基于Duffing振子的微弱信號(hào)檢測(cè)及其DSP系統(tǒng)實(shí)現(xiàn).pdf

1、由于微弱信號(hào)幅值很低且通常被強(qiáng)噪聲淹沒(méi)，使得微弱信號(hào)檢測(cè)成為信號(hào)處理領(lǐng)域的核心問(wèn)題和難點(diǎn)。微弱信號(hào)檢測(cè)技術(shù)可以檢測(cè)到傳統(tǒng)觀念認(rèn)為檢測(cè)不到的微弱量（如弱光，小位移，微振動(dòng)等）。微弱信號(hào)檢測(cè)的方法很多，目前比較常見(jiàn)的方法有：濾波方法、相關(guān)檢測(cè)方法、基于高階累積量的方法等。但是這幾種方法檢測(cè)的信噪比門(mén)限都比較高，并且對(duì)于非高斯噪聲的處理仍然存在一些困難。
　　 混沌檢測(cè)系統(tǒng)具有初值敏感性和對(duì)噪聲的免疫性等特征，使其在微弱信號(hào)檢測(cè)技術(shù)領(lǐng)

2、域具有很好的發(fā)展前景。將混沌理論與微弱信號(hào)檢測(cè)理論相結(jié)合進(jìn)行微弱信號(hào)檢測(cè)能夠大幅度提高信噪比，是一種嶄薪且有效的處理方法。利用此方法進(jìn)行微弱信號(hào)檢測(cè)首先要確定檢測(cè)系統(tǒng)從混沌狀態(tài)躍變到周期狀態(tài)的臨界值，通常狀態(tài)下的判別方法效率都很低，而且經(jīng)常出現(xiàn)誤判。針對(duì)該方法存在的不足，本文深入研究了基于Duffng振子的微弱信號(hào)檢測(cè)方法，在此基礎(chǔ)上提出了改進(jìn)的微弱信號(hào)幅值檢測(cè)方法。
　　 本文分析了混沌系統(tǒng)的運(yùn)動(dòng)特性，分別討論了混沌狀態(tài)判定的

3、幾種常用方法。在深入研究Lyapunov特性指數(shù)算法的基礎(chǔ)上，提出利用周期狀態(tài)下的Lyapunov特性指數(shù)估計(jì)微弱信號(hào)幅值的改進(jìn)算法。該方法的基本思想是利用人工神經(jīng)網(wǎng)絡(luò)的逼近特性，尋求Duffing系統(tǒng)策動(dòng)力幅值和混沌動(dòng)力系統(tǒng)的Lyapunov特性指數(shù)間的關(guān)系，進(jìn)而檢測(cè)微弱信號(hào)幅值。通過(guò)仿真實(shí)驗(yàn)證明了這種檢測(cè)方法的高精度性，有效降低了微弱信號(hào)的信噪比。為了提高抑制噪聲的能力，本文將小波去噪方法與混沌檢測(cè)方法相結(jié)合，將混有強(qiáng)噪聲的微弱周期