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。     

基于单势阱随机共振的多频周期微弱信号检测

经典随机共振（SR）应用于微弱信号检测,在取得较好效果的同时也带来了最佳系统参数调节困难的问题.单势阱随机共振（SSR）只需调整一个系统参数,更容易调整系统到最佳状态.在研究了单势阱随机共振理论基础上,对多频周期信号加上与实际更为接近的色噪声,采用互相关系数作为测度指标,运用自适应方法寻找系统最优参数后,系统设置该参数,从待测信号中检测出多频周期微弱信号.实验结果表明单势阱随机共振对多频周期微弱信号具有较好的检测效果.     

一种改进的随机共振技术在舰船轴频电场信号检测中的应用

舰船轴频电场是一种水下目标探测的理想物理场,其信号具有明显的周期特性,近年来被广泛关注.然而,对于探测器需要在较远的距离进行感知,因此微弱轴频电场信号检测是一个十分重要的问题.非线性随机共振能够增强微弱周期信号,表现出优越的检测性能.围绕舰船微弱轴频电场信号的多谐波特性,提出了一种改进的二阶双稳态匹配随机共振检测方法....     

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。     

α噪声下自适应非线性耦合双稳随机共振弱信号检测

在α噪声条件下,为实现微弱周期信号的检测,提出了以平均信噪比增益(A-SNRI)为衡量指标的自适应非线性耦合双稳随机共振系统。先通过调节α噪声参数,将此α噪声与待测信号输入非线性耦合双稳系统中,再通过自适应算法,得出最优系统参数以及耦合系数。实验结果表明,周期信号通过自适应非线性耦合双稳系统后发生了随机共振现象,其频谱图出现了陡峭的尖峰且信噪比增益效果提升明显,说明自适应非线性耦合双稳随机共振系统能够有效地检测出淹没在α噪声中的信号。     

基于DSP的自适应随机共振微弱信号检测方法*

随机共振是一种有效检测微弱信号的非线性方法,对它的研究和实现具有重要的工程应用价值。针对工业现场存在的背景噪声未知的高频微弱信号（不满足绝热近似理论条件）的随机共振检测问题,提出了基于参数补偿的自适应参数诱导随机共振方法,以系统输出信噪比作为适应度函数,将系统势垒与噪声强度大致相等时可产生最佳的随机共振效应作为知识,采用基于知识的粒子群优化算法来并行优化随机共振系统的参数。设计了基于DSP的自适应随机共振检测系统,实现了对信号的实时处理,并通过ModbusRtu协议将检测结果实时显示在触摸屏上,从而实现微弱信号的检测。     

采用自适应随机共振技术进行微弱局部放电信号检测

为实现对微弱放电目标的定位,提出了一种基于自适应随机共振技术检测微弱局部放电信号的方法。分别以具有不同持续时间的双指数函数和双指数衰减振荡函数模拟局部放电信号,加入强高斯噪声;利用该方法提取微弱放电信号,并通过实验验证了该方法的准确性。结果表明,在不同强度的噪声环境中,当尺度变换系数与信号采集频率的数量级相当、系统主要参数选取为信号持续时间的数十倍时,系统可达到随机共振状态,噪声部分能量将转移至放电信号,使得微弱的放电信号得到增强。该方法检测效果优于匹配滤波,为微弱局部放电信号检测提供了一种新方法。     

基于混沌理论的电力系统微弱谐波检测方法研究

针对微弱谐波信号时频域分析检测方法在宽谱环境噪声较强场景中无法识别目标信号的缺陷,首先引入混沌系统的随机共振原理,在信号成分完全未知的情况下,利用随机噪声增强微弱目标信号进行频率盲检。进一步引入Duffing混沌系统,利用其对特定频率周期信号幅值的极高敏感性和噪声抵抗力,对检出的各谐波频率分量进行幅值精准检测。在经典随机共振模型的基础上,通过归一化改进了系统参数。结合Duffing混沌系统模型,设计了实时检测控制策略。通过粒子群寻优算法,以系统输入输出信号的互相关系数为适应度函数,寻找最优系统参数。对强随机噪声背景下的多整次谐波与间谐波混叠的谐波信号进行了仿真实验。结果表明,所提方法能在恶劣的噪声环境中,实现各谐波分量的无差频率检测与高精度幅值检测。     

变压器油中溶解气体光声信号检测的干扰抑制方法

光声光谱气体检测技术能很好地应用于变压器油中溶解气体的在线监测,为了提高其检测信噪比,笔者针对光声信号检测的强噪声环境,结合小波阈值去噪和混沌检测来抑制检测过程中的强噪声干扰,配合使用LabVIEW和Simulink构建信号检测系统提取微弱光声信号。实验结果表明该方法对被强噪声覆盖的微弱周期信号非常敏感,能有效地抑制强噪声干扰。     

小波-EMD和随机共振级联微弱信号检测

针对低信噪比下微弱信号检测困难问题,提出了一种三级级联微弱信号联合检测系统;首先将含噪信号通过小波阈值降噪,然后将降噪后的信号进行经验模态分解(EMD),利用信噪比定位模态法选取信噪比较高模态分量,对选取的模态进行合成使其待测特征得到突出;最后将其送入欠阻尼三稳态系统,使用果蝇智能参数寻优算法将稳态系统达到最佳随机共振状态,便于检测结果精确可靠。经过单频小信号及混频大信号仿真分析和滚动轴承内外圈故障诊断表明,该系统能够使-30 dB左右微弱信号的信噪比至少增加20 dB,扩大了微弱信号的检测范围,提高了检测的有效性。     

