基于Duffing振子的微弱极低频信号检测研究

未来各国的对潜通信技术越来越趋于极低频通信,为了能够解决如何在强噪声下检测微弱极低频信号,做了一些尝试性的理论研究。在分析了利用Duffing振子检测微弱信号原理的基础上,利用Simulink仿真软件建立系统仿真模型,分析总结极低频频段在此系统中的特点,提出了一种利用Duffing振子检测单一频率或者某一频段的微弱极低频信号的新方法。通过大量的仿真实验,证明利用这种方法可以达到了预期的设想,检测信噪比达到-42.5dB,证实了这一方法的理论可行性。     

基才解调During振子的早期故障诊断及其应用的实证研究

针对滚动轴承微弱调制信号,提出了一种基于Hilbert解调和Duffing振子的故障诊断方法。分别介绍混沌振子检测微弱周期信号、解调Duffing振子检测的原理和数值仿真试验。并着重介绍滚动轴承故障的早期诊断。结果表明,该方法可以有效检测强噪声背景下的微弱调制信号。     

未知参数的舰船辐射噪声线谱Duffing振子检测方法

当被动声呐探测舰船目标时,舰船辐射噪声中的线谱成分是舰船分类识别及航行状态监测的特征参量,通常情况下线谱的频率及数量是未知的。针对现有未知频率的Duffing振子检测方法存在系统结构复杂,判别时间长,需要人为参与等问题,本文构造了变参数单一Duffing振子检测模型,并提出了变频频率切片小波变换的Duffing振子检测方法。该方法通过设置合理的频率灵敏度参数自动地调整系统内置策动力频率值,利用频率切片小波变换提升系统抗噪性能,结合Poincare映射特征函数的系统相态定量判决方法,变频搜索待测信号中的线谱分量。在实测数据的分析处理中,对不同观测时间内的数据进行检测,实现了线谱成分的检测跟踪与频率估计,并根据时间轨迹上的频率识别信息确定存在的稳定线谱成分。数据处理结果表明,该方法能够实现低信噪比下参数未知线谱的检测与频率估计。     

基于自相关和混沌理论的微弱线谱检测

提出基于自相关和混沌理论相结合的微弱线谱检测方法,对微弱信号进行自相关处理并进行初步消噪,输入到处于临界状态的混沌系统中进行微弱线谱检测。该方法利用相轨迹内径确定混沌临界状态阈值及区分混沌与大周期状态。仿真结果表明该方法较单一的混沌检测方法具有更好的检测效果,可用于任意初相位微弱信号的检测,且利用内径判别法较以往混沌判断方法更简单直观。     

一种舰船辐射噪声线谱检测新方法

舰船辐射噪声的线谱成分包含许多舰船的特征信息,在低信噪比的情况下,实现线谱的有效检测对舰船的分类与识别有着重大意义。以绝热近似小参数理论为依据,提出一种基于自相关和随机共振理论相结合的舰船辐射噪声线谱检测方法。该方法通过对微弱信号自相关处理完成初步消噪,并将处理后数据输入到随机共振系统中进行线谱检测。仿真实验中,将本方法通过尺度变换运用于舰船辐射噪声线谱检测中,仿真结果验证该方法的有效性。     

对称Alpha稳定分布噪声下的Duffing振子检测方法

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。     

模糊专家系统在线谱检测中的应用研究

本文给出了一种线谱检测的组合方法.首先利用双门限线谱检测算法进行初始线谱检测,同时提取频率等线谱特征,在此阶段通过选择低门限,可以保证在低信噪比下无论信号和背景噪声是否平稳都可获得高的检测概率;然后研制了一个简单高效的线谱识别模糊专家系统,根据提取出的线谱特征,进一步剔除噪声点.分析验证表明,由于该算法将线谱检测和特征提取融合在一起,不但提取出了用于目标识别的线谱特征,而且非常宽容,能以高检测概率和低虚警概率自动地检测低信噪比线谱.     

基于人工智能的线谱检测技术

本文主要讨论在被动声呐中窄带信号的自动检测问题,通过模拟声呐兵在LOFAR图中检测和提取谱线的双门限检测过程,提出了低信噪比下自动检测线谱的智能方法.此方法将线谱识别、线谱检测和线谱跟踪融合在一起,能在低信噪比和不知道窄带信号的数量、起止时间的情况下,自动地以高检测概率和低虚警概率检测线谱.     

