强混沌噪声背景下弱信号自适应检测

本文提出了一种强混沌噪声中检测微弱正弦信号的自适应方法.该方法在硬件设计上容易实现,并且计算量小,算法复杂度为a(n).计算机仿真实验结果表明:该方法能够比较精确地检测到强混沌噪声中的微弱信号,检测的信噪比可达到:-40dB.     

基于随机共振进行弱信号探测的实验研究

随机共振指的是在一定的非线性条件之下,从弱周期信号以及随机干扰的噪声互相合作而造成的整体运行体系的强周期输出的具体迹象。非线性随机共振操作系统能够借助噪声对微弱信号的强化效果,增加对微弱信号的检测能力。为了能够在强噪音的工作环境中对微弱信号做检测,使用了一种新型的使用形式,给随机共振的基本工作理念设计出了有关硬件电路系统的一般模式,并且将其使用在单频信号的检测工作之中。使用随机共振技术能够从较强的噪音环境中对各种单频信息以及多频弱信号做有效的提取。在未来的信息识别以及信息处理工作范围之内,随机共振的弱信号检测技术的发展前景将会是不可估量的。     

基于多点随机搜索的自适应随机共振信号检测系统

提出了一种基于多点随机搜索算法的自适应随机共振系统模型,并以LabVIEW为平台开发了自适应随机共振微弱信号检测系统.该检测系统以典型非线性双稳系统为信号处理核心,以系统输出信噪比为优化目标函数,采用多点随机搜索算法自适应调整系统结构参数,使系统处于随机共振最佳状态,并获取微弱信号的频率特征值.利用该系统可测试各种系统参数及高斯噪声对随机共振的影响.实验结果表明,该系统检测效果良好,具有较好的应用价值.     

基于锁相放大器的微弱信号检测教学实验平台设计

设计了基于数字锁相放大器OE1022型的微弱信号检测教学实验平台,覆盖了微弱信号检测领域的常用技术,可从教学的角度开展多项实验,如强噪声检测弱信号实验、微弱信号多谐波测量实验、微小阻抗测量实验、自跟踪窄带滤波器实验、电阻热噪声测量实验,在教学过程中让学生熟悉、掌握锁相放大技术以及微弱信号检测原理。实验平台也提供了对OE1022自身进行内部噪声分析评估的方法。     

基于磁声电耦合的电导率测量实验系统

为了验证磁声电非接触式电导率成像检测方法,研制了一种基于电磁场和声场耦合效应的非接触式电导率测量实验系统。论述了电磁场和超声波耦合的基本原理,设计并实现了非接触式电导率测量实验系统。针对激励脉冲干扰强、信号微弱的特点,研制了微弱电磁信号检测系统和屏蔽式电磁检测实验平台,同时还研制了高压、窄脉冲超声激励源。将8种不同浓度氯化钠溶液制成不同电导率的明胶仿体,利用上述自制实验平台对其进行了磁-声-电非接触式电导率测量实验,测量结果与标定电导率基本吻合。利用磁声电效应对低电导率仿体进行了非接触式测量实验,验证了其在生物组织非接触式电导率测量方面的有效性。     

生物医学信号处理方法概述

信号处理已在不同程度上渗透到几乎所有的医疗卫生领域.从预防医学、基础医学到临床医学,都已有许多成功的例子.但生物医学信号属于低频微弱信号,所采集的信号易受病人生理、外界环境等干扰,往往被噪声淹没,从而使得待检测信号波形存在失真,给信号的自动分析处理带来了很大的困难.本文主要讨论生物医学信号处理中的常见方法,它包括时域方法(平均叠加法AEV)、频域滤波、自适应滤波、混沌和分形、小波分析、人工神经网络分析,以及它在生物医学工程中的应用.     

多分量非平稳网络入侵高效检测算法

提出一种基于自适应级联滤波的多分量非平稳网络入侵的高效检测算法。进行网络入侵的多分量非平稳信号模型构建,在此基础上设计自适应级联滤波算法,实现对网络入侵干扰滤波和信号的检测。给定网络入侵信号处于低信噪比的网络数据交互环境下,利用自适应滤波器方法来确定信号频率,用一个四阶累积量表示自适应滤波器的传递函数,利用过去输入样本的有限线性组合来进行自适应滤波,实现算法改进。仿真结果表明,该算法能在低信噪比下高效地检测出网络入侵信号,网络入侵的两个分量特征的频谱特征聚焦性能较好,实现了对入侵特征的准确检测。在相同条件下,检测准确率提高了25.67%,有效保证了网络安全。     

基于取样积分技术的混沌检测法与微弱正弦信号检测

提出了一种对噪声背景下微弱正弦信号的检测方法.分析了Duffing振子用于微弱正弦信号检测的机理,并把混沌临界状态检测法和传统检测方法(取样积分)相结合,实现-50dB以下超低信噪比的微弱正弦信号检测.同时,仿真实验也表明该方法对噪声具有较强的抑制能力且具有较低的信噪比工作门限.     

