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。     

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     

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.     

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．     

频移变尺度自适应随机共振在大信号检测中的应用

针对随机共振检测大信号的局限性和判断随机共振发生时刻的盲目性,提出了将基于频域信噪比的自适应算法引入频移变尺度随机共振中,自动调节双稳态系统结构参数和采样频率,自动获取随机共振状态,实现大参数信号检测.数值仿真实验结果表明,频移变尺度自适应随机共振可以从强噪声背景中提取较高频率的周期信号;能自适应地寻找到随机共振发生时刻,获得了较高的输出信噪比,在信号检测领域具有更好的应用前景.     

改进型双稳随机共振系统及其在轴承故障诊断的应用

针对经典双稳随机共振系统(CBSR)的输出饱和现象降低系统输出信噪比的问题,提出一种改进型双稳随机共振系统。将CBSR中限制粒子运动的四次型势函数改进为分段二次型双稳势函数,并代入到由势函数、噪声以及微弱周期信号驱动的朗之万方程中,得到非饱和分段双稳随机共振系统。该系统结构简单,可通过调节系统参数实现最佳随机共振。进一步,通过绝热近似理论,得到表征系统性能的输出信噪比表达式,当输出信噪比随系统参数以及噪声参数增加呈现非单调变化时,系统发生随机共振。将改进系统应用于轴承故障诊断,结果表明,在相同参数下,改进系统的输出信噪比共振曲线整体高于CBSR及分段非线性双稳随机共振系统(PNBSR),系统能够有效检测出故障信号频率,在内外圈故障诊断中,输出信噪比较PNBSR系统分别提高了2.4 dB与1.8 dB,证明改进系统可有效增强系统输出信噪比。     

自适应移频变尺度随机共振在故障诊断中的应用

针对移频变尺度随机共振系统参数选择困难的问题,提出了一种基于时频指标的自适应移频变尺度随机共振算法.该算法选用了最高谱峰位置(频域)及过零间距方差(时域)作为优化目标函数,避开了以信噪比等为目标函数时需要预先知道目标信号确切频率的不足,能够自适应地获取最优系统参数,以最大信噪比检测出微弱周期信号.同时,由于移频变尺度随机共振的选用,该自适应算法突破了传统随机共振系统的限制,因此可以检测实际工程中的高频信号.仿真和故障诊断的工程应用结果表明,该自适应算法简单、易于理解,能有效地从强背景噪声中检测出高频微弱周期信号,具有较强的工程实用价值.     

基于快速峭度图算法与平方包络共振解调的滚动轴承自适应故障诊断方法

针对共振解调技术应用在滚动轴承故障诊断中存在信噪比低和带通滤波器参数需要依靠经验确定的问题,提出了一种基于快速峭度图算法与平方包络共振解调技术相结合的滚动轴承自适应故障诊断方法.根据快速峭度图算法的自适应性,确定带通滤波器的参数,并提取滚动轴承故障振动信号高频共振带中包含的故障特征频段;计算去直流后信号的信噪比,若其信噪比大于1,则利用平方包络方法进行重构,以突出故障特征信号;对重构信号进行频谱分析,得到其故障特征频率,识别出相应的故障类型.通过故障滚动轴承试验,验证了该方法的有效性和准确性.     

基于固定垒高的双稳态系统参数调节方法

针对双稳态随机共振系统参数选取困难的问题,基于四阶龙格塔库算法,提出了一种以固定垒高为约束条件的系统参数调节方法。首先,根据输出信噪比公式,得到固定垒高ΔV下系统参数a,b的约束条件。然后,在约束条件下快速搜索a值,使微弱信号产生的频谱幅度峰值再次增大,从而得到与输入信号匹配的最大输出信噪比。仿真结果表明,在高频微弱信号检测中,该方法可以有效抑制低频分量干扰,信噪比较没有设定约束条件的参数调节方法平均提高了3.50dB。     

关联白噪声作用下双模激光增益模型的随机共振

运用线性近似方法,计算得到了关联白噪声和输入周期信号共同作用下双模激光增益模型输出信号光强的自关联函数、功率密度谱和信噪比.讨论了信噪比随系统参数的变化.研究发现:在噪声关联程度λ0时,信噪比随噪声强度的变化出现了传统的随机共振现象,系统双模参数都会影响信噪比大小和共振现象;在输入信号频率Ω较小、净增益系数a1较大时,信噪比随自饱和系数c2及双模交叉耦合系数b的变化均出现随机共振,且随着Ω的增大或a1的减小,共振现象逐渐减弱,直至消失.     

