基于混沌理论和小波变换的微弱周期信号检测方法

根据小波变换具有多分辨率,混沌系统对噪声的强免疫力和对周期微弱信号的敏感性等特性,通过对小波阈值去噪方法和混沌Duffing振子方程的改进,提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法.该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波分解尺度确定阈值去噪深度,然后把重构的信号作为周期策动力的摄动并入混沌系统,采用混沌振子阵列实现在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.该检测方法克服了以往小波分解对尺度确定的盲目性和阈值选择的不合理性以及对混沌临界状态与周期态区别的模糊性:同时能检测多种频率的信号.仿真测试表明:该方法直观、高效,检测精度高,检测的最低信噪比达到-100dB,频率误差为0.04％左右,改善了湮没在强噪声下的微弱信号检测技术.     

基于差分Poincaré映射的间歇混沌信号判别方法

针对混沌振子微弱信号检测中间歇混沌信号难以判别的问题,利用混沌系统的参数敏感特性,提出一种差分Poincar6映射判别方法,实现强噪声干扰下输出间歇混沌信号的判别.该方法选取周期激励幅值具有微小差异的两个混沌振子的Poincaré映射进行差值运算,利用周期状态下输出信号收敛,而混沌状态下输出信号分离的特点,降低了噪声对周期区域的影响,使可检测输入信号的信噪比达到了-87 dB.实验表明,在时域或Poincaré映射已经无法进行分辨的情况下,该方法仍然实现了检测系统输出间歇混沌信号的有效判别.     

基于混沌振子探测微弱动态周期测量信号

介绍了Duffing振子检测微弱信号的原理和过程以及利用混沌振子来检测淹没在强噪声背景中的微弱动态周期测量信号的方法．理论分析和仿真实验均表明混沌振子能有效地检测微弱动态周期信号．该检测方法既能形成一种独立的检测理论，也可以作为现行微弱信号检测理论的有效补充．     

基于双耦合混沌振子的未知频率弱信号检测

针对微弱信号检测的难点问题,提出了一种应用于未知频率微弱信号的分段测频检测方法.利用双耦合Duffing系统相轨迹状态的跃迁对于输入微弱信号的敏感特性实现了对淹没在强噪声中的微弱信号的检测,同时利用分段测频方法实现了对微弱信号的频率测量,有效地解决了单Duffing振子的微弱信号检测方法易受噪声影响产生误判的问题,突破了现有微弱信号混沌振子检测方法只能进行已知频率信号检测的局限性.仿真实验结果证明该方法确实能够较为准确地检测出输入微弱周期信号的频率,使微弱信号检测技术得到进一步完善.     

单结管电路中的随机共振过程

为考察二阶非线性电路响应中是否存在随机共振过程 ,用噪声信号和周期信号同时激励二阶非线性单结管电路 ,并观察其响应和测量输出响应信号的信噪比。结果表明 :在一定的条件下 ,增大输入噪声的值不仅不降低输出响应信噪比 ;反而迅速增加输出响应的信噪比 ,使输出响应中周期信号的分量反而加强 ,而且输出响应的信噪比对于输入噪声的变化具有“共振”形状的曲线。从而证明了二阶非线性单结管电路不仅是混沌系统 ,也是随机共振系统 ,且随机共振响应是混沌系统一种响应模态     

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。     

一种基于改进替代数据法的图形化混沌判据

替代数据法是非线性系统分析的一种有效方法. 该方法不能直接判断信号是否处于混沌状态,而是基于排除法思路,提高混沌识别的置信度. 文中引入一种针对类周期信号混沌识别的伪周期替代数据法,在数值实验中发现了该算法的3个缺陷:一是相空间重构在实际信号分析中效果不佳;二是替代数据直线化;三是检验统计量容错性较差. 针对这些问题分别提出了改进方法. 使用改进算法对不同类别信号（包括由Logistic模型产生的周期信号和混沌信号以及其它典型混沌信号等）进行数据实验. 发现所有混沌信号在各噪声半径下的复杂度都呈线性增长趋势;而周期信号在噪声半径小于0.1时,复杂度的取值保持平稳,噪声半径大于0.1时,复杂度取值开始单调增长. 对数据实验的结果分析表明:在各噪声半径下复杂度的线性增长趋势是混沌信号的共同特征,可作为一种有效的图形化混沌判据.     

自治混沌系统中抗噪声干扰的频率检测模型

提出一种用自治混沌系统检测受到噪声干扰的信号频率的方法,将含有噪声干扰的信号加入到自治混沌系统的某一项,再给受扰系统施加一个状态负反馈,通过适当地调节反馈增益将受扰系统的轨道控制到系统的某一个极限环,然后利用循环相态技术,统计一定时间内轨道定向穿过某一个平面的次数,由固定的时间内得到周期的个数进而确定系统的振荡频率。由于系统的频率由待测信号的频率决定,而不受噪声的影响,所以待测信号的频率也就是系统的振荡频率。仿真实验结果进一步验证了该方法的有效性。     

一种保密通信系统混沌信号产生器的设计及仿真

提出了一种发送端与接收端混沌信号产生器“不对称”的保密通信方案．基于误差反馈同步原理,发送端与接收端各自设计带有不同特定辅助网络的混沌信号产生器;接收端获取了发送端混沌系统的参数、特定辅助网络的结构和传送信号的构成情况,才可以重构混沌系统并设计相应的辅助网络,从收到的信息中提取用于加密的混沌信号,解调出信息．仿真结果表明,发送端与接收端特定辅助网络的设计加强了保密通信系统的保密性,且系统具有较好的噪声鲁棒性。     

