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。     

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。     

基于同时调节参数和噪声强度的随机共振性能分析

简要介绍了随机共振,并以双势阱朗之万方程为例对产生随机共振的三种方法进行了分析及比较.当以输出信噪比为度量方式时,同时调节系统参数和噪声强度要优于仅调节系统参数或仅调节噪声强度,且其最大值取在噪声下边界上.于是,可以首先将噪声固定在其最小值,然后通过调节系统参数获得最大输出信噪比.     

双稳随机共振系统的检测性能研究

利用朗之万双稳系统准稳态输出信号的概率密度函数,分别采用统计检测的极大极小化准则和Neyman-Pearson准则,推导出了利用双稳系统进行信号检测的虚警率和检测率的表达式.在不同的信噪比下,通过参数调节法得到了系统的最佳参数,采用Monte-Carlo仿真得到了最佳参数条件下的虚警率和检测率,对基于双稳系统的信号检测有了全面的认识.     

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。     

分数阶Duffing系统动态特性研究及微弱信号检测

为了进一步提高微弱信号的检测能力,在更低信噪比环境下提取微弱信号的特征信息,提出采用分数阶Duffing系统实现微弱周期信号检测。基于常规Duffing-Holmes数学模型 ,通过加入分数阶微分算子引入了分数阶Duffing方程数学模型,利用变量代换对该模型进行改进可实现任意频率的微弱周期信号检测。研究分析系统阻尼比参数变化对系统非线性动力学特性的影响,给出了最佳阻尼比参数范围;研究了微分阶次与系统临界混沌阈值变化关系,得出微分阶次与系统临界混沌阈值成反比关系的结论。分别在高斯白噪声及色噪声背景下对微弱信号进行检测与识别,大量仿真结果表明,分数阶Duffing系统检测微弱信号的最低信噪比门限值比整数阶Duffing系统降低了10 dB,提高了检测微弱信号能力。     

分数阶Duffing系统动态特性研究及微弱信号检测（英文）

为了进一步提高微弱信号的检测能力,在更低信噪比环境下提取微弱信号的特征信息,提出采用分数阶Duffing系统实现微弱周期信号检测。基于常规Duffing-Holmes数学模型,通过加入分数阶微分算子引入了分数阶Duffing方程数学模型,利用变量代换对该模型进行改进可实现任意频率的微弱周期信号检测。研究分析系统阻尼比参数变化对系统非线性动力学特性的影响,给出了最佳阻尼比参数范围;研究了微分阶次与系统临界混沌阈值变化关系,得出微分阶次与系统临界混沌阈值成反比关系的结论。分别在高斯白噪声及色噪声背景下对微弱信号进行检测与识别,大量仿真结果表明,分数阶Duffing系统检测微弱信号的最低信噪比门限值比整数阶Duffing系统降低了10 dB,提高了检测微弱信号能力。     

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.     

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.     

基于延时相乘结构的直扩载波最优检测

针对直接序列扩频信号在通信、导航和雷达等应用中具有低信噪比和低截获概率等特点,给信号侦察带来很大困难,提出了一种基于延时相乘结构的载波信号最佳检测方法。通过推导检测器的输出信噪比,研究了延时、带宽和输出信噪比的关系,得到了最优的参数设置方法。分析表明:在已知部分参数下,延时为零而且匹配滤波时检测器性能最佳;在未知参数条件下,当延时与带宽之积为0.4时,检测器性能达到最佳。在此基础上,分析了检测器的性能,并通过仿真实验验证了提出方法的有效性。     

基于延时相乘结构的直扩载波最优检测

针对直接序列扩频信号在通信、导航和雷达等应用中具有低信噪比和低截获概率等特点,给信号侦察带来很大困难,提出了一种基于延时相乘结构的载波信号最佳检测方法。通过推导检测器的输出信噪比,研究了延时、带宽和输出信噪比的关系,得到了最优的参数设置方法。分析表明在已知部分参数下,延时为零而且匹配滤波时检测器性能最佳,在未知参数条件下,当延时与带宽之积为0.4时,检测器性能达到最佳。在此基础上,分析了检测器的性能,并通过仿真实验验证了提出方法的有效性。     

随机共振技术的水声微弱信号提取算法

随机共振技术作为一种新兴的弱信号检测算法,与传统线性滤波的方法相比,它可以检测到更低信噪比的信号.为此尝试将其应用到高频水声通信系统中,结合尺度变换和参数调节两种方法,在低信噪比下取得了一定的性能增益,并讨论了系统与信号达到最佳匹配时共振参数的变化情况.     

卫星电视接收系统门限效应的定量分析

门限电平的定量分析对卫生电视系统提高接收微弱信号的能力具有重要的指导作用。从卫星电视系统调频解调的调制增益出发，分析了调频的特点，给出了调频改善度的表达式，进而得出调频门限效应的概念。针对低输入载噪比条例下，S／N与C／N不再满足线性关系，并使输出信噪比急剧下降，此时将脉冲噪声影响考虑进来，对鉴频器输出信噪比进行更深入分析推导，得到调频门限的具体表达公式。通过结论能找到影响调频门限的主要因素，并为提高输出信噪比的技术措施提供依据。     

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.     

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.     

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.     

一种基于过采样技术的非最小相位系统盲辨识方法

提出了一种在时域中盲辨识非最小相位系统传递函数的方法,该方法通过对系统输出过采样来获得系统结构参数的信息.对于单输入单输出的线性离散系统,经过输出过采样后可以等价为单个输入、多个输出的传递函数模型,这多个输出函数具有相同的分母多项式和不同的分子多项式.采用子空间分解法可以确定分子多项式的参数,通过对系统输出信号自相关函数的处理可以得到分母多项式,最终可以得到原系统的结构参数.与传统高阶矩方法相比,该方法对噪声的敏感度更低,辨识的精度和速度也有很大提高.仿真结果表明,当信噪比大于15dB时,该方法可以有效地辨识出系统参数.与高阶矩方法相比,辨识门限信噪比降低了10dB,估计精度提高了20%,辨识速度加快了3倍.     

低频微弱信号高精度检测研究

复杂环境下高精度检测低频微弱信号非常重要,本文针对目前低频微弱信号检测系统精度低、检测方法繁琐、仪器价格昂贵等问题,设计了一种用于500 Hz以下、幅值为0.01 nA或者mV级低频微弱信号高精度检测系统.对实际环境中低频微弱信号测量的噪声源及抗干扰措施进行了理论分析;其根据低频微弱信号特点和抗干扰措施设计了一种低频微弱信号高精度检测系统;最后,通过调试实验和人体脉搏信号测试验证了检测系统的性能.测试结果表明,该检测系统能够实现500 Hz以下、幅值为0.01 nA或者mV级的低频微弱信号检测,检测误差低于0.5%;人体脉搏信号检测输出信噪比为（60±2） dB,均方根误差小于5×10-4,信号细节特征信息完整.由此得出,该检测系统具有精度高、抗干扰性强、稳定性好、实用性强、操作简单、价格低廉等特点.      

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.