提高采样频率实现随机共振用于高频信号检测

针对随机共振仅适合于低频信号的约束,对随机共振技术运用于强噪声背景下的高频信号检测进行研究,提出提高采样频率的方法,使高频信号变换成低频信号．数值仿真表明,此方法检测单频信号效果显著,检测调幅信号是有效的．     

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.     

基于仿射投影的微弱信号检测方法研究

为了克服强背景噪声的干扰影响,改善微弱检测信号检测质量,本文对比研究了几种微弱信号检测方法,给出了一种基于仿射投影自适应滤波的微弱信号检测方法。仿真实验结果表明,该方法能通过自适应对消各种干扰来提高强噪声背景中的信号检测性能,有效提取微弱信号,并在具有较快的收敛速度和较小的稳态失调的同时降低运算复杂度。     

GPS新民用信号仿真系统的设计与实现(英文)

为了研究现代化的GPS新民用信号仿真系统的设计和实现,介绍了现代化的GPS信号组成及其结构特点,包括L2C,L5和L1C信号.对仿真系统各模块的设计和实施方法进行了详细描述.该信号仿真系统主要包括:参数设置、系统初始化、信号产生、噪声产生、干扰产生、信号合成、低通滤波、A/D转换以及信号存储等主要功能模块.通过Matlab对该信号仿真系统进行仿真,并重点分析了所有导航信号的功率谱密度.结果表明该仿真系统能够完成现代化的GPS新民用信号物理层仿真,并可为现代化的GPS民用接收机尤其是软件接收机的设计和测试提供可控信号源.     

基于混沌振子的微弱信号检测

分析Duffing振子的混沌特性及其检测原理,阐述基于相平面变化进行微弱信号的检测原理.利用MATLAB仿真的结果表明,Duffing振子对与周期策动力频率差较小的周期信号敏感,对纯噪声和频率较大的周期干扰信号具有免疫力.该振子应用于对已知频率的微弱信号的检测是可行的.并且有效、简单、便于应用.     

随机共振技术检测大参数弱信号的两种方法

本文根据非线性双稳系统只能在低频段产生随机共振的特性,讨论了调制随机共振以及二次采样随机共振方法解决大参数弱信号在强噪声背景下的检测问题,并对此两种方法进行了比较。     

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.     

基于调制随机共振大频率信号检测的仿真

研究了调制随机共振利用傅里叶变换的频移特性解决大频率输入信号（频率大于1）的检测问题。首先利用调制系统将信号的频率转换为产生随机共振适宜的频率,再利用随机共振系统中噪声和信号的协同作用,实现强噪声背景下大频率周期信号的检测。     

具有随机共振的单神经元用于含噪声方波脉冲信号传输

利用理论分析和数值仿真的方法证明了一种简单的非线性神经元存在随机共振现象 ,并将该神经元用于含噪声方波脉冲信号的传输 ,结果表明该方法可以有效提高信号传输系统的输入输出比增益 ,从而大大地抑制了信号中的噪声 .本文的研究不仅给出了一种具有随机共振现象的简单神经元模型 ,而且将神经元的应用推广到周期性脉冲信号的传输领域     

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.