振数字基带信号处理方法

随机共振能够明显提高输出信噪比,在信号处理领域得到了广泛关注。与传统噪声调节随机共振相比,参数调节随机共振增强了随机共振的鲁棒性,但面临如何选取最佳系统参数的问题。以峭度和负熵来度量非线性系统输出信号的概率分布情况,找出了输出信号的概率分布特性与最佳系统参数之间的对应关系。在此基础上,提出一种盲自适应随机共振方法,并将其应用于数字基带二进制信号处理之中。该方法利用输出信号的峭度或负熵数值引导非线性系统参数迭代,使之自适应达到随机共振状态。该方法可解决最佳系统参数的选取问题,能够增强随机共振的灵活性及鲁棒性。利用MATLAB软件搭建随机共振仿真平台对提出方法进行了实验验证,仿真结果表明,该方法能够迅速收敛到最佳系统参数值,进而明显提高输出信号的信噪比。     

基于多尺度随机共振变换的微弱信号检测

针对在高噪声背景下微弱信号的检测,以绝热近似小参数的随机共振理论为依据,根据随机共振的噪声选择性和频率敏感特性,提出了基于多尺度随机共振变换的微弱信号检测方法.将含噪输入信号经小波变换分解为不同尺度频率的信号成分后,通过引入归一化变换来调节各尺度信号成分的大小,再将不同尺度的分解信号作为非线性双稳系统的输入,从而实现大参数条件下微弱信号的检测.数值仿真结果表明:该方法可以从高噪声背景下提取微弱信号,并能获得较高的输出信噪比,在信号检测领域具有很好的应用前景.     

调参随机共振在超高频微弱信号检测中的应用

针对经典随机共振（SR）理论只适用于小参数,在提取高频微弱信号失效而无法使用的问题,提出一种调参随机共振检测高频率微弱信号的方法。首先,推导出双稳系统中阻尼系数与信号频率的关系,并以Kramers逃逸速率为分析手段,讨论阻尼系数变化对系统发生随机共振的影响;然后,分析了系统形状参数对系统产生随机共振现象的影响,通过联合调整阻尼系数和系统参数实现了大频率微弱信号的检测,并讨论了不同采样频率与调参系统输出频谱特性的影响,验证了该方法在低采样率下仍具有较强的稳定性;最后,以通用软件无线电设备（USRP）接收的无线电带噪信号作为系统的输入进行仿真。实验结果表明,利用该调参随机共振策略能够稳定有效地检测出强噪声背景下的超高频微弱信号,信号频率可达到MHz、GHz,拓展了随机共振原理的微弱信号检测的应用领域。     

levy噪声背景下级联系统中弱信号的提取

针对冲击噪声背景下弱周期信号难以提取的问题,提出了以levy噪声作为背景噪声的级联随机共振方法。首先,在数值上分析了随机共振系统最佳参数区间与levy噪声参数的关系;其次,总结了系统输出的微弱信号频谱值跟随系统参数的变化规律;最后,利用级联系统对levy噪声背景下微弱信号的提取进行了研究。实验结果表明,随机共振参数的最佳区间不随噪声参数 α、β 的变化而变化;系统输出信号的频谱幅值会随噪声参数 α、β 的改变而改变,但浮动不大;在级联系统中,二级系统输出的待检测信号频谱值是一级系统的1.4倍。该系统对冲击环境中弱信号的提取具有很强的实用性。     

基于单稳随机共振的语音增强处理

针对双稳系统结构参数不利于调节的问题,该文提出了一种基于单稳态随机共振系统进行语音增强的方法。该方法通过调节只有一个系统结构参数的单稳态随机共振系统的结构参数,即可使微弱信号与噪声在非线性系统中达到匹配的状态,从而噪声的能量向信号转移,实现信号增强的目的。通过实验仿真发现,利用本方法输出信噪比提高了4.4d B,因此该方法对语音信号的增强有一定的效果,且系统结构参数更易于调节。     

基于双稳随机共振的语音增强研究

针对淹没在强噪声背景中的语音信号,文中提出了一种基于双稳随机共振的语音增强方法,该方法利用调节随机共振系统的结构参数,使系统达到最佳匹配,将噪声的能量向信号转移,从而达到增强语音信号的目的。通过MATLAB仿真分析,输出信号信噪比提高了3.5db,因此该方法在对语音信号的检测增强中可获得一定的检测效果。     

基于双稳随机共振的语音增强研究

针对淹没在强噪声背景中的语音信号,文中提出了一种基于双稳随机共振的语音增强方法,该方法利用调节随机共振系统的结构参数,使系统达到最佳匹配,将噪声的能量向信号转移,从而达到增强语音信号的目的。通过MATLAB仿真分析,输出信号信噪比提高了3.5db,因此该方法在对语音信号的检测增强中可获得一定的检测效果。     