基于势函数的双稳随机共振参数特性探究*

双稳态随机共振系统模型在微弱信号检测方面具有很好的应用特性,为微弱信号的检测提供了新的思路。如何用更简单的方法突破近似绝热条件的限制,使其应用于高频信号检测,是近些年来的研究热点。分析势函数的形状特征对系统输出信噪比影响的基础上,研究了系统从双稳状态(AAc)到失稳(A≥Ac),再到单稳状态(a=0或b=0)过程中,系统输出特性的变化规律。提出了一种基于势函数的参数调节方法,通过对系统参数加以控制,可以在不影响系统最佳输出信噪比的情况下,将可调参量降为1个,减少参数调节的工作量。经过仿真和实验采集数据验证,该方法简单易行,具有一定的应用价值。     

采用随机共振增强的混合扩频信号跳频参数估计

为解决强背景噪声下直扩/跳频(DS/FH)混合扩频信号的跳频参数估计精度低的问题,提出了一种基于随机共振的参数估计(SRPE)方法。首先对非线性预处理后的DS/FH信号进行信道化调制,将其转化为多个低频单分量信号,以满足随机共振的绝热近似条件;然后根据噪声强度自适应调整系统的参数,对每个单分量信号进行随机共振处理,使目标信号得到增强;最后采用Wigner-Villa变换来估计信号的跳频频率和跳速。仿真结果表明:SRPE方法能够提高目标信号的信噪比,实现强背景噪声下对DS/FH跳频参数的精确估计;在-10dB的低输入信噪比下,SRPE方法的频率估计误差低于10-3,与信道化谱增强方法相比,估计精度提高了70%以上。     

基于非线性耦合双稳系统的微弱信号检测研究

针对系统输入信号为低频、高频情形,以非线性耦合双稳系统为随机共振模型,分别建立自适应随机共振检测算法。选取平均信噪比增益作为衡量随机共振性能指标,设置系统参数,固定步长,自适应调节耦合系数,计算最优耦合系数。本文将非线性耦合双稳系统首次应用于多频微弱信号检测。与传统的检测方法相比,非线性耦合双稳系统能更加灵活地检测微弱信号。数值仿真结果与理论分析完全符合,为非线性耦合双稳系统在实际工程中的应用提供了参考价值。     

α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

采用遗传算法的自适应随机共振系统弱信号检测方法研究

针对传统自适应随机共振系统只能实现单参数优化的缺点,提出了一种基于遗传算法的多参数同步优化自适应随机共振算法.该算法选用由双稳系统输出的信噪比作为遗传算法的适应度函数,能够实现随机共振系统中多个参数的自适应选取,从而最优地检测出原始信号中的微弱周期成分.同时,将该优化算法和移频变尺度随机共振相结合,可以实现大参数条件下的随机共振.仿真数据和滚动轴承外环故障数据的分析表明,该算法收敛速度快,简单易行,在采样点数较少的条件下能从强噪声背景中检测出微弱的高频周期成分,因此具有良好的工程应用前景.     

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.     

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.     

结合数字滤波技术的随机共振弱信号检测

应用数值计算研究强噪声背景下弱信号的随机共振检测. 探讨了大频率条件下非线性双稳态系统随机共振的输出信号幅值、 信噪比与随机噪声的关系, 数值计算结果表明, 非线性双稳态系统对大频率噪声具有较大的压制特性, 通过随机共振系统可以检测强噪声背景下的大频率弱信号. 结合数字滤波技术提取了大频率弱信号, 并获得被检测大频率弱信号的特征频率谱线及时域图像.      

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。     

低信噪比下采用广义随机共振的能量检测算法

针对低信噪比下认知无线电中采用能量检测(ED)的频谱感知方法错误概率较大的问题,提出了一种采用广义随机共振的改进的能量检测(IED)算法。该算法首先对接收信号添加一个直流分量,并借助偏移系数确定直流分量的最优幅值,使其与信号中的直流产生广义随机共振;其次,对共振后的信号进行采样和能量累加得到检测统计量,然后根据最小平均错误概率准则确定最佳检测门限并与检测统计量进行比较从而做出判决;最后,从错误概率、样本检测点数和算法复杂度等几个方面给出算法的性能分析。理论推导和仿真结果表明:在信噪比为-15dB的低信噪比条件下,IED算法的错误概率性能比传统的ED算法提升了约3dB;在相同的错误概率条件下,IED算法所需的检测样本点数比ED算法显著减少。