收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于随机共振和经验模态分解微弱信号检测研究

曹莉  
【摘要】:微弱信号检测技术利用物理学和信号处理方法从噪声中提取微弱量,涉及生命科学、图像处理、机械故障诊断等应用领域。在信号检测过程中,传统的降噪技术虽然能够提取出微弱信号特征,但削弱了信号能量。随机共振技术是一种特殊的非线性检测方法,利用信号、系统和噪声三者之间的协同作用增强微弱信号能量,使得弱信号的特征变得明显。因此,随机共振在微弱信号检测中具有重要的研究价值。本文详细阐述了随机共振基本理论,以及其在微弱信号检测领域取得的重要成果,并在其基础上分别从频域和时域角度研究了不同随机共振系统的弱信号检测方法。论文主要工作如下:(1)研究了Levy噪声下经验模态分解的随机共振微弱信号检测。针对经验模态分解在强噪声下分解信号得到的模态分量识别目标信号困难问题,将经验模态分解与随机共振结合。首先,采用Levy噪声作为复杂背景噪声;其次,对含噪信号进行经验模态分解,将分解后信噪比最大的两层模态分量进行叠加取平均;最后,对平均信号进行随机共振,实现目标信号的检测。(2)研究了基于欠阻尼指数双稳随机共振微弱信号检测。针对欠阻尼双稳随机共振势函数结构单一难以匹配复杂多样的机械振动信号,以及参数选择主观导致其性能较差等问题,提出了欠阻尼指数双稳随机共振系统。将简谐势阱与高斯势阱结合,应用于欠阻尼双稳态随机共振,得到欠阻尼指数双稳随机共振系统。首先,通过研究其势函数结构推导信噪比公式,理论证明所提系统可以产生随机共振现象;然后,分析不同噪声强度下系统参数对输出信噪比的影响;最后利用所提方法处理轴承实验数据并进一步进行轴承故障诊断,并且采用粒子群算法选取合适参数。实验结果表明,与欠阻尼双稳态随机共振方法相比所提方法可以获得更大的输出信噪比和更高的故障特征频率谱峰,证实了该方法的有效性。(3)研究了基于幂函数型随机共振微弱信号检测及恢复。针对微弱信号淹没在强噪声中难以恢复的问题,提出幂函数恢复系统。本文采用互相关系数为测量指标,研究不同参数、噪声强度以及信号幅度对恢复性能的影响。首先,根据幂函数型随机共振方程推导出幂函数恢复方程,并得到幂函数恢复系统模型;然后,分析不同系统参数、噪声强度以及信号幅度对恢复性能的影响;最后,利用粒子群算法寻优参数,在采样点数较少情况下恢复单频、多频正弦信号以及单脉冲信号。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 石海霞;;智能算法在自适应随机共振中的应用[J];科技展望;2016年32期
2 任昱昊;季冰;许丽艳;段法兵;;震荡随机共振的信噪比增益研究与电路仿真[J];复杂系统与复杂性科学;2015年01期
3 李忠虎;蔡志全;;基于调制随机共振的微弱信号频率检测方法[J];仪表技术与传感器;2014年08期
4 赵军;赖欣欢;孔明;林敏;;双频信号作用下的单稳随机共振数值研究[J];噪声与振动控制;2013年01期
5 方倩;赵文礼;;基于随机共振原理的自适应检测系统设计[J];杭州电子科技大学学报;2013年01期
6 雷亚国;韩冬;林京;何正嘉;谭继勇;;自适应随机共振新方法及其在故障诊断中的应用[J];机械工程学报;2012年07期
7 涂水林;邬正义;吴正阳;;阵列调制随机共振在微弱信号特征提取方面的应用[J];计算机测量与控制;2012年06期
8 张丽珠;于健;;基于调制随机共振大频率信号检测的仿真[J];天津职业技术师范大学学报;2012年04期
9 万频;詹宜巨;李学聪;王永华;;一种单稳随机共振系统信噪比增益的数值研究[J];物理学报;2011年04期
10 冷永刚;赵尔华;石鹏;张莹;;二维随机共振参数调节的图像处理[J];天津大学学报;2011年10期
11 于淼;李式巨;杨志敏;;自适应随机共振二进制基带信号处理[J];浙江大学学报(工学版);2010年04期
12 王明阳;韩乐;周一宇;姜文利;;基于参数可调随机共振的微弱单方波脉冲检测方法[J];宇航学报;2007年02期
13 冷永刚,王太勇,郭焱,许俊艳;二次采样随机共振的工程应用研究[J];中国机械工程;2004年20期
14 王辅忠,温孝东,李蓉,秦光戎;有阻尼项的随机共振研究[J];北京师范大学学报(自然科学版);1996年01期
15 祝恒江,吴锡田;随机共振研究进展[J];大学物理;1997年07期
16 苑宇;王衡;王鹏;;基于二阶非对称随机共振的轴承故障特征提取[J];大连交通大学学报;2019年05期
