基于混沌振子和小波理论检测微弱信号的研究

分别分析了混沌振子检测微弱信号和小波消噪的方法。并在此基础上,提出将小波消噪思想和混沌振子检测方法相结合组成联合测量系统。经过大量仿真实验得出,联合测量系统在检测强噪声背景下的微弱信号中可以得到比较理想的效果,并且进一步提高了检测微弱信号的能力。应用混沌振子和小波消噪相结合的方法对强噪声有一定的免疫力,在微弱信号检测方面,是一种有效的手段。     

基于混沌振子的微弱信号检测技术研究

分析了Duffing方程的动力学特性,它对白噪声和与混沌振子固有频率相差较大的干扰周期信号具有免疫力,利用混沌振子的这种特性进行微弱信号检测,提出了将被测信号完全作为摄动力进行幅值检测的新方法,另外还给出了利用振子阵列的方法进行频率的检测。仿真实验表明这种方法简便易行,可以有效地检测出有用信号的幅值和频率。     

基于Duffing振子的微弱正弦信号检测方法研究

利用混沌振子系统的初值敏感性和对噪声的免疫力检测微弱正弦信号，可以获得很高的检测灵敏度和很好的抗噪性能。文中分析了待测正弦信号幅值和相位对混沌系统状态的影响。基于Duffing振子系统的相变特性，提出了检测微弱正弦信号幅值和相位的新方法，即：反相补偿幅值检测方法和三分对称相位检测方法，介绍了检测的原理和具体实现步骤；利用Duffing方程的位移X波形的包络特性，提出了适合于含噪声情况的混沌特性自动判别方法，以正确判别混沌系统的状态并应用于文中的信号检测方法之中。最后，将该方法和最大似然法进行了比较。数字仿真结果证明了文中所提方法的可行性和有效性。只需改变策动力的频率，该方法即可适用于检测各种频率的微弱正弦信号，对于扩大光传感器的测量范围、电力系统谐波分析等应用具有实用价值。     

基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测

微弱信号的幅值通常很小,且常被噪声淹没,难以检测。文中提出基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测方法。该方法利用互相关方法对微弱正弦信号进行初步去噪,再利用混沌检测方法提取有效信号,以充分发挥互相关及混沌检测在噪声抑制及信号提取方面的优势;将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态,从而准确给出用于确定微弱正弦信号幅值的策动力临界阈值。仿真实例分析表明,该方法能有效地检测出深埋于强噪声中的微弱正弦信号,且其检测精度较单独的互相关方法和混沌检测方法更优。     

基于混沌振子的微弱GPS信号检测算法

针对微弱GPS信号的高灵敏度检测算法是当前室内环境下,GPS接收机捕获信号亟待解决的问题。由于混沌振子具有对周期信号敏感,对噪声免疫的特性,相轨迹会因为同频率周期信号发生明显改变。本文将其应用于室内环境下检测GPS信号,提出了基于Duffing混沌振子的微弱GPS信号检测算法;采用Leyapunov指数判定相轨迹所处的临界状态,辅助测量GPS信号的存在;将数值迭代方法应用于算法的实现。仿真结果表明,与传统的GPS信号检测方法相比较,基于混沌振子的检测算法可以快速捕获极低信噪比条件下的GPS信号,有效提高了捕获率和检测性能。     

基于锁相环和混沌振子的微弱信号检测

为精确检测纳伏级微弱正弦信号的频率和幅值,构建了基于锁相环和Duffing振子的微弱信号混合检测系统。首先通过锁定输入锁相环的待测信号,完成信号频率的检测;然后利用锁相环输出的已知频率信号作为混沌系统的内置策动力信号,将输入到混沌系统的待测信号用Duffing振子进行幅值检测。仿真结果表明,混合系统可同时完成纳伏级微弱正弦信号的频率和幅值的检测,检测信号的最低信噪比为-22.23dB,且操作简单,工作量小,易于实现。     

