基于隨機(jī)共振的弱信號(hào)檢測(cè)技術(shù)研究.pdf

1、隨機(jī)共振是一種非線性現(xiàn)象，其本質(zhì)是當(dāng)信號(hào)、噪聲和非線性系統(tǒng)間達(dá)到某種匹配關(guān)系時(shí)，噪聲的部分能量可以轉(zhuǎn)移到信號(hào)上，從而提高輸出端信噪比。隨機(jī)共振算法快速、高效，并可通過硬件實(shí)現(xiàn)，具有實(shí)時(shí)檢測(cè)能力，因此隨機(jī)共振在微弱信號(hào)檢測(cè)中具有十分重要的意義。本文圍繞隨機(jī)共振模型中參數(shù)間的關(guān)聯(lián)性以及參數(shù)搜索范圍設(shè)置的問題，對(duì)隨機(jī)共振技術(shù)展開研究，主要研究成果如下：
　　1.提出了一種簡(jiǎn)化誘導(dǎo)共振時(shí)所需調(diào)節(jié)參數(shù)數(shù)量的方法。該方法首先根據(jù)加性噪聲驅(qū)動(dòng)下

2、的雙穩(wěn)態(tài)隨機(jī)共振系統(tǒng)的特殊性質(zhì)，得到了參數(shù)間新的關(guān)聯(lián)性，然后根據(jù)得到的參數(shù)間的關(guān)聯(lián)性明確了誘導(dǎo)共振需要調(diào)節(jié)的參數(shù)間的關(guān)系，最后減少了需要調(diào)節(jié)參數(shù)的數(shù)量。通過仿真表明，該方法成功的減少了實(shí)現(xiàn)了誘導(dǎo)共振時(shí)需要調(diào)節(jié)參數(shù)的數(shù)量，降低了誘導(dǎo)共振的算法復(fù)雜度，提高了算法收斂速度，進(jìn)一步推動(dòng)了隨機(jī)共振在工程中的應(yīng)用。
　　2.提出了一種歸一化隨機(jī)共振信號(hào)檢測(cè)方法。傳統(tǒng)隨機(jī)共振方法只能針對(duì)小參數(shù)信號(hào)，大參數(shù)信號(hào)需要轉(zhuǎn)換成小參數(shù)信號(hào)才能用隨機(jī)共振進(jìn)

3、行檢測(cè)。所提方法首先根據(jù)周期信號(hào)和白噪聲的特殊性質(zhì)，通過混合信號(hào)方差求得噪聲強(qiáng)度，然后根據(jù)Kramers逃逸速率是待檢信號(hào)頻率的2倍以及Kramers最大準(zhǔn)則求得非線性系統(tǒng)參數(shù)的值，最后根據(jù)信號(hào)幅值和勢(shì)壘的關(guān)系確定信號(hào)幅度變換系數(shù)，方法中有五種參量組合可以選取，且每種組合的參量數(shù)量為兩個(gè)，設(shè)置選定的兩個(gè)參數(shù)就可實(shí)現(xiàn)隨機(jī)共振。該方法針對(duì)大參數(shù)信號(hào)，無需進(jìn)行轉(zhuǎn)換就可直接進(jìn)行檢測(cè)，實(shí)現(xiàn)了小參數(shù)和大參數(shù)信號(hào)隨機(jī)共振檢測(cè)的統(tǒng)一。仿真結(jié)果表明，不論

4、輸入信號(hào)是小參數(shù)或大參數(shù)信號(hào)，該方法都可以快速的實(shí)現(xiàn)微弱信號(hào)的檢測(cè)。
　　3.提出了一種能夠準(zhǔn)確確定自適應(yīng)隨機(jī)共振參數(shù)搜索范圍的方法。該方法首先用雙穩(wěn)態(tài)非線性系統(tǒng)的發(fā)散臨界值來確定系統(tǒng)參數(shù)的大概搜索范圍，然后再從離散模型穩(wěn)定性和隨機(jī)共振信號(hào)的頻率被限制在 Kramers遷移速率極限值的一半的范圍內(nèi)兩方面對(duì)搜索范圍進(jìn)行縮小，得到精確搜索范圍，最后采用量子粒子群算法，在確定的搜索范圍內(nèi)自適應(yīng)尋取系統(tǒng)參數(shù)的最優(yōu)解。模擬仿真結(jié)果表明，不論