调制随机共振及其在微弱信号检测中的应用

根据非线性双稳系统只能在低频段产生随机共振的特性,提出了调制随机共振方法,实现了在较宽的频率范围内检测微弱信号.理论分析和实验结果表明:经调制产生的低频信号通过双稳系统的协同作用而形成的输出信号,其能量和信噪比都有显著提高,对强噪声中的微弱信号有较强的检测能力.采用该方法可进一步开发双稳系统低频段的信息资源,拓宽其应用领域.     

阵列调制随机共振在微弱信号特征提取方面的应用

论述了阵列调制随机共振方法在强噪声背景下多频微弱信号特征提取中的工作原理和实现步骤;采用预先设定系统参数的多个并联非耦合随机共振单元形成阵列,将被测强噪声背景下的多频微弱信号分别与不同频率的载波进行调制,生成多个差频均为0.01Hz的信号作为各对应随机共振单元的激励信号,采用龙格-库塔算法求取各单元输出并进行频谱分析,根据0.01Hz处的信噪比判断在微弱信号中是否存在载波频率与差频值之和大小的频率分量,最后综合各个随机共振单元的检测结果生成微弱信号的频率特征向量;仿真结果表明,阵列调制随机共振在微弱信号特征提取方面效果明显,具有很好的应用前景。     

随机共振原理对微弱信号检测的研究

介绍了随机共振的基本原理,在分析了现有的随机共振检测微弱信号的方法的基础上,提出了一种改进的随机共振检测算法,该方法对微弱信号的提取更加精确,仿真结果证明其可行性。     

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.     

基于随机共振的大件平板受力信号提取

针对大件受力检测中的直流输出电压信号淹没在噪声中,导致提取结果不准确,提出了一种周期性脉宽调制(PWM)波结合随机共振提取直流微弱信号的方法.通过PWM波将原始信号调制成待测信号,利用随机共振系统检测待测信号;通过低通滤波器对输出信号进行滤波;还原有用信号.经过仿真实验分析,对比传统直流微弱信号检测方法,提出的方法信号提取结果的误差较小,可达到检测的目的.     

基于双调制随机共振的涡街信号检测方法

研究一种用于涡街流量计涡街频率测量的随机共振信号处理方法.探讨了信号与双稳系统的阈值和克莱默斯逃逸率之间的关系,通过外加幅值和频率可调的信号进行双重调制,实现信号与双稳系统的匹配,数值仿真表明该匹配方式是可行和有效的.针对涡街信号,提出基于标准差的调制参数选取方法,该方法利用涡街信号特征,通过信号标准差估计管道内流速,缩小了调制参数的选取范围,提高了信号与双稳系统匹配的效率.实验结果表明,利用标准差选取调制参数对涡街信号进行调制,可以有效地使涡街信号,特别是弱涡街信号产生随机共振,进而检测到涡街频率,实现流量测量.     

基于混合智能算法的随机共振微弱信号检测

针对在随机共振系统参数调节过程中使用单一智能算法导致的搜索结果不够精确的问题,使用了一种基于粒子群算法和人工鱼群算法的混合智能算法实现自适应微弱信号的检测.将两种算法结合起来,回避了粒子群算法调参的过程中极易导致局部最优的这一问题,同时弥补了人工鱼群算法后期搜索不精确的不足.上述方法将随机共振输出信噪比作为混合智能算法...     

一种基于非周期随机共振的微弱信号检测方法

随机共振滤波器能够在强噪声背景中跟踪微弱信号(非周期或周期信号)波形,并将幅度放大,这正好弥补了匹配滤波器在强噪声背景下检测性能的严重不足。本文给出了FHN随机共振的简化模型及计算方法,在深入分析FHN随机共振模型参数对其滤波性能影响的基础上,结合随机共振滤波器和匹配滤波器,提出了一种基于FHN随机共振模型检测确知信号的方法。首先将接收信号经FHN随机共振滤波器进行滤波,再进行匹配滤波,最后将滤波结果和门限进行比较判断信号是否存在。经过实验验证,该方法具有较好的效果。     

随机共振应用初步研究

为了提高信噪比,以往大都高法滤除噪声。根据随机共振理论,本文对用添加噪声来提高测量信号信噪比的方法进行了初步的尝试,并将此方法应用于强噪声背景中微弱信号的检测,得出了一些有意义的初步结果。     

双稳随机共振系统信号调制噪声效应用于弱信号检测

通过对双稳系统随机共振模型的数值分析，得出在双稳系统输出信号中，有一个正弦信号成分和一个表现为维纳过程的噪声成分分别与输入的正弦信号和白噪声相对应。通过选择合适的系统参数，可以减小系统输出中信号和噪声之间的耦合效应。该系统可以大大抑制噪声，并在双稳系统中产生信号调制噪声效应。然后对双稳系统的输出信号作功率谱分析。不但可以辨识出淹没在白噪声中的微弱正弦信号的频率，还可以较精确地估算出微弱正弦信号的幅值。数值仿真表明，双稳系统的信号调制噪声效应可用于多个微弱正弦信号的检测。     