基于自适应随机共振的异步电动机转子断条故障检测

异步电动机转子断条故障检测属于强噪声背景下故障的微弱信号检测问题。由于不同转差率下电机具有不同的转子断条故障特征频率，给随机共振最佳系统参数调节增加了难度。针对上述问题，在已有Hilbert模量法的基础上，提出了基于自适应随机共振的异步电动机转子断条故障检测方法。通过应用小波消噪、随机共振技术，改进了转子断条故障特征信号的检测灵敏度。随机共振参数的自适应调节进一步增强了该方法的实用性，与传统方法相比，该方法在各种情况下尤其是在噪声强度、电机类型及运行状况未知时，仍能有效检测转子断条故障，具有较好的自适应性。数值仿真和实验分析证明了该方法的有效性。     

基于混沌振子周期区域的微弱信号检测方法

混沌振子微弱信号检测方法中存在着输出信号时域判别的抗干扰性差、宽频率范围信号检测系统复杂等问题。本文利用混沌振子对噪声处理的优势,提出一种新的强噪声背景中微弱周期信号检测方法。通过提取周期1外轨区域的Poincaré截面,得到一种频率为振子周期策动力与待检测信号频率差的周期信号,而该周期信号对噪声具有很强的抑制。应用所提方法对一个频率段的正弦信号进行检测,实现了低于-110dB信噪比条件下高斯白噪声背景中正弦信号检测。     

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.     

Levy噪声下自适应级联三稳随机共振系统研究

在Levy噪声驱动下,以级联三稳态随机共振为模型,首先研究了不同特征参数、对称参数条件下输入信噪比随噪声强度D的变化;然后以谱峰值和平均信噪比增益为性能指标,针对高、低频信号级联三稳随机共振现象进行了研究;最后将其应用到轴承故障检测中。研究表明,通过自适应算法选取最优参数a、b和c,可诱导级联三稳系统发生随机共振,从而实现对目标信号的检测。结果表明,特征参数越大,输入信噪比达到稳定状态需要的噪声强度越大,而对称参数几乎没有影响;选取相同的系统参数a=0. 5、b=0. 5、c=0. 8时,级联三稳系统的检测效果要比单级三稳系统有更好的随机共振输出,在小参数信号检测中,单级输出平均信噪比增益为25. 46 d B,第2级输出平均信噪比增益为28. 38 d B。此外,在轴承故障检测中级联三稳系统也显示出更好的检测效果。此系统对于微弱信号的检测具有重要的研究意义也有着良好发展前景。     

一种笼型异步电动机转子早期故障检测的新方法

本文采用随机共振(SR)理论对淹没在强噪声背景下故障的微弱信号进行了检测。讨论分析了双稳系统选取不同参数时,对输出信噪比的影响,并将该方法成功地用于异步电动机转子断条的早期故障诊断中。大量仿真结果表明了该方法的有效性。     

数字锁相放大器的算法设计与优化

数字锁相放大器以相敏检测技术为基本原理,能够准确地测量周期信号的幅值与相位信息.微弱信号中常常会包含直流分量、线性分量以及噪声分量等杂讯因素,这些杂讯均会对微弱信号中周期信号的幅度测量造成较大影响.分析微弱信号可能存在的误差,对锁相环算法进行优化设计并采用MATLAB仿真分析证明了算法的可行性.最后搭建了测试平台,通过...     

基于F-K分析的圆形传感器阵列布设

轴承故障信号的提取易受工作环境中强背景噪声的影响,特别在早期故障信号检测中,轴承故障信号被噪声淹没,导致检测受限。针对传统的自适应随机共振理论在轴承故障信号检测中参数优化单一的缺陷,提出一种基于布谷鸟算法优化随机共振参数的轴承故障检测算法,该方法以输出信号信噪比作为适应度函,对随机共振理论中两个参数协调优化,得到一组最优参数,自适应实现与输入信号、噪声、非线性系统三者最匹配的随机共振效果。最后通过仿真对比,所提出的算法信号检测结果优于传统随机共振方法;通过轴承故障诊断实验数据验证,该算法实现的轴承故障信号的检测误差为0.15%。实验结果表明所提方法具有寻优参数准确度高、可靠性好等优点,对轴承故障的精准检测和工业设备稳定运行具有重要意义。     

基于布谷鸟算法优化随机共振参数的轴承故障检测算法

轴承故障信号的提取易受工作环境中强背景噪声的影响,特别在早期故障信号检测中,轴承故障信号被噪声淹没,导致检测受限。针对传统的自适应随机共振理论在轴承故障信号检测中参数优化单一的缺陷,提出一种基于布谷鸟算法优化随机共振参数的轴承故障检测算法,该方法以输出信号信噪比作为适应度函,对随机共振理论中两个参数协调优化,得到一组最优参数,自适应实现与输入信号、噪声、非线性系统三者最匹配的随机共振效果。最后通过仿真对比,所提出的算法信号检测结果优于传统随机共振方法;通过轴承故障诊断实验数据验证,该算法实现的轴承故障信号的检测误差为0.15%。实验结果表明所提方法具有寻优参数准确度高、可靠性好等优点,对轴承故障的精准检测和工业设备稳定运行具有重要意义。     

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。