混沌背景下基于小波神经网络的弱信号检测

依据Takens嵌入定理提出了一种基于小波神经网络（WNN）的强混沌背景中微弱信号的检测方法。该方法利用混沌系统的单变量值对混沌背景重构相空间，采用小波神经网络所具有的强大的学习能力和非线性处理能力建立了混沌背景噪声的一步预测模型，使其与混沌背景噪声具有相同的基本动力学特征，并通过设定合适的预测误差门限来检测掩埋在混沌背景中的有用微弱信号。仿真结果验证了该方法的可行性。     

基于变尺度杜芬阵列的超声非线性输出信号检测

针对超声非线性输出信号中二次谐波信号比较弱、且是经过复杂传播的非线性时间序列,利用变尺度杜芬阵列对超声非线性输出信号进行检测评估材料的疲劳损伤。首先对杜芬振子进行频率变换、分析初始相位对检测结果的影响,构建检测实际工程信号的杜芬阵列模型,并对超声非线性输出信号进行变尺度变换,使杜芬阵列与超声非线性输出信号相匹配。当处理信号输入杜芬阵列模型时,第二个杜芬振子相轨迹由混沌状态过渡至大尺度周期状态,微弱二次谐波信号可以被有效的检测出来。根据杜芬振子总驱动力幅值和响应信号幅值之间的对应关系对二次谐波信号幅值进行有效估算。最后,探究随机噪声对检测模型的影响,当待测信号含有噪声时,杜芬振子相图仍变为大尺度周期状态,随着信噪比降低,相轨迹越来越粗糙,且稳定性变差。以上分析表明,利用构建的杜芬阵列模型能够有效检测超声非线性输出信号的二次谐波,对材料的疲劳损伤状态进行有效评估。     

随机共振技术检测弱信号的两种方法的比较研究

详细介绍利用随机共振技术检测微弱周期信号的原理,采用增加噪声强度及调节系统参数2种方法提取周期弱信号,相应的给出了数值模拟仿真实验,由此得出2种方法具有协调统一性．     

混沌保密系统中信号检测的阈值判定

目前,对于混沌保密光通信方法的研究早已引起了各国科学家的高度重视,混沌领域将成为一个极具开发价值的领域,而进行阈值判定成为对系统中混沌信号的检测的关键。在本论文中,我们将待测的微弱周期信号作为混沌系统的一种周期扰动,利用周期扰动抑制混沌运动的特性,使混沌系统实现从混沌临界态向大尺度周期态的转变,并通过仿真实现了混沌临界态向大尺度周期态的转变。     

用混沌振子检测淹没在强背景噪声中的方波信号

提供一个利用混沌振子检测微弱方波信号的有效方法 ,仿真实验表明 ,混沌振子在强噪声背景下对方波信号非常敏感 ,并将可测信噪比范围扩展到 - 88.45d B.     

基于RBF神经网络的混沌背景下瞬态弱信号检测

针对海杂波背景下瞬态弱信号检测的问题,采用海杂波混沌模型,基于神经网络重构混沌序列相空间,提出了基于RBF神经网络预测混沌时间序列和瞬态弱信号检测方案。理论分析和仿真结果表明这种方法能够有效实现混沌背景噪声中瞬态弱信号的检测。     

混沌信号驱动实现螺旋波和时空混沌抑制

首次提出采用Logistic映射的混沌信号抑制螺旋波．应用该方案对2个模型包括Fitzhugh—Nagumo和Panfilov系统进行了研究．数值计算结果表明：在无噪声下，微弱的混沌信号驱动可以很快控制系统到达均匀稳定态在时空噪声下，可以观测到螺旋波的破裂和丰富的斑图．该结果不同于噪声驱动下的螺旋波动态行为、     

分布式光纤振动检测系统信号后处理算法研究

针对基于相位敏感的分布式振动检测系统在实际工程应用中存在的容易受到环境噪声影响的问题,对系统信号进行滤波算法理论模拟及现场实验验证。结果表明,通过对原始信号进行高通滤波后差分及平均处理,能够有效地除去环境中大幅值、低频、周期性的噪声信号,系统信噪比提高50%,检测效果增强。     

A new complex Duffing oscillator used in complex signal detection

In view of the fact that complex signals are often used in the digital processing of certain systems such as digital communication and radar systems,a new complex Duffing equation is proposed.In addition,the dynamical behaviors are analyzed.By calculating the maximal Lyapunov exponent and power spectrum,we prove that the proposed complex differential equation has a chaotic solution or a large-scale periodic one depending on different parameters.Based on the proposed equation,we present a complex chaotic oscillator detection system of the Duffing type.Such a dynamic system is sensitive to the initial conditions and highly immune to complex white Gaussian noise,so it can be used to detect a weak complex signal against a background of strong noise.Results of the Monte-Carlo simulation show that the proposed detection system can effectively detect complex single frequency signals and linear frequency modulation signals with a guaranteed low false alarm rate.     

基于局域波和混沌的转子系统早期碰摩故障诊断

为实现低信噪比下的微弱信号检测,提出一种基于局域波和混沌的微弱信号检测方法.将微弱的故障信号分解为有限的并且具有不同基本模式的分量,每个分量为单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期碰摩故障信号检测结果说明了该方法的有效性.     

Duffing振子的两种检测微弱信号的方法及区别

分析了Duffing振子的混沌运动特征，阐述了两种检测微弱信号的方法：一是利用该振子对与参考信号角频差较小的周期小信号的敏感性、对白噪声及参考信号角频差较大的周期的免疫力来检测微弱信号，二是通过改变噪声强度或调节系统本身的参数产生随机共振来提取微弱信号。对两种方法的机理进行了比较，指出了二者的区别。