基于级联双稳随机共振的微弱信号检测方法研究

微弱信号采集、检测与提取是航天测控领域研究的热点之一,学者们不断探索与研究微弱信号检测的新理论、新方法,以期能更快速、更准确地从大噪声背景中检测出微弱信号;文章介绍了随机共振的基本原理,分析了基于随机共振的微弱信号检测和故障诊断的工程实例,进一步指出了随机共振技术在微弱信号的增强放大和检测中的独特优势,为微弱信号的分析和噪声控制提供了一个新的处理思路。     

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。     

低频随机相关信号发生器的研究

主要介绍了一种实用的低频随机相关信号发生器的设计思想、构成原理、信号特点及其在极性相关测量技术开发研究中的综合应用。     

基于参数补偿的高频信号随机共振系统设计

工业生产环节和科学研究领域中有很多待测高频信号需要检测,研究采用随机共振方法是实现高频信号检测的有效途径之一。本文将参数补偿算法和随机共振理论相结合,克服了传统随机共振仅能检测低频信号的限制,实现了高频信号的随机共振检测。首先介绍了随机共振理论和参数补偿算法的原理,设计了基于参数补偿的高频信号随机共振系统,最后通过MATLAB仿真平台验证了系统的有效性。本文所得结论拓宽了随机共振理论的实际应用范围。     

组合型幂指函数三稳态随机共振微弱信号检测

在强噪声背景下,针对微弱信号的检测和提取困难的问题,在经典的双稳态系统模型基础上,结合Gaussian Potential模型提出了一种新的组合型幂指函数的三稳态系统模型。首先,构造组合型幂指函数的三稳态系统模型,通过调节系统参数进行数值仿真,验证新型的三稳态系统模型能够产生随机共振现象;其次,以输出的平均信噪比（SNR）作为测度指标,结合人工鱼群智能算法进行相应参数寻优,使得组合型幂指函数的三稳态系统输出信噪比最大,从而达到随机共振现象。轴承故障诊断实验分析中,在输入信噪比为-25.8 dB条件下,分别通过双稳态系统和组合型幂指函数的三稳态系统得到的输出信噪比分别为-13.1 dB和-8.59 dB,说明组合型幂指函数三稳态系统性能优于双稳态系统性能。     

基于随机共振理论的汽轮机碰磨故障检测

本文采用随机共振(SR)理论对淹没在强噪声背景下微弱故障信号进行了检测.讨论分析了双稳态系统参数选取不同时,对输出信噪比的影响,并将该方法成功应用于汽轮发电机组碰磨早期故障诊断中.大量仿真结果表明了该方法的有效性.     

基于随机共振的瓦斯检测系统研究

针对煤矿井下被检测信号中所含有的瓦斯浓度信息较为微弱的问题,提出了一种基于随机共振的瓦斯检测系统的设计方案;分析了随机共振的原理,介绍了基于多层随机共振算法的瓦斯检测系统结构;并以双层随机共振模型为例,给出了该系统的仿真及数值分析。结果表明,该系统能够避免煤矿井下噪声的影响,获得较为准确的瓦斯浓度信息。     

基于随机共振原理检测微弱信号及自适应的研究

阐述随机共振的基本概念和原理,分析基于随机共振原理检测微弱信号的方法。采用Runge-Kutta算法分别对微弱的周期信号和非周期信号进行仿真验证,仿真结果表明基于随机共振原理可以有效地检测出强噪声背景下的微弱信号。     

基于Duffing振子的随机共振研究

随机共振是非线性系统中的一种动力学现象.本文对基于Duffing振子的随机共振现象进行研究,研究了Duffing系统噪声强度与信噪比的关系,不同频率正弦信号与信噪比的关系,以及阻尼比参数对随机共振的影响.研究结果表明,Duffing系统的阻尼比参数对随机共振的影响非常重要,阻尼比参数与输出信号信噪比之间存在着一种复杂的非线性关系,并且会随着Duffing系统参数的改变而变化.     

随机共振在水声信号检测中的应用

海洋混响是水声信号目标检测中的主要干扰之一,克服混响干扰一直足水声信号处理的一个重要课题.如何在混响背景中有效地进行水声信号目标的检测?为了解决着一问题,引入了随机共振的方法.首先,在随机共振的原理基础上,给出了利用随机共振原理检测微弱周期信号的基本方法,并对方法进行了分析与验证.然后,将方法应用于以模拟混响为背景干扰的水声信号的检测中,仿真结果进行了分析,证明了方法的可行性.