基于Duffing振子的DSSS信号载波检测方法

基于Duffing混沌振子检测微弱信号方法,提出一种DSSS/BPSK信号载波检测的新方法.该方法先介绍了Duffing振子检测微弱信号的技术.接着利用Duffing振子对小周期信号的敏感性和对噪声的免疫力,对DSSS/BPSK信号进行非线性平方变换能够检测出淹没在强噪声背景中的正弦信号.仿真结果表明.该方法能够在信噪比很低的情况下检测出DSSS/BPSK信号.而且性能良好.     

小波域利用Duffing振子检测的图像水印算法

为了提高图像Chirp类水印的鲁棒性能,提出一种利用混沌振子检测微弱水印信号的方法。将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转化为单频周期信号,然后通过Duffing振子阵列检测器检测微弱的周期信号,使水印检测问题转化为超低信噪比下,确定性微弱周期信号的检测。实验表明信噪比为－40dB时仍然能有效检测到水印的存在。     

Duffing振子与分数傅里叶变换的Chirp水印检测性能对比研究

研究Duffing 振子和分数傅里叶变换在Chirp类水印检测中的性能比较。首先分析目前分数傅里叶变换检测Chirp类水印的不足, 然后将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转换为单频周期信号, 利用Duffing振子阵列检测器检测微弱的周期信号。实验表明, 当信噪比为-41 dB时, Duffing振子仍然能有效检测到水印的存在, 此时分数傅里叶变换失效; 而当信噪比较高时, 分数傅里叶变换计算较Duffing振子检测简单。     

Duffing振子检测微弱正弦信号的普遍性研究

分析了Duffing振子的特性,研究了Duffing振子在微弱正弦信号检测中的应用。结合理论分析和大量的仿真试验,表明了Duffing振子检测微弱正弦信号的可行性。最后提出了一种利用Duffing振子检测微弱周期信号的方法,该方法在信号检测方面具有广泛的应用前景。     

基于混沌相平面变化的微弱信号检测

针对超低信噪比条件下信号难于检测这一问题,提出了一种基于Duffing振子的微弱信号检测新方法,采用梅尔尼科夫函数给出了系统出现混沌状态的阈值,分析了Duffing振子动力学系统随参数变化的特性,研究了系统在临界参数附近变化时会出现混沌到大周期相变的特征,并根据此特点设计了一种微弱信号检测模型;理论分析和仿真实验都表明,提出的检测方法对任何零均值噪声具有免疫力,对正弦信号参量变化极为敏感,且可以准确检测出信噪比低达-49.5dB的微弱正弦信号.     

基于一种改进混沌振子模型的弱信号检测

介绍了Duffing振子的混沌运动特征以及应用Duffing振子检测微弱信号的方法.提出了一种改进的Duffing振子模型,仿真实验表明该模型可以有效地检测微弱正弦信号,可检信噪比范围可达到,灵敏度达到.     

基于改进型Duffing振子的微弱信号检测研究

传统的微弱信号检测在检测信噪比很低的信号时效果不理想,针对在强噪声背景下微弱信号的检测问题,提出了一种由单Duffing振子建立混沌系统的非线性恢复力项用-x~5+x~7来代替的改进方法,与传统Duffing振子检测系统相比具有更强的鲁棒性.阐述了基于相平面变化进行微弱信号检测的工作原理.对时间尺度进行变换,实现了对任意未知微弱周期信号的检测,通过对噪声背景中的微弱周期信号检测进行仿真实验,最后通过真实的故障轴承信号检测验证,都获得较好的效果,为工程实际应用提供了一种可鉴的方法.     

基于Duffing振子的MEMS陀螺微弱周期信号检测

Duffing混沌振子系统对周期小信号具有敏感性,对噪声具有免疫性。对此进行了特性分析,讨论了振子方程参数变化带来的影响。对Duffing振子微弱信号检测的原理进行了实验验证,以LCG50陀螺为例,用Duffing振子检测方法对其周期误差信号进行了检测和分析,基于检测结果设计了FIR滤波器对MEMS陀螺周期误差信号滤波,结果表明:Duffing振子方法在MEMS陀螺微弱信号检测与信号处理中的可行性和有效性。     

混沌振子实现微弱周期小信号的检测

通过对混沌振子Duffing方程及其检测原理的介绍,发现混沌振子对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测。Matlab实验仿真和分析证明了采用混沌振子Duffing检测微弱周期小信号的可行性。     