基于混沌理论的天然气管道泄漏检测实验

提出了一种基于混沌理论的天然气管道的泄漏检测方法。该方法利用混沌理论对噪声具有抑制作用,对同频率的微弱周期信号极其敏感的特点,首先将采集到的声发射信号的频率压缩至1~10 rad/s,然后将信号输入Duffing振子阵列系统中,以振子阵列系统的状态转换实现强噪声中泄漏信号的检测。仿真实验证明,该系统在强噪声背景下具有很强的抗干扰能力,能从噪声中检测泄漏信号并能提高泄漏检测的准确率。     

独立分量分析在胎儿心电提取中的应用

胎儿心电(Fetal Electrocardiogram,FECG)是通过安置在母体腹部表面电极间接检测到的微弱信号,其中含有各种形式的干扰信号,如何将胎儿心电从强背景干扰中分离出来,具有重要的临床应用价值。独立成分分析(Independent Component Analysis,ICA)是近年发展起来的一种新的盲源分离技术(Blind source separation,BSS)。本文将ICA方法应用于胎儿心电信号的提取,并对胎儿心电的在线提取进行了研究,取得了较好的胎儿心电分离效果。     

基于压力桥小信号放大链路研究

微弱小信号采集在电子设计和数据采集中尤为重要,要有效处理小信号必须进行放大,但放大小信号的同时会将干扰放大并引起误差。为有效解决小信号放大中干扰和失调误差,文中在仔细研究小信号特性的基础上,提出采用精密仪表放大器和自归零技术对微弱信号放大,精密仪表放大器实现更高的共模抑制比,自归零技术减少失调误差,两者相结合可实现微弱信号稳定有效放大110倍。测试结果:在TINA-TI下进行仿真,可对毫伏级的信号稳定放大到几伏,并有效抑制干扰和失调误差。该设计具有一定的实用和参考价值,对研究小信号放大链路提供了一种新思路和设计方法。     

小波分析在钢板裂纹电涡流检测中的应用

在钢板的表面裂纹的在线检测中,经常利用电涡流检测技术,但是获得信号比较微弱,而且干扰严重;文章将小波变换引入到信号的处理中,对检测信号进行除噪,并加强其特征值,进而得到较好的检测信号。     

微弱信号混沌检测系统的噪声分离研究

混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好.     

基于小波分析的微弱信号检测及其在Matlab中的仿真

通过基于小波分析的处理方法,实现对彩色全电视信号一段被高斯白噪声干扰的降噪,解决微弱信号检测过程中遇到的理论和实践问题.     

微弱信号检测的ADC技术应用浅析

在微弱信号检测中,以提高检测信号的信噪比来获取有用信号。重点介绍ADC在微弱信号检测中提高检测手段的2种技术—抖动技术与过采样和平均技术,并做简单总结。     

微弱周期信号频率检测的一种改进方法

微弱信号的频率检测是微弱信号处理的一个重要内容,也是判定微弱信号幅度和相位的重要前提.文章提出一种方法,将AD采样数据先用结构函数算法粗略判定信号频率,然后进行数字预滤波,最后再次使用结构函数算法准确测定频率.该方法完全数字化,在带AD采样和存储器的微处理器系统上均可实现,编程简单,且不要求实时性,很容易在本科生的微弱信号检测实验中实施.实验证明,该算法对于信噪比为-20 dB以上的信号都具有很好的频率检测精度.在实验中提高采样AD的位数、采样频率、采样点数可进一步提高检测精度.     

基于小波阈值去噪和自适应变分模态分解的谐波检测方法

为准确检测电力系统的谐波分量,提出一种基于小波阈值去噪和自适应变分模态分解（VMD）的谐波检测方法。在传统VMD算法基础上,通过构建输入信号Hankel矩阵并进行奇异值分解（SVD）的方法,自适应确定模态分解个数;利用改进的小波阈值去噪方法减少噪声的干扰,进一步提高检测精度。仿真实验表明,所提方法能有效地估计谐波的频率和幅值参数,具有较高的检测精度和良好的噪声鲁棒性。     

基于GPIB接口的数字式相关检测实验研究

利用数字式存储示波器的GPIB接口与微机相连组成数字采集系统,可以在微机上对采集的信号进行检测与处理。该文以微弱信号的相关检测为背景,阐述了通过GPIB采集数据,并在微机端进行数字相关检测,获取信号幅度和相位信息的实验。该系统简便易实现,并且完全数字化的,从而避免了传统模拟方法设计相关检测电路,电路复杂度高,器件的工作线性区间受限,易受干扰和温度漂移等缺点。通过实验,学生可以更深入理解相关检测的原理,增加采样点数可提高结果的精度。     

基于随机共振的微弱信号检测适应性研究

不是所有类型的微弱信号经随机共振系统处理后都能被有效识别,因为随机共振的信号处理方法由于系统的跃迁和非线性等因素,会使系统输出波形相对于原信号产生一定程度的畸变,势必影响对原微弱信号的识别。本文首先从随机共振动力学机理的角度逐一分析了单频正弦信号、混频信号及非周期方波等信号的随机共振系统处理过程,然后结合随机共振系统自身的输出特性分析了对于不同类型信号检测的适应性问题。研究认为,随机共振作为一种信号处理方法,其本质是属于时域的,它的"两态输出"特性使之更适合于识别各类单周期微弱信号的周期特征,而系统的跃迁特性能用于大致地展示具有"两态特征"的非周期连续微弱信号。     

多输入多输出无线光通信系统中的自适应调制技术

在基于强度调制、直接检测的多输入多输出无线光通信系统中,为了保证发射信号非负特性,提出一种基于直流偏置的自适应调制技术,并且利用奇异值分解将多输入多输出信道转换为并行信道。此外,提出一种基于 QR 分解、逐次干扰消除的自适应调制技术。在目标误比特率性能条件下,利用 QR 分解、逐次干扰消除的特性将多输入多输出信道等效为并行信道。根据最大化可达速率的优化目标,最优地给各个子信道分配功率。仿真结果表明所提出的2种自适应调制方法在保证误比特率性能和平均发射光功率恒定的前提下,有效地提高了系统的传输速率。这2种自适应调制技术在利用多输入多输出技术空分复用增益的同时,进一步提高了无线光通信系统的频谱利用率。