基于随机共振大参数微弱周期信号检测

研究了非线性双稳系统的动力学机理,根据非线性系统产生随机共振的同步条件,提出了不满足绝热近似理论的大参数微弱信号实现随机共振的方法。通过对系统参数的适当调整,实现了大频率信号和大强度噪声淹没的微弱周期信号的检测。理论分析和仿真实验表明,该方法有效地实现了大参数微弱信号随机共振,使得利用随机共振法检测大参数微弱周期信号不再局限于尺度变换法。     

自适应随机共振信号检测系统研究与设计

研究了自适应随机共振信号检测算法,基于MATLAB设计并实现了自适应随机共振信号检测系统,经仿真和实测数据验证表明,该系统检测效果良好,具有实际应用价值。利用该系统可研究测试各种参数及有色噪声对随机共振的影响,可从实际采集数据中恢复微弱信号的时域波形及信号频谱。     

随机共振模型结构参数自寻优方法与应用

在随机共振微弱周期信号检测过程中,如何确定结构参数值非常关键.已有的结构参数选择方法在应用上存在着局限性,如由于模型输入信号的干扰噪声未知,通常定义的信噪比无法获得.针对该问题,首先改写了随机共振模型的数学表达式;然后定义了一种随机共振模型输出信噪比,并给出了计算方法;最后在此基础上,以输出信噪比为评价指标,提出了一种结构参数自寻优方法,用于构建性能优良的随机共振模型.仿真信号分析表明该方法能较好地解决输入信号背景噪声未知的问题,所构建的随机共振模型可有效检测出低频率和高频率的微弱周期信号.通过对转子试验装置上的转子系统早期不平衡故障分析的应用,验证了所提出方法的有效性和实用性.     

低采样率非线性随机共振微弱信号检测

传统的随机共振方法处理微弱信号要求很高的采样率（信号最高频率的50倍以上）.本文提出了一种在采样率较低的情况下利用非线性随机共振系统检测弱信号的方法,并推导了参数归一化单稳随机共振系统模型,极大地降低了利用随机共振检测弱信号的采样率.通过插值处理等效地提升低采样率下样本信号的采样率,并将插值后的信号送入参数归一化单稳系统进行随机共振处理,可在较低的采样率下提取特征信号.仿真结果表明,在采样率仅为信号最高频率的6倍时,在输入信噪比为－20dB的强噪声背景下,利用本方法可实现弱信号的检测     

自适应扫频随机共振方法的研究

针对大参数信号二次采样随机共振应用的局限性,提出了自适应扫频随机共振方法.该方法根据信号、噪声和系统三者协调作用发生随机共振时的关系,自动调整采样频率和双稳系统的结构参数,从而自动获取随机共振状态.将此方法应用于实际噪声下弱信号的提取,取得了较好的结果.     

多频信号的多尺度随机共振检测方法及应用

基于随机共振的基本原理,采用多尺度随机共振变换的方法用于多频微弱信号的检测,通过调节双稳态随机共振系统参数、噪声强度,将单频微弱信号上产生的随机共振效应扩展到多频信号,实现多频信号的同时检测.结果表明,该方法可从高噪声背景中有效地提取出多频信号,尤其对于多频大参数信号的检测,多尺度随机共振变换有着更好的性能.     

大参数随机共振的两种方法及数值仿真

分析了白噪声通过双稳系统的频谱特点,解释了只有小参数信号(小频率,小幅度)才能出现随机共振的原因,探讨了两种变换方法对大参数信号实现随机共振,并进行仿真验证,为实际工程应用中大频率微弱信号的检测提供了依据.     

改进检测周期脉冲信号的非线性随机共振系统

在利用非线性随机共振系统检测周期脉冲信号的研究中,通常采用的非线性系统为双稳态系统。针对双稳态系统的两个结构参数不易调节,误差较大,限制了系统检测性能的提高。为了优化系统,提高系统检测性能,提出采用只有一个结构参数且具有积分放大作用的单稳态系统。通过分析信号频谱,对比信号幅值,证实结构参数取较小值的单稳态系统具有积分作用,易于调节。Matlab、Monte-Carlo仿真验证具有积分特性的单稳态系统可获得更佳的检测效果。     

基于随机共振的混合频率微弱信号检测

非线性随机共振系统,为高噪声背景下微弱信号的检测提供了新方法.由于在检测微弱信号时受小频率参数和微弱信号幅度的约束,给实际应用带来了很大的困难.针对这一问题,利用归一化变换的随机共振微弱信号检测方法,通过引入归一化变换因子,消除随机共振系统对待测信号频率的限制,实现在高噪声背景下,混有高、低频待测信号的检测.理论分析和仿真结果表明:对埋在高噪声中的高、低频混合微弱信号,采用归一化变换,获得一个适当的输入信号到随机共振体系,通过输出信号的频谱分析检测出来,构建了一种可实现的高低频混合的微弱信号检测方法.     