一种基于经典遗传算法的自适应随机共振系统

针对实际工程中微弱信号的检测要求,根据双稳态随机共振系统原理和信号、噪声和非线性系统之间的关系,设计了一种基于经典遗传算法的自适应随机共振系统。该系统利用以输出信噪比为目标函数和对系统参数进行联合编码的遗传算法获取双稳态随机共振系统的最佳参数,再根据所得系统参数对接收信号进行最优随机共振处理。仿真结果表明,在低信噪比情况下,系统能始终保持最佳随机共振状态,快速地实现输出信噪比最大化和处理增益达到15~20dB,从而保证低信噪比条件下微弱信号的有效检测和处理。     

基于级联随机共振的直接序列扩频信号的捕获方法

在直接序列扩频信号的捕获中,针对低信噪（SNR）比以及大频偏对信号捕获产生影响的问题,提出了一种基于级联随机共振的直接序列扩频信号的捕获方法。首先将输入信号通过部分匹配滤波器进行处理,当本地伪码和输入信号伪码相位对齐时,输出信号仅剩下了残余多普勒频偏;然后将该信号进行级联随机共振,从而提高信号的输入信噪比;最后通过快速傅里叶变换（FFT）谱分析,可以在频谱上得到清晰的谱峰,进而求出多普勒频偏值。通过理论分析和实验仿真可知,在输入信噪比为-26 dB的情况下,所提方法能够提高直接序列扩频信号的捕获灵敏度,并且通过两级级联随机共振系统后输出信噪比提高了15 dB左右;同时与传统捕获算法相比,该方法的正确检测概率提高了4 dB左右。所提方法不但能抑制噪声,而且能将部分噪声能量转换为信号能量,同时能够改善大多普勒频偏的影响,在捕获弱信号方面有着极大的优越性。     

基于小波变换和随机共振的微弱信号检测方法

根据随机共振的噪声选择性和频率敏感特性,提出了基于小波变换和随机共振的微弱信号检测方法.对含噪输入信号经多尺度小波变换分解为不同尺度频率的信号成分后,通过引入尺度收缩因子来调节各尺度信号成分的大小,再将不同尺度的分解信号作为双稳系统的输入,研究了不同尺度频率信号经收缩因子作用后对系统输出信噪比的影响.数值仿真结果表明,选取合适的尺度收缩因子,能有效提高系统输出的信噪比.     

基于LabVIEW的柴油机高速数据采集系统

为了验证船舶动力系统故障诊断系统的数据处理、故障诊断等功能,搭建智能机舱故障诊断试验平台,开展动力系统故障模拟试验,采集瞬时转速、柴油机气缸缸内压力等关键参数。由于瞬时转速与柴油机缸压信号的采集速率不同,为满足各信号采集的高速性和同步性,提出通过LabVIEW建立高速数据采集系统,结合运用光电编码器和磁电式转速传感器,以光电编码器Z相输出信号触发各信号同步开始采集,以光电编码器B相输出信号和磁电式转速传感器输出信号分别触发采集曲轴转角信号,作为各信号对应基准的方法。试验证明,此高速采集系统可实现各信号周期对应,并能够保证数据采集的高速性和同步性,有利于故障诊断服务平台提取和分析故障特征参数。     

带有输入饱和及输出受限非仿射系统固定时间跟踪控制

针对具有量化输入饱和及输出受限的非线性非仿射系统,提出固定时间自适应神经网络跟踪控制方法.引入中值定理解决系统具有非仿射结构的问题;基于反步法,使用Barrier Lyapunov函数约束系统输出,并利用RBF神经网络逼近未知函数;根据固定时间控制理论设计输入信号,该输入信号由滞后量化器量化,以降低控制信号的通信速率,并保证该系统在满足量化输入饱和及输出受限的条件下,系统可以在固定时间内跟踪上期望信号,且该系统收敛时间与初始状态无关.最后通过Matlab仿真软件验证所设计控制器的有效性.     