混沌检测法在超声波流量计中的应用

针对时差法超声波流量计产生粗大误差的根源,本文提出了一种新的超声信号处理方法。该方法利用Duffing混沌振子对小信号的敏感性及对强噪声的免疫力,对微弱超声信号进行检测。实验表明,在强噪声的干扰下,混沌检测法能够对微弱超声信号的强弱区间进行有效的区分,可以剔除回波信号非常微弱的时间段。在超声波流量计的信号处理中采用该方法不仅能够避免粗大误差的产生,扩展时差法的使用范围,还能提高测量精度。     

基于改进型Duffing振子模型的变压器局部放电信号检测方法

针对现有Duffing振子在微弱信号检测方面存在的局限性,提出了一种基于改进型Duffing振子的微弱脉冲信号检测的新方法。考虑到变压器局部放电信号的检测涉及到广谱信号的检测问题,而且改进型Duffing振子的临界混沌幅值不会随振子的激励频率和采样频率的改变而发生明显变化,因而有效避免了现有Duffing振子只能检测低频信号的局限性。仿真结果表明,在强噪声背景下,基于改进型Duffing振子的变压器局部放电微弱脉冲信号的检测方法不仅具有良好的噪声免疫特性,而且具有高精度的检测结果,在变压器局部放电信号检测领域中具有重要的应用价值。     

基于改进Duffing振子的微弱信号检测方法

研究了一种基于改进Duffing振子的微弱信号检测方法,通过对比分析两种不同的Duffing振子系统的相图和Lyapunov指数图,改进Duffing振子在微弱信号检测方面较常规Duffing振子具有2个优势:能够有效的解决由于振子从混沌态转变到周期态存在过渡区而引起的漏判误判问题且对微弱信号的幅值估算更加准确;具有更好的噪声免疫性。仿真实验结果表明,改进Duffing振子能有效的检测出淹没在背景噪声中的信噪比为-43 dB的微弱信号,最后通过对早期故障轴承的微弱特征信号进行检测,验证所提方法可以应用于工程实际中。     

双振子差分混沌特性判别方法

利用混沌振子检测微弱信号具有灵敏度高、抗噪性好等优点,其检测的关键在于对混沌特性的判别。该文在对Duffing振子混沌特性研究的基础上,提出了一种利用双振子差分来进行混沌特性判别的新方法。该方法具有直观、计算量小、抗噪性好和易于实现等优点。文中阐述了该方法的原理,提出混沌牵引的概念,给出相应的判别程序流程,最后对该方法进行了数字仿真,并应用该方法处理小电流接地故障保护现场数据,仿真试验结果证明了该方法的可行性和有效性。     

频谱监测中的多频随机共振检测

基于频段分离思想设计能够完成频谱监测中多频微弱信号的双稳态随机共振检测方案。使用归一化尺度变换对高频段范围内周期信号进行随机共振检测仿真实验;针对随机共振方法对多频信号检测的局限性,利用小波变换频段分离的特性,将小波变换与归一化随机共振相结合,进行多频微弱信号检测仿真实验。仿真结果表明,结合了小波变换的归一化随机共振的方案能够检测出待测频段内的多频微弱周期信号。     

一种微弱光电信号调制解调电路设计研究

本文针对微弱光电信号或弱信噪比条件下的光电信号检测及数据采集,设计了一种基于自相关检测原理的调制解调电路,旨在用于传感器的光电强度调节及低信噪比信号检测.该电路利用自相关特性较明显的伪随机码与光纤传感器对被检测微弱信号进行调制解调,通过检测输出光强度达到检测微弱信号的目的.同时,对该电路方案进行了强噪声条件下的检测性能仿真研究,仿真结果表明,该电路方案能够有效地实现弱信噪比条件下的光电信号检测及数据采集.     

