基于Pspice的混合信号电路故障检测

针对混合信号电路故障检测难、检测准确率低的问题,采用神经网络与故障字典相结合的混合信号电路故障检测方法。运用Pspice对混合信号电路进行仿真,用蒙特卡罗算法对电路进行分析。提取电路中具有代表性的电流信息,建立正常状态下的故障字典。用Matlab进行神经网络的设计,通过训练、测试证明了该方法故障覆盖率可达到90％,准确率达到96％。     

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。