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。     

Lévy噪声和高斯白噪声共同激励的非对称三稳系统的随机共振

将Lévy噪声和高斯白噪声引入非对称三稳系统模型中，采用数值方法计算不同参数下系统的信噪比，分析噪声参数、系统参数以及信号振幅对系统随机共振现象的影响机制．研究结果表明，较大的稳定性指标、偏斜参数、3次刚度系数以及信号振幅会抑制随机共振现象的发生，而较大的非对称参数则会促进随机共振现象的发生．特别地，当信噪比作为加性噪声强度的函数时，较大的5次刚度系数不易于出现随机共振现象，而当信噪比作为乘性噪声强度的函数时，情况则相反，即5次刚度系数越大越容易发生随机共振现象．     

非对称双稳系统中乘性和加性噪声的随机共振

研究了具有相关乘性和加性噪声的非对称双稳系统中的随机共振现象.基于二态理论和绝热消去理论,得到了系统输出信噪比的解析表达式.发现信噪比是乘性噪声和加性噪声的强度、乘性和加性噪声强度的比值,以及乘性和加性噪声的关联强度和相关时间的非单调函数.另外,输出信噪比随系统的非对称性参数的变化而非单调变化.     

级联双稳随机共振降噪下的经验模式分解

针对强噪声背景下混合信号的经验模式分解（EMD）问题,提出了一种基于级联双稳随机共振系统（CBSRS）降噪的EMD方法。该方法利用CBSRS对时域波形降噪的优良特性,首先对有噪信号进行随机共振输出,信号得到降噪后,再进行EMD。在仿真实验中,分别对原始信号以及各级级联随机共振输出后的信号进行EMD,对比结果表明,级联双稳系统能有效去除高频噪声,减少EMD的层数,使EMD具有更明确的物理意义最后通过一个轴承外圈故障的诊断实例表明,该方法在逐步滤除高频干扰的同时,不断加强低频特征能量,可以有效检测出故障的特征频率。     

色散型光学双稳系统中的随机共振

运用统一色噪声近似理论、最速下降法理论和随机共振的双态理论推导出在色散型光学双稳系统中由于注入相干光的强度和位相的波动所引起的乘性噪声并在外部周期性弱信号共同驱动下系统的平均首次通过时间和系统信噪比的解析表达式,分析了不同的初始条件下,噪声的关联时间和噪声的强度对首通时间和信噪比的影响,通过对信噪比曲线的研究,分析了系统的随机共振现象.     

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     

含相关色噪声和周期方波信号的双稳系统的随机共振

本文研究了含相关色噪声和周期方波信号的双稳态系统的随机共振（Stochastic Resonance, SR）. 在绝热极限条件下，本文利用统一色噪声逼近（Unified Colored-Noise Approximation, UCNA）法将原系统转化为相关高斯白噪声及周期方波信号驱动的新双稳系统，给出其Fokker-Planck方程，然后基于双态理论推导了系统的信噪比（Signal-to-Noise Ratio, SNR）的表达式．本文分析了势参数、噪声参数及信号参数对系统信噪比的影响，发现对所有参数随机共振均出现．本研究可望为实际应用提供一些理论基础．     

具有周期矩形信号的延迟非对称双稳系统的随机共振

在绝热近似条件下研究了具有周期矩形信号的延迟非对称双稳系统的随机共振现象.通过小时间延迟近似方法得到了非对称双稳系统的FPK方程,并推导得出了系统在延迟情况下的信噪比表达式,进一步研究了加性噪声强度Q、乘性噪声强度D、静态非对称性r、延迟时间τ以及噪声强度比率R对信噪比SNR的影响.研究发现在延迟情况下,改变加性噪声强度比改变乘性噪声强度更容易产生随机共振,且延迟时间对信噪比的影响是与噪声强度有关的.     

相关噪声驱动下一种特殊非对称非线性系统的随机共振研究

本文分析了在乘性非高斯噪声与加性高斯噪声驱动下的一种特殊非对称双稳系统的随机共振现象. 我们使用统一色噪声逼近、路径积分法、二态模型理论对本文郎之万方程进行马尔科夫逼近,从而得到系统的稳态概率分布与信噪比. 仿真结果得知,非高斯噪声与高斯噪声强度驱动下的信噪比均存在随机共振,且非高斯噪声偏差参数、噪声相关时间、非对称系数、互相关强度等参数均对其有影响. 本文分别讨论了非高斯噪声偏差参数,非高斯噪声的相关时间,互相关强度,周期信号幅度和非对称系数等参数对信噪比的影响.     

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．     

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。     

基于非对称双稳系统的随机共振及应用

本文研究了高斯色噪声驱动下非对称双稳随机共振(Asymmetric Bistable Stochastic Resonance, ABSR)系统的信噪比以及平均首次通过时间的问题.我们运用统一色噪近似和两态模型理论,推导出平均首次通过时间和信噪比的公式;讨论了各参数对信噪比和平均首次通过时间的影响,并对参数进行了优化.研究发现,随机共振是噪声强度和势阱非对称性的非单调函数,在两个不同方向上,同一参数对平均首次通过时间的影响不同.通过仿真与实验证明了ABSR系统在轴承故障诊断中具有明显优势.     

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.     

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     

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.     

自适应随机共振降噪下的结构模态参数识别

针对强背景噪声下结构模态参数难识别以及传统自适应随机共振单参数优化的不足,提出一种基于改进多粒子群协同优化算法的多参数同步优化的自适应随机共振方法,结合利希尔伯特变换来识别出结构的模态参数.该算法能够更快得到最佳随机共振系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱强背景噪声响应中的噪声,提高响应的输出信噪比.数值仿真和试验均表明,该方法参数寻优效率高,简单易行,能够成功识别出强背景噪声下结构的模态参数.     

基于自适应欠阻尼系统随机共振方法的故障诊断

为了进一步提高故障诊断的输出信噪比和滤波性能,提出了一种基于量子粒子群优化（Quantum Particle Swarm Optimization, QPSO）算法和欠阻尼FitzHugh-Nagumo势的自适应双稳态随机共振进行故障诊断的方法.首先,研究了基于欠阻尼FitzHugh-Nagumo势的二维双势阱系统输出信噪比的解析式,验证了通过改变系统参数及阻尼系数可以进一步提高信噪比;然后,为了进一步提高输出信噪比,提出了一种基于欠阻尼FitzHugh-Nagumo势的自适应双稳态随机共振方法,该方法通过QPSO算法选择较优的系统参数和欠阻尼阻尼因子以得到最优系统;最后,将该方法用于仿真和实际的轴承故障检测中,结果表明该方法能有效地识别出内外圈的轴承故障,且与传统一阶变步长随机共振（Step-changed Stochastic Resonance, SCSR）相比,提出的方法能够获得更高的信噪比和滤波性能.     

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。     

基于混沌同步的线性卷积系统辨识

研究了分段线性连续混沌信号驱动的线性卷积系统的盲辨识问题,提出了基于混沌同步的线性卷积系统辨识方法.借助线性矩阵不等式,利用混沌同步系统构造了基于最小二乘的观测器,并设计自适应算法最小化观测器,从而估计出线性卷积系统的参数.以简单的分段线性混沌系统为例,进行了仿真分析.数值仿真结果与理论分析一致,表明了所提出的算法能正确辨识系统,且算法仅需十几次迭代就能收敛.与传统Bussgang算法相比,所提算法具有更好的噪声鲁棒性,在输入信噪比15dB时,输出信噪比较Bussgang算法高约10dB,且在输入信噪比为0dB时仍有5dB的输出信噪比.