17 刘志芳;李健;;基于单稳随机共振的语音增强处理[J];电脑知识与技术;2015年01期
18 朱维娜;林敏;;基于人工鱼群算法的轴承故障随机共振自适应检测方法[J];振动与冲击;2014年06期
中国重要会议论文全文数据库 前10条
1 康艳梅;;关于随机共振的理论研究——几个尚未解决的问题[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年
2 靳艳飞;;随机共振若干基础问题的研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
3 申建伟;;自诱导随机共振相关研究进展及其在基因网络动力学研究中的应用[A];第六届全国动力学与控制青年学者学术研讨会论文摘要集[C];2012年
4 许勇;;非线性系统的逻辑随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
5 刘甜;王青云;张红慧;;异质神经元和信息时滞对神经元网络随机共振的影响[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
6 邢锴;周萍;欧阳楷;;随机共振理论及其在弱信号检测中的应用[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
7 何美娟;孙中奎;徐伟;;基于统计复杂测度的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
8 徐博侯;章惠全;;参数诱导的随机共振在浅海混响目标探测中的应用[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
9 靳艳飞;;周期势系统的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
10 郭卫民;王留芳;;基于发光二极管对的低功耗氨氮在线检测器的研究[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年
中国博士学位论文全文数据库 前10条
1 梁琳琳;基于非线性随机共振的数字信号检测技术研究[D];西安电子科技大学;2018年
2 韩靖;基于随机共振的弱光信号非线性重构技术研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2018年
3 李志星;基于强噪声背景下随机共振的微弱故障诊断方法研究[D];北京科技大学;2018年
4 刘军;随机共振与感觉信息处理的理论和实验研究[D];浙江大学;2004年
5 杨祥龙;随机共振理论在弱信号检测中的应用研究[D];浙江大学;2003年
6 李建龙;随机共振的参数调节方法及在信号处理中的应用[D];浙江大学;2005年
7 杨定新;微弱特征信号检测的随机共振方法与应用研究[D];国防科学技术大学;2004年
8 冷永刚;大信号变尺度随机共振的机理分析及其工程应用研究[D];天津大学;2004年
9 汪茂胜;耦合动力系统中若干复杂性和非线性问题的研究[D];中国科学技术大学;2007年
10 郭锋;随机共振及其在微弱信号检测中的应用[D];电子科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 郭利军;神经系统中差频随机共振研究[D];电子科技大学;2019年
2 陈浩;随机共振微弱光信号检测机理的研究[D];陕西师范大学;2019年
3 易甜;基于随机共振和小波分析的微弱信号检测研究[D];重庆邮电大学;2018年
4 李红威;噪声诱导多稳态随机共振微弱信号检测研究[D];重庆邮电大学;2018年
5 曹莉;基于随机共振和经验模态分解微弱信号检测研究[D];重庆邮电大学;2018年
6 刘真真;活性布朗粒子的熵随机共振[D];云南大学;2017年
7 王海宁;基于随机共振方法的刀具状态监测研究[D];安徽大学;2019年
8 郑平;基于随机共振微弱信号检测的滚动轴承故障诊断方法研究[D];安徽大学;2019年
9 刘运江;强噪声背景下微弱信号的检测[D];天津工业大学;2019年
10 郭昌;基于周期势随机共振的印刷机轴承故障诊断研究[D];西安理工大学;2019年
中国重要报纸全文数据库 前1条
1 董映璧;复杂物理系统存在多样性共振[N];科技日报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978