微弱信號(hào)提取算法的研究.pdf

1、強(qiáng)背景噪聲下提取信號(hào)特征一直是信號(hào)處理領(lǐng)域主要解決的問(wèn)題。過(guò)去幾十年,人們一直在努力地消除噪聲,以達(dá)到提取微弱信號(hào)特征的目的。隨機(jī)共振作為一種新的提取微弱信號(hào)的方法被提出,它有著比傳統(tǒng)方法更加優(yōu)越的性能。
　　隨機(jī)共振與線性方法不同,有效地利用了系統(tǒng)的非線性性質(zhì),在信號(hào)特征提取過(guò)程中,它不僅去除部分噪聲,而且還可以把噪聲的部分能量轉(zhuǎn)換成信號(hào)能量,從而在一定程度上提高信噪比。
　　本文以微弱信號(hào)為研究對(duì)象,利用隨機(jī)共振系統(tǒng)進(jìn)行

2、微弱信號(hào)提取算法的研究及仿真實(shí)現(xiàn)。論文主要成果概括如下:
　　1、根據(jù)絕熱近似理論和線性響應(yīng)理論,隨機(jī)共振只能檢測(cè)頻率小于1的信號(hào)。為了檢測(cè)大頻率信號(hào),采用變尺度隨機(jī)共振,它可以將大頻率信號(hào)變成適合隨機(jī)共振處理的小頻率信號(hào)。為了解決噪聲強(qiáng)度超過(guò)最佳值(最佳值時(shí)信號(hào)頻率處峰值最大),信號(hào)頻率的提取會(huì)出錯(cuò)這一問(wèn)題,我們采用了變參數(shù)隨機(jī)共振,它通過(guò)改變系統(tǒng)參數(shù)來(lái)實(shí)現(xiàn)對(duì)大噪聲條件下信號(hào)頻率的提取。
　　2、由于變尺度隨機(jī)共振不能解決

3、噪聲太大的情況,而變參數(shù)隨機(jī)共振每次都要手動(dòng)改變參數(shù),為了彌補(bǔ)兩者的不足,將它們結(jié)合起來(lái)形成了自適應(yīng)隨機(jī)共振。在低信噪比下,以信噪比或信噪比增益作為自適應(yīng)隨機(jī)共振檢測(cè)單頻正弦信號(hào)的度量,會(huì)遇到提取不到信號(hào)頻率的情況,為了穩(wěn)定地檢測(cè)信號(hào)頻率,提出了峰值檢測(cè)作為度量。仿真結(jié)果表明:信噪比為33dB的正弦信號(hào)能夠被更快更準(zhǔn)確地檢測(cè)出。
　　3、在低信噪比下,輸入到陣列的信號(hào)的方位估計(jì)會(huì)出現(xiàn)角度偏差。為了解決這一問(wèn)題,引入自適應(yīng)隨機(jī)共振到