基于混沌理论的微弱信号检测方法

分析了间歇混沌模型———Duffing振子的混沌特性,利用Duffing振子的非平衡相变对微小信号具有敏感性及对白噪声和与参考信号频差较大的周期干扰信号具有免疫力的性质,采用混沌振子阵列实现对噪声背景下微弱信号的检测;并采用梅尔尼科夫方法作为混沌判据,该方法的优点在于可以直接进行解析计算。仿真实验表明:该检测方法简单、有效,检测的精度比较高。     

混沌理论在应答器信号检测中的应用研究

针对在强噪声环境中传输的应答器上行链路信号难于检测的问题,基于混沌系统对噪声免疫的特性,将混沌Duffing振子用于应答器上行链路信号检测中。结合Duffing振子检测微弱信号的原理和上行链路信号的特点,给出了利用Duffing振子检测应答器上行链路信号的方法和步骤,进行了仿真验证。仿真结果表明,利用Duffing振子系统检测应答器上行链路信号是可行的,并且具有很好的抗噪性能。     

混沌背景下基于神经网络的微弱谐波信号检测

欲得到淹没于强噪声背景中的弱信号,提出一种基于径向基函数网络的检测方案.利用网络最优化结构对重构后的采样序列训练集相空间进行非线性拟合,进而预测验证集.对预测误差作功率谱分析可获得背景噪声有效抑制后的弱谐波信息.仿真检测分别在Lorentz、Duffing和Logistic混沌背景及白噪声条件下进行,最低检测信噪比分别可达-36 dB、-36 dB、-15 dB.     

基于双耦合改进型混沌振子系统的弱信号检测

介绍传统的单Duffing混沌振子系统检测微弱信号的原理。传统混沌检测弱信号方法中,在强噪声环境下检测弱信号时系统易出现相位变化不稳定、抗噪性需进一步增强等问题。针对这些问题,本文提出基于双Duffing耦合改进型振子系统来对强噪声环境下的弱信号进行检测的方法,并用此方法对强噪声下的微弱正弦信号进行检测仿真。通过仿真得出双耦合改进型混沌振子系统能够更好地检测强噪声环境下的弱信号,对噪声有着更好的抑制作用。     

小波去噪和混沌理论应用于输电线缺陷检测

为了解决在利用电磁超声检测高压输电线路缺陷时,回波信号微弱且易被强大的电磁噪声覆盖而难以提取的问题。认真研究了Duffing方程和小波理论。将小波去噪技术和混沌理论结合起来,设计了一种新型微弱信号检测系统。利用MATLAB/Simulink对系统进行了仿真。实验结果证明,此系统能有效检测强电磁背景下的超声信号,进一步降低了系统的输出信噪比,提高了检测性能。     

微弱方波信号的矢量测量研究

为了有效地检测淹没在强噪声背景中的微弱方波信号,采用了相关检测和数字信号处理技术相结合的方法,推演得到了方波信号的正交互相关的完整数学解,在此基础上,设计数字锁相放大器实现对方波信号的矢量测量;实验表明,该数字相关算法简单有效,实现方式灵活;此外,还对该锁相放大器在微弱光信号检测中的应用进行了实验研究,有效地实现了nA级微弱光电信号的检测。     

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。     

基于混沌理论的涡街微弱信号检测方法研究

针对涡街流量传感器在小口径、低流速下信号微弱,易被强噪声淹没而难于提取的特点,提出了利用Duffing振子检测微弱信号的方法.通过仿真对涡街信号中含有白噪声以及谐波干扰的情况进行分析,仿真和实验均表明:这种基于混沌理论的微弱信号检测方法对涡街信号中较强的白噪声以及频差较大的谐波干扰具有很好的免疫力,并且通过计算最大Lyapunov指数的波动频率能够准确估计出涡街有用信号频率,实现低流速下涡街微弱信号检测.     

基于有效K均值有效极限学习机的混沌海杂波背景中微弱信号检测

为了在复杂混沌噪声背景中快速准确提取有用信号,提出基于复杂非线性系统相空间重构理论,采用改进极限学习机(ELM)预测单步误差检测微弱信号的方法。采用改进K均值聚类算法选择最优族作训练集,改进极限学习机选择权值和偏置的方法进一步提高检测的精度和速度,采用Lorenz系统建立了混沌噪声序列的一步预测模型,从预测误差中检测湮没在混沌噪声中的微弱目标信号(包括周期信号和瞬态信号),然后使用加拿大Mc Master大学IPIX雷达数据,在海杂波噪声中提取漂浮物信号作为实验研究。结果表明该方法能够有效检测混沌背景噪声中极微弱信号,同时抑制噪声对混沌背景信号的影响,与径向基函数(RBF)神经网络等传统算法相比,预测精度提升了25%,检测门限提高了-5 dB,同时训练用时减少77.1 s,在实际应用中具有更明显优势。