基于Duffing混沌振子的工程机械曲轴微弱信号检测

混沌振子对微弱信号的检测在实际应用中具有重要价值。针对工程机械曲轴出现裂纹的问题,用混沌振子进行了微弱信号检测,与相关的其它研究进行对比,确定所识别出的单周期微弱振动信号,说明了该裂纹的出现,该项研究可应用于发动机各个部件的隐蔽性故障分析。     

微弱正弦信号的互相关-混沌系统合成检测技术

将常规互相关检测方法与混沌检测方法相结合,发挥各自的优势构成一个新的微弱正弦信号检测系统.理论分析及仿真实验表明该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力.     

混沌、随机共振在信号检测中的应用研究

混沌作为一种复杂的非线性动力学现象,以其独特的行为吸引了工程技术领域的广泛关注,混沌学在工程上具有巨大的应用潜力.混沌在信号检测与处理方面的应用也日渐显露出强大的生命力,这里仅对混沌在信号检测中的应用进行了回顾和总结,并指出目前研究中的关键问题和今后研究的方向.     

微弱正弦信号的一种新的混沌检测系统

用特定的Duffing-Holmes方程实现了强噪声背景下弱正弦信号的有效检测.并用梅尔尼科夫函数给出系统出现混沌状态的阈值.仿真实验表明该混沌系统对微弱正弦信号非常敏感,对任意零均值噪声均具有极强的抑制能力,系统信噪比工作门限可达到-90dB.     

微弱信号的混沌检测系统设计

以混沌系统的参数敏感性和符号动力学为基础，设计了一个微弱信号检测装置，研究了相应的电路实现方法，给出了单元电路分析和实验结果，结果表明利用混沌实现弱信号检测的可行性。     

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。     

基于噪声和混沌振子的微弱信号检测

利用混沌振子来检测淹没在强噪声背景中的微弱信号，详细研究了Duffing振子检测微弱信号的原理和过程。理论分析和仿其实验均表明混沌振子能有效地检测微弱信号。     

基于Lorenz系统的微弱谐和信号检测

基于非共振参数激励混沌抑制原理,利用受控Lorenz系统实现强噪声背景下微弱谐和信号的检测。根据检测系统经平均法和重整化方法处理后的参数等效关系,确定使系统动力学行为由周期轨道突变为稳定平衡点的检测参数临界值。仿真结果表明此系统可以准确检测出强噪声背景下的微弱谐和信号。相比于现有的混沌振子检测方法,此方案可由理论分析得到参数阈值的准确范围,且判决准则简单,有利于实现自动检测。     

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.     

Research and Simulation on Weak Signal Detection Based on Duffing Oscillator and Damping Ratio Perturbation

The chaotic system is sensitive to the initial value,and this property can be applied in the weak signal detection.There are periodic,critical and chaotic states in a chaotic system.When the system is in the critical state,a small perturbation of system parameter may lead to a qualitative change of the system’s state.This paper introduces a new method to detect weak signals by the way of disturbing the damping ratio.The authors choose the duffing equation,using MATLAB to carry on the simulation,to study the changes of the system when the signal to be measured is added to the damping ratio.By means of observing the phase locus chart and time domain chart,the weak signal will be detected.     

基于Lyapunov指数的弱周期信号检测

分析了基于M e ln ikov法和相轨迹观察法的弱周期信号检测方法,针对该方法存在的检测精度低等不足,提出了基于Lyapunov指数法的弱周期信号检测方法。首先使用基于模型Lyapunov指数计算方法设置阈值,然后利用具有噪声的数据进行相空间重构并利用改进方法计算Lyapunov指数,并依此判断大尺度周期状态。该方法的特点是阈值设置精度高,可以实现自动识别。仿真结果验证了理论分析的正确性和有效性。     

基于LabVIEW的三维静磁场计微弱信号检测系统

针对一种新型基于压电悬臂梁驱动器结构的三维静态磁场计,介绍了基于LabVIEW的测量微弱交流信号的检测系统.该检测系统包括高增益的前置运算放大器电路和信号处理2个部分.在虚拟仪器平台上利用LabVIEW设计了包含相敏检波的信号处理方法.实验结果显示:该检测系统具有很高的磁场检测灵敏度,在31μT的范围内,具有10 nT的分辨率和1%的线性度.该检测系统同样适用于其他微弱传感器信号的检测.     

基于经验模态分解的混沌噪声背景下弱信号检测与信号提取

基于经验模态分解方法,研究了在强混沌噪声背景下进行弱信号的检测与信号提取。对仿真信号的研究表明:用该方法可以直接提取出微弱的偶然性和周期性冲击时域信号,对弱谐波信号可能不能直接提取,但可以直接提取出其频率特征,这些弱冲击信号和弱谐波信号完全淹没在强的混沌噪声背景信号中,无论从时域上还是频域上基本上都看不出来。对齿轮箱的实际信号的研究也表明:尽管某些故障信号有时极其微弱,EMD方法也能有效地实现这些非线性非平稳信号的分离和提取,从而为机械设备故障诊断提供直观的有效的参考。     

基于不变矩的微弱信号检测方法

由于混沌振子从混沌状态转变到大尺度周期状态时其相图的对称性将发生较大变化,提出应用Hu氏不变矩对混沌振子相图的状态进行描述,通过不变矩-策动力关系曲线确定混沌振子相图处于大尺度周期状态的左临界阈值,根据混沌振子混沌状态和大尺度周期状态下不变矩的差异实现混沌振子相图的自动识别。对仿真和工程实测信号进行了分析,结果表明,不变矩值能够准确识别混沌振子相图的状态,并具有良好的抗噪能力。     

混沌弱信号检测法在超声检测中的验证

Duffing振子相变对与参考信号频差较小的周期小信号具有敏感性，对白噪声和参考信号频差较大的周期干扰信号具有免疫力，将该振子的这种特性应用于检测，称为混沌弱信号检测法。此方法在一些文献中提到，但没有验证过。本文将其应用于超声检测中，并验证了他的正确性。     

机械振动微弱慢频变信号的混沌振子检测

机械振动微弱信号的检测与识别有利于早期故障的检测与诊断。用Duffing混沌振子检测微弱振动信号具有明显的优势。提出了用混沌振子检测慢变频微弱振动信号的方法。在给出Duffing混沌振子对微弱信号检测的基本原理后，根据慢频变信号的特征，对信号进行了周期离散，提出了对暂态信号进行时域延拓的方法，分析了可行性。提出了幅频联调方法，设计了检测原理，并给出了实现步骤。结合所提出的两种方法，对带噪声的频变微弱振动信号进行了检测分析。仿真结果和实际采集信号分析结果支持了所提出方法的适用性。     

基于Duffing振子和ML的微弱信号幅值估计新方法

基于Du ffing振子和最大似然参量估计方法,提出一种微弱正弦信号幅值估计的新方法。介绍了新方法的原理和具体实现过程。将混有噪声的待测信号送入Du ffing系统,依据大周期工作状态下Du ffing系统具有优良的信噪比改善特性,采用最大似然法估计Du ffing系统的输出信号幅值,进一步由系统输入输出之间的关系确定输入的微弱正弦信号的幅值。通过仿真实验,对该方法和最大似然法直接用于微弱正弦信号幅值估计的结果进行了对比。实验结果表明:该方法明显提高了估计精度。