共查询到18条相似文献,搜索用时 168 毫秒
1.
2.
提出了一种基于Duffing振子的线谱信号检测方法。分析了Duffing方程的分叉特性以及利用其检测微弱周期信号的工作原理,在此基础上对此种混沌检测方法进行了实验研究。实验结果表明,此方法能准确检测出信噪比很低的微弱线谱信号,为水声领域线谱检测系统的设计提供了依据。 相似文献
3.
利用混沌系统进行微弱信号检测时,确定系统由混沌态转化为大尺度周期态的混沌临界阈值至关重要。仿真表明:选取不同精度的混沌临界阈值将对混沌系统检测性能产生影响,选取的临界阈值精度越高,能够检测到信号的信噪比越低,但同时其对噪声检测的虚警率也越高。因此,实际检测中需根据检测要求来选取合适精度的临界阈值,以使检测性能达到检测要求。 相似文献
4.
5.
6.
7.
8.
9.
10.
11.
文章在假设信号参数和噪声统计特性未知的情况下,介绍了一种广义似然比恒虚警检测方法,并对其检测性能进行了分析。最后进行仿真实验,结果表明,这种检测方法具有较好的检测性能。 相似文献
12.
13.
Duffing振子是利用系统对与策动力同频的小信号敏感而对噪声免疫实现微弱信号检测,特定分布下的噪声激励Duffing振子系统不会发生相变是应用该方法的前提条件。文中主要研究了服从Alpha稳定分布的噪声激励Duffing振子产生相变的鲁棒性问题,研究结果表明Duffing振子相变在Alpha稳定分布源的激励下为小概率事件。为消除小概率相变的影响,利用多支路并行检测及多数判决准则对常规的Duffing振子检测方法进行改进,即将待测信号分段截短周期延拓后送入多个并行Duffing振子检测单元,若检测单元多数发生相变,必然是由于弱目标信号而非噪声激励所致,即可判定检测信号中包含目标小信号。将该方法应用于水下目标回波信号的检测中,实测数据处理结果验证了该方法是有效的。 相似文献
14.
15.
16.
Detection of weak underwater signals is an area of general interest in marine engineering. A weak signal detection scheme
was developed; it combined nonlinear dynamical reconstruction techniques, radial basis function (RBF) neural networks and
an extended Kalman filter (EKF). In this method chaos theory was used to model background noise. Noise was predicted by phase
space reconstruction techniques and RBF neural networks in a synergistic manner. In the absence of a signal, prediction error
stayed low and became relatively large when the input contained a signal. EKF was used to improve the convergence rate of
the RBF neural network. Application of the scheme to different experimental data sets showed that the algorithm can detect
signals hidden in strong noise even when the signal-to-noise ratio (SNR) is less than −40d B. 相似文献
17.