基于FHN神经元模型的UWB信号检测方法

针对FHN模型检测UWB信号时需要已知UWB信号和调节噪声强度来产生随机共振的局限性,研究分析了FHN模型系统参数与发生随机共振现象的关系,推导了新的输入输出互相关函数,提出了基于新互相关函数的参数调节FHN模型检测新方法。采用新方法对强噪声中的UWB脉冲信号进行检测并对该方法的检测性能进行了仿真比较与分析。仿真结果表明,新方法可以较为准确地检测到淹没在强噪声中的未知UWB脉冲信号,是一种低信噪比非合作下检测UWB信号的方法。     

基于非线性系统随机共振的多频弱信号检测

针对实际探测的弱信号常常是多个频率弱信号共存的的情形,进行了利用随机共振检测多频周期性弱信号的研究,以便把利用随机共振的弱信号检测应用于信息处理中微弱信息识别与提取。数值计算结果表明,在适当调节系统参数的情况下,强同频噪声下的多频周期性弱信号经过非线性双稳态系统后,相差不超过一个数量级的几个低于0.5Hz的不同频率的弱信号都可以同时发生随机共振而被检测出来,其信噪比改善十分明显,可以提高30dB以上。该方法在信息识别与信息处理方面具有潜在的应用价值。     

一种分数阶随机共振系统的弱信号检测研究

在利用随机共振系统进行弱信号检测的研究中大多是以整数阶朗之万方程为主,针对分数阶随机共振的鲜有研究。对过阻尼分数阶朗之万方程的随机共振特性进行深入研究分析,对于分数阶朗之万方程求解这一难题,引入Oustaloup算法对其近似化,搭建分数阶朗之万方程的近似仿真模型,找出了产生随机共振的阈值,实现了对满足绝热近似理论的微弱信号的检测,且讨论了不同分数阶阶次和噪声强度对分数阶朗之万方程产生随机共振的影响。数值分析表明,在一定阶数时,分数阶朗之万方程可以产生随机共振,且对微弱信号的检测及放大效果明显好于整数阶。该研究拓展了朗之万方程随机共振的研究范围,在信号检测与处理以及通信领域有着重要的应用价值。     

乘性噪声作用下线性系统的随机共振及其抑噪应用

在二阶线性系统的阻尼系数和固有频率同时受一类乘性噪声干扰下,详细研究利用欠阻尼二阶线性系统中的随机共振消除此类噪声。研究表明,当二阶线性系统的固有频率和被测信号均受乘性高斯白噪声干扰下,欠阻尼二阶线性系统中存在随机共振现象,该系统的平均输出幅度增益呈现非单调变化,不仅在一定条件下大于无噪声时的增益,而且调节适当的系统参数和噪声强度能够提高幅度增益。因而只要使系统处于共振区域,就会使夹杂在噪声中的被测信号突现出来,从而实现信号的检测。采用可视化仿真软件SIMULINK对此进行了实例模拟。仿真证实了该方法消除乘性噪声的可行性和有效性。     

乘性噪声作用下线性模型中的随机共振

随机共振是指在一定噪声强度和外部激励的共同作用下,动力学系统的输出响应达到最大值的一种非线性现象。本文研究了乘性噪声作用下线性模型的随机共振现象。根据噪声的特性和线性系统理论,得到了系统输出幅度增益的精确表达式。研究发现,输出幅度增益是激励信号频率以及系统参数的非单调函数,即出现了随机共振现象。输出幅度增益随噪声强度、自相关率的增大而单调地增大。选择适当的参数,系统输出幅度增益可以大于1,即有噪声时的系统输出平均幅度可以大于无噪声时的输出幅度增益。该结果对于微弱信号检测有一定的意义,对于传统的线性系统理论是一个有益的补充。     

基于变步长随机共振的弱信号检测技术

针对绝热近似小参数随机共振难以满足工程实践中大参数下的弱信号检测，以及单一频率的共振分析在实际应用中的局限性问题，提出了一种变步长随机共振数值算法．该方法通过调整计算步长，使随机共振理论同时适用于犬、小参数条件下的弱信号特征提取．计算机仿真结果表明，对变步长随机共振后的信号作幅值谱和小波分析，均能准确得到低信噪比信号中的多个有用成分，充分证明该算法在大参数条件下可对弱信号中的多个特征频率产生共振输出．同时，变步长随机共振也可以有效抑制信号小波分解中由强噪声引起的边频干扰，提高小波分析在低信噪比信号检测中的可靠性．     

混沌干扰下的随机共振研究

利用随机共振现象可以实现弱信号检测,目前大量的研究是在白噪声或色噪声背景下进行的,对于混沌干扰下的随机共振的研究却很少。研究了混沌背景干扰下的信号检测,发现在混沌干扰下双稳系统也会发生随机共振现象,因此可以检测出淹没在混沌干扰中的信号;在混沌与噪声同时存在的混合背景下,随机共振现象仍然存在,混合背景可以发生与单一噪声背景类似的随机共振现象。     

基于改进粒子群优化算法的信号检测及故障诊断

研究了一种分段双稳态随机共振系统,使用改进的粒子群优化(particle swarm optimization, PSO)算法对双稳系统的参数进行优化,将其应用于弱信号检测以及轴承的故障诊断。首先,引入分段的势函数,对系统的输出信噪比进行理论推导,从势阱中粒子的跃迁角度讨论分析了系统各参数对平均首次通过时间以及信噪比的影响,并借此对系统进行评价;其次,利用随机权重粒子群优化算法和自适应权值粒子群算法,分别与随机共振相结合,以输出信号的信噪比作为评价指标,对系统参数进行优化调节,并比较2种粒子群优化算法的改进算法;最后,将改进的粒子群优化算法应用于故障诊断,通过仿真研究和实验验证,对比几种算法的输出效果,评价了随机权重粒子群优化算法的有效性和优越性。     

非线性单稳态系统中基于内禀振荡的随机共振

通过考察具有内禀振荡的单稳态非线性系统的随机振荡行为,研究了内禀振荡对噪声背景中微弱信号检测性能的影响.结果表明,输出信噪比和系统信噪比增益都表现出随机共振行为;该随机共振现象依赖于系统的选频特性,而系统的选频特性源于内禀振荡.该单稳态非线性系统表现出的这种源于内禀振荡的随机共振,可能为微弱信号检测系统的设计提供新思路.