弱磁检测漏磁信号影响因素实验与仿真研究

弱磁检测能够有效地发现钢筋、钢绞线等铁磁构件因锈蚀产生的结构受损;但是这些铁磁材料会因所在地点、所受地磁场磁化时间的不同,从而使其在弱磁检测中所受的地磁场强度与自身磁化程度也不同。所以,为了探究地磁场与自身磁化对采集到的漏磁信号是否存在影响,在此通过磁屏蔽与退火的方法控制地磁场与自身磁化强度两个变量,进行漏磁信号检测对比实验。为了进一步分析实验结果,采用COMSOL软件对实验进行仿真模拟。结果表明:地磁场对漏磁信号只存在数值上的影响,不会明显改变漏磁信号的变化规律;而自身磁化才是影响漏磁信号规律的主要因素。与此同时,仿真结果也与实验结果保持一致。     

基于小波变换的雷达信噪比改善分析

针对雷达在检测弱目标能力的不足,基于雷达信号与噪声的实际窄带模型,提出运用小波分解加阈值处理的去噪方法改善功率信噪比。一方面推导出了信噪比改善的理论计算公式,另一方面采用模拟和实际采集的数据进行了大量的仿真实验。计算和仿真结果的一致性表明:在传统的雷达信号处理中,运用小波变换可提高检测前信号噪声比,进而提高雷达的探测距离。     

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。     

基于互相关和最大似然估计的弱信号检测

弱信号检测一直以来是人们研究的热点，如何从强噪声环境下提取有用的信号非常关键。简单介绍互相关检测的原理及最大似然理论，并在此基础上，提出了将互相关检测与最大似然理论相结合检测弱信号的新方法。仿真结果表明，此方法是可行的。     

小波模极大值匹配算法的瞬变信号检测

分析了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的小波变换模极大值在各尺度上的特点。在此基础上,结合匹配滤波器理论提出了瞬变弱信号小波变换模极大值匹配算法,该算法可以有效的区分信号与噪声的最佳尺度模极大值并检测信号。仿真结果表明,与小波模极大值方法相比,匹配算法实现瞬变弱信号的检测更为有效。     

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     

随机共振的数值模拟

给出了变步长Runge-Kutta 算法,作为非线性随机微分方程的求解方法.利用此微分方程所描述的系统所表现出来的随机共振特性,检测强噪声背景下的弱信号.并应用Simulink软件强大的功能以一种很直观的方式完成了计算机仿真.将此方法应用于强噪声背景下的微弱周期信号检测,可以更方便直观地改变系统和信号参数,为微弱故障特征信号的提取提供了一种实用仿真系统.     

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．     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．     

运用过采样与成形信号技术提高检测灵敏度

为了提高传感器识别微弱信号的能力,提出了一种应用成形信号与过采样技术提高检测灵敏度的方法.分析了成形信号与过采样技术原理,并以光电传感器为实验对象初步验证了此方法的有效性.实验中,首先在光电传感器前端施加光学成形信号,与微弱光信号相叠加,经过采样后再从采集数据中恢复弱信号.实验证明,该方法可以使光电传感器的分辨能力得到明显提高.这为各种弱信号检测增添了一种可行的手段,更为传感器使用过程中分辨率与灵敏度的提高开辟了一个途径.     

过套管电阻率测井微弱信号检测时域方法

过套管电阻率测井是一项重要的测井技术,该项目的一个难点为微弱信号的检测.采用了一种微弱正弦信号检测时域处理方法,并详细阐述了时域法微弱信号检测的测量原理,同时给出了过套管电阻率测井微弱信号检测的仿真试验结果.研究结果表明:在该领域,用时域方法处理信号在最低信噪比工作门限达到-20dB时,可以达到很高的检测精度.     

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.     

基于随机共振的微弱多频信号检测方法

根据非线性双稳系统在噪声和弱周期信号作用下对低频成分的敏感性,提出了基于随机共振的微弱多频信号检测方法.将待检测的未知频率信号与巳知频率的载波信号在混频器经外差法作用后产生差频与和频两种频率成分,通过调节载波频率可使差频在零频率点附近变动,从而使得双稳系统的输出发生特征极为明显的变化,为频率检测提供可靠的检测依据.理论分析和数值仿宾结果表明该方法是有效、可行的,具有良好的应用前景.     

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。     

变型蔡氏电路在微弱信号检测中的应用

利用混沌理论和方法可以大幅度提高微弱信号检测的精度．该文对产生混沌现象的最简单3阶自治电路-蔡氏电路进行了研究，建立了数学模型，分析了产生混沌的原因，根据建立的数学模型对其进行了仿真研究，并构建了实际的检测电路，仿真结果和电路实验表明，在适当选择参数的情况下，该电路能够出现极为丰富的混沌现象，实际利用该电路可以从噪声中检测出微弱周期信号．     

应用混沌系统实现弱信号的检测

在分析了混沌弱信号检测原理的基础上，提出了采用一组非线性微分方程组检测随机相位弱正弦信号的方法，并给出了理论证明，计算机模拟表明对随相弱正弦信号可以用16个方程检测到。     

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．     

弱信号检测的差动滤波法

对信噪比极低的信号的检测,有很高的应用价值.提出了一种新的滤波算法,与现行的各种算法相比,这种算法可以大规模地提高检测的灵敏度.在仿真中成功地检测出信噪比为-1000dB的信号.