基于Duffing振子的微弱信号检测方法研究

利用Duffing振子相变对微弱信号敏感和对噪声免疫的特点,可以对淹没在强噪声背景中的微弱周期信号进行检测,但传统的Duffing振子相变检测方法仅能检测特定频率的周期信号并且会受过渡带的影响.针对上述问题,给出了一种基于Duffing振子变尺度逆相变的微弱周期信号检测方法,通过引入变尺度系数将待测信号进行重构,进而减小了系统参数对检测的影响.建立了仿真模型并进行了仿真实验.分析和仿真结果表明,该方法能够仅利用一组固定的参数来对任意频率的周期信号进行有效的检测,且减少过渡带的影响,具有较好的检测性能.     

Lyapunov指数算法在微弱信号检测中的应用

基于MATLAB/Simulink仿真软件,分析了Holmes-Duffing系统检测弱正弦信号的原理和仿真实验步骤.通过仿真结果表明,直接从相平面图中肉眼观察混沌临界状态的阈值容易存在较大的人为误差.针对这个问题,提出了利用Lyapunov指数算法来定量地分析系统的动力学特征,并进一步研究了最大Lyapunov指数与系统状态之间的关系.对临界区域进一步取值发现其LE指数在零点振荡跳跃说明了该混沌系统正处于间歇临界态.最后通过对信噪比为-40 dB的微弱信号进行检测来说明,采用Lyapunov指数算法能够更直观地判断微弱信号的存在,证明其检测方法的可行性.     

基于调制随机共振的转子故障早期检测

噪声是影响旋转机械早期故障检测的主要因素。只有抑制噪声增强信号、提高信噪比,才能从噪声中提取故障特征信息,为故障诊断特别是早期故障检测提供可靠的依据。文中根据非线性双稳系统在噪声和弱周期信号作用下的周期响应特性,将调制技术与随机共振原理相结合,提出了调制随机共振方法,实现了在较宽的频率范围内从强噪声中检测微弱周期信号。理论分析、数值仿真和实验结果表明,对信号进行调制产生的差频分量可形成低频信号,该低频信号通过双稳系统易产生随机共振,从而使随机共振发生在具有优良频率特性的低频区,能使微弱的故障信号特征突出、明显而易于捕捉。该方法灵活、可靠,在转子系统早期故障检测方面的应用是可行的。     

分数阶混沌系统风机间歇故障变幅值检测方法

风力发电机的特殊工况使得对其间歇故障的成长检测十分困难,针对这个问题,文中提出了一种微小故障幅值变化检测方法,通过实验寻找微小故障幅值与大尺度周期状态分数阶混沌系统内置信号振幅之间的关系,采用密度均值算法对Duffing系统临界大尺度周期状态的庞加莱截面数据点进行计算,得出离群值并判断系统是否进入大尺度周期状态,自动完成微小故障不同幅值的检测,实验结果证明该方法可行、可靠,为风力发电机微小故障检测提供一个新的思路。     

Adaptive time‐frequency representation for weak chirp signals based on Duffing oscillator stopping oscillation system

To investigate high‐resolution time‐frequency representations for any type of weak chirp signals with a very low signal‐noise ratio, we revisit the inherent deficiencies of conventional Duffing oscillator detection methods and propose a novel Duffing oscillator stopping oscillation detection system. As a result, the detection of chirp signals can be successfully realized, and the influence of nondetection zones and critical thresholds on the detection accuracy is successfully eliminated. Furthermore, we propose an adaptive Duffing oscillator stopping oscillation detection method to measure the instantaneous frequency variation of a highly dynamic chirp signal within a large frequency range. The simulation results indicate that, compared with the conventional Duffing oscillator detection methods and the Choi‐Williams distribution, the proposed method greatly expands the frequency detection range of a single Duffing oscillator and has a lower computing cost and effective real‐time performance in detecting a high‐precision weak chirp signal, which provides a new solution for the time‐frequency representation of weak chirp signals at a lower signal‐noise ration and reveals broad prospects for applications in engineering.