一种新的测量系统频率响应的方法

以指数衰减的组合正弦信号作为系统输入信号,同时实时采集系统输出,在已知系统输入及输出的基础上,运用离散傅立叶变换求得系统频率响应,有效期采用频域补偿法对所求得的系统频率响应,并彩频域补偿法对所求得的系统频率响应进行处理,解决了系统的频率响应在高频端不准确这一特殊问题,从而得到了一套对单输入单输出系统频率响应的测量方法,具有较大的实用价值。     

一种高速多功能语声处理系统的设计及实现方法

介绍一种由专用数字信号处理器（简称DSP）芯片和通用微机组成的多机主从处理系统。该系统集语声信号的输入和输出、时域和频域参数分析及三维动态语图绘制等多功能于一体，可实时实现数字信号处理多种复杂运算，比以住同类系统处理速度可提高2个数量级以上。并介绍了该系统的总体构成和主要功能软件的设计方法。     

Dead-beat Control of Third-order Servo-systems†

In this paper a method of obtaining dead-beat response of third-order servo systems is described. It is shown that among the three state variables of the system, e.g. error, output velocity and output acceleration, the first two, following a step signal input, attain zero values simultaneously—for an instant for certain combinations in the system parameters. For such an initial adjustment of the parameters, the system response can be made dead-beat if the parameters are suitably controlled in a discrete manner from an instant of very small value of the error. A switching circuit is described for achieving the discrete control. Results of studies of a proposed third system simulated on the analogue computer are also given.     

Zero-order TS fuzzy model to predict hydro turbine speed in closed loop operation

This paper addresses the development of new hydro plant model using a zero-order Takagi–Sugeno (TS) fuzzy approach. The control signal and turbine speed are identified as input–output variable of the plant. The said model is determined with two fuzzy sets using data generated from widely accepted second-order H-infinity and Padé transfer function (TF) plant model operating in closed loop through digital PID control.The parameters in fuzzy inference system are adaptively tuned using gradient-descent optimization technique. The performance of identified zero-order TS fuzzy model is demonstrated accurately and thus suitable for turbine speed dynamics study.     

An output-based adaptive iterative learning controller for high relative degree uncertain linear systems

In this paper, we derive an output tracking error model based on signals filtered from plant input and output, and then present a new output-based adaptive iterative learning controller for repeatable linear systems with unknown parameters, high relative degree, initial resetting error, input disturbance and output noise. The proposed controller solves the important robustness issues without assuming the bounds of uncertainties to be sufficiently small and can be applied to high relative degree plants without using output differentiation. Control parameters are updated between successive iterations so as to compensate for unknown system parameters and uncertainties. It is shown that the internal signals inside closed-loop learning system remain bounded and the output tracking error will asymptotically converge to a profile tunable by some design parameters. Furthermore, the learning speed is easily improved if the learning gain is increased.     

全维状态观测器的演化设计

利用被控系统可以直接测量的输出量和输入量,作为观测器系统的输入信号,并使状态观测器的状态信号和被控系统的状态变量等价。以误差绝对值乘时间积分指标[ITAE]的倒数作为目标函数。利用智能体对环境的感知和反作用能力,将其与遗传算法的搜索方式相结合,提出了多智能体遗传算法来优化目标函数,进而设计出状态观测器的输出反馈矩阵。将多Agent系统与GA相结合的MAGA能够充分地挖掘GA中个体的并行性,从而在很大程度上提高算法的收敛速度和准确性。     

Identifiability of the stochastic semi-blind deconvolution problem for a class of time-invariant linear systems

Semi-blind deconvolution is the process of estimating the unknown input of a linear system, starting from output data, when the kernel of the system contains unknown parameters. In this paper, identifiability issues related to such a problem are investigated. In particular, we consider time-invariant linear models whose impulse response is given by a sum of exponentials and assume that smoothness is the sole available a priori information on the unknown signal. We state the semi-blind deconvolution problem in a Bayesian setting where prior knowledge on the smoothness of the unknown function is mathematically formalized by describing the system input as a Brownian motion. This leads to a Tychonov-type estimator containing unknown smoothness and system parameters which we estimate by maximizing their marginal likelihood/posterior. The mathematical structure of this estimator is studied in the ideal situation of output data noiseless with their number tending to infinity. Simulated case studies are used to illustrate the practical implications of the theoretical findings in system modeling. Finally, we show how semi-blind deconvolution can be improved by proposing a new prior for signals that are initially highly nonstationary but then become, as time progresses, more regular.     

含间隙非线性的Wiener-Hammerstein系统复合补偿控制

针对含非对称间隙环节的Wiener-Hammerstein系统提出了一种新的由输出反馈和间隙动态逆补偿构成的复合控制方案.首先应用参数化分段线性表达式设计了未知参数的整体估计模型,可同时估计线性参数和间隙的特征参数,然后提出了一种新的误差有界的间隙动态逆模型,该模型可使得驱动信号能在间隙的不同线性段之间快速切换,在此基础上设计了鲁棒补偿控制律,同时对输入线性环节采用输出反馈控制构建了复合控制器,通过李亚普诺夫方法证明了闭环系统的稳定性.带减速器的单电机伺服系统模型的仿真结果表明该方法在跟踪精度良好的同时可使系统动态响应满足要求.