基于混沌系统的水下目标辐射噪声线谱检测

针对水下目标辐射噪声具有频率低和强宽带背景噪声的特点,研究基于混沌理论的微弱信号检测方法。首先,根据混沌系统相轨迹内径随内置信号幅度变化的关系曲线确定任一频率下的混沌临界状态阈值。然后,在处于临界状态的混沌系统中注入待测的水下目标辐射噪声信号,依据频率-内径图进行待测信号检测。仿真结果表明该方法能实现微弱线谱检测,且较以往的混沌状态判据方法更简单直观。     

基于两级自适应线谱增强器的舰船辐射噪声线谱检测

舰船辐射噪声中的线谱成分能表征舰船的本质特征,是舰船目标识别中的主要特征矢量.因此,舰船辐射噪声线谱的准确检测在目标识别中具有十分重要的意义.针对海洋环境噪声中舰船辐射噪声线谱检测问题,提出了两级自适应线谱增强器(adaptive line enhancement,ALE)检测方法.该方法在原一级ALE检测方法的基础上,将原信号延时信号与一级ALE误差信号相减后作为第2级ALE的输入再进行1次ALE.该方法较一级ALE在输入信号信噪比较低时能准确地将线谱从宽带背景噪声中分离出来.仿真和实验结果表明该方法的有效性和准确性.     

基于WVD和Hough变换二值积累的信号检测方法

WVD-Hough变换是检测多分量线性调频信号的有力工具,但当多分量线性调频信号能量相差较大时,采用WVD-Hough变换进行检测,就会导致强信号对应峰值的平台将弱信号所对应的峰值掩盖掉。虽然可以通过基于＂CLEAN＂思想的算法将信号一一检测出来,但带来的计算量急剧增大。为此在WVD-Hough变换的基础上提出了基于WVD-Hough变换的二值积累方法,该方法可以同时检测出强信号以及被强信号平台掩盖的弱信号,具有很大的实用价值,仿真的结果验证了算法的有效性。     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.     

强噪声背景下舰船信号混沌检测方法研究

给出了舰船信号混沌检测原理,在分析Duffing方程混沌行为的基础上,给出了强噪声背景下舰船信号混沌检测模型,并分析了噪声对该混沌检测方法的影响。最后运用该混沌检测方法对舰船信号进行了数值实验,结果显示了此种方法的有效性和优越性。     

A method of multi-channel reference signals acquiring in broadband ANC

In a flank array on an unmanned underwater vehicle （UUV）, self-generated noise which has broadband and colored spectrum property in frequency and spatial domain is the main factor affecting the performance of weak signal detection, so the technique of adaptive noise cancellation （ANC） as well as physical denoising and active noise cancellation are often used in practice. Because ANC is based on correlations, improvements in performance come from better correlation between reference signals and primary signals. Taking full advantage of the characteristics of flank arrays and the characteristics of information obtained from hydrophones, a new method for reference signal acquisition for adaptive noise cancellation is proposed, in which the multi-channel reference signals are obtained by accurate delaying for a given direction of arrival （DOA） and differencing between adjacent outputs of array elements. The validity of the proposed method was verified through system modeling simulations and lake experiments which showed good performance with little additional computational burden.     

一种基于模型的水声弱信号检测方法(英文)

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.     

基于EMD与三阶累积量的水声瞬态信号检测

提出了基于经验模态分解(EMD)与三阶累积量的水声瞬态信号检测方法.首先根据EMD方法的滤波器特性将待检信号在频域内分成一系列的本征模态函数(IMF)分量,并根据能量法选择信号占主导地位的IMF;然后运用高阶累积量抑制高斯信号的特性,计算IMF分量三阶累积量对角切片的短时估计,并构造检测函数,对检测函数时行包络检波,作为检测标准;最后用仿真数据对该方法进行了验证,结果表明能在较低信噪比下检测出目标信号的出现时刻和大致频率,具有一定的工程应用价值.     

一种基于多频谱特征的舰艇识别方法

多频谱技术是红外探测中的一种重要方法。利用这种方法研究雷达信号的多频谱特征，讨论利用多频谱特征识别目标的方法，并利用神经网络的方法对这种识别技术进行验证，得到了很好的效果。