收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于非线性随机共振的数字信号检测技术研究

梁琳琳  
【摘要】:随着无线通信的迅速发展,移动通信终端数量庞大、无线频谱资源越来越拥挤、通信调制方式复杂多样,这些因素对无线通信的服务质量构成威胁。为了降低不利因素对通信服务质量的影响,目前亟需解决的重要问题就是如何在复杂干扰环境中对有用信号进行检测,恢复出有用的原始信号,提高通信的服务质量。针对无线通信中对淹没在噪声中信号检测的需求,随机共振引起了众多学者的关注,随机共振属于非线性学科中的一种非线性共振现象,主要描述微弱信号和噪声在非线性系统作用下,三者达到一种协同共振的现象,即,在非线性系统的作用下,噪声能量向信号能量转移,使非线性系统的输出信号能量得到增强。由于随机共振具备上述特性,本文将非线性随机共振理论应用于对微弱通信信号的检测方面展开研究。本文主要在复杂干扰环境下,围绕着阵列随机共振理论、参数可调阵列随机共振理论和基于粒子群算法和遗传算法的变步长自适应随机共振理论,对二进制脉冲幅值调制信号的波形检测方法进行研究,从输出信噪比、信噪比增益以及误比特率等方面对检测性能进行理论分析,全文的研究内容和主要创新点概括如下:1、在高斯和非高斯噪声条件下,把阵列随机共振理论和多天线接收分集的合并算法相结合,提出了基于阵列随机共振系统各支路输出的合并算法。主要研究了基于最大比合并、等增益合并和选择式合并等三种算法的阵列随机共振输出信噪比增益,并提出把阵列随机共振作为无线通信系统的接收机,对比分析基于三种合并算法的通信系统输出误比特率,探索阵列随机共振系统最优的合并算法。采用理论和数值仿真结合的方式对阵列随机共振输出信噪比增益和误比特率进行分析,得出结论:阵列随机共振系统的性能与单支路随机共振系统相比较,具有较好的性能。相同支路数目条件下,最大比合并算法的性能较好,等增益合并算法的性能次之,选择式合并算法最差。在非高斯条件下阵列随机共振性能比在高斯噪声条件下,对微弱信号的检测性能有较大改善。这些研究结论对阵列随机共振各支路输出合并算法的选择提供了理论依据。2、将参数可调随机共振理论和并行阵列思想相结合,提出了参数可调阵列随机共振系统。参数可调随机共振是通过调节系统参数a、b的方式,使噪声、信号和非线性随机共振系统产生共振现象,利用并行阵列的思想进一步提高参数可调随机共振对微弱信号的检测性能,主要方式是将参数可调随机共振系统各支路的输出相加求平均,通过把单支路输出信号的概率密度分布近似为高斯分布模型,推导出参数可调阵列随机共振系统的信噪比增益和误比特率表达式,并仿真分析参数可调阵列随机共振的支路数目与信噪比增益和误比特率的关系。得出结论:针对微弱二进制脉冲幅值调制信号的检测,参数可调阵列随机共振系统相比单个参数可调随机共振系统的具有良好的性能,并随着支路数目的增加,参数可调阵列随机共振的输出信噪比增益得到显著提高,误比特率明显降低,使参数可调随机共振系统在信号检测方面的研究得到有效的推进。3、提出了基于粒子群算法的变步长自适应随机共振微弱信号检测方法,以系统输出的信噪比和把双稳态随机共振系统作为无线通信接收机时输出误比特率作为粒子群算法的适应度函数,利用粒子群算法循环迭代搜索最优解的原理,解决非线性随机共振系统参数a、b和龙格库塔法的计算步长h的自适应选取的难题,将自适应随机共振问题转化为多参数全局寻优问题,获取自适应随机共振系统的最佳参数,保证系统产生更佳的共振特性,从而能够最优地检测出噪声背景下的微弱信号。得出结论:针对微弱二进制脉冲幅值调制信号的检测,基于粒子群算法的随机共振系统相比参数可调随机共振系统和恒参随机共振系统的具有良好的性能,基于粒子群算法的变步长自适应随机共振系统的输出信噪比增益得到显著提高,误比特率明显降低。4、提出了基于遗传算法的变步长自适应随机共振微弱信号检测方法,利用遗传算法的选择、交叉、变异算子,实现了随机共振系统的参数a、b和龙格库塔法的计算步长h的自适应同步优化,将自适应随机共振问题转化为多参数全局寻优问题,获取自适应随机共振系统的最佳参数,使自适应随机共振更好地检测出微弱信号。针对微弱二进制脉冲幅值调制信号的检测,对比参数可调随机共振系统和恒参随机共振系统,从输出信噪比和误比特率等两方面分析基于遗传算法的变步长自适应随机共振系统。得到结论:基于遗传算法的变步长自适应随机共振系统使随机共振系统一直处于最佳共振状态,使系统输出信噪比最大化、误比特率降低到最小。并通过粒子群算法和遗传算法的输出误码率对比分析,验证了基于优化算法的自适应随机共振已达到微弱信号的最优检测性能。


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 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
17 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
18 高仕龙;阚碧霞;;随机时滞双稳系统中的参数调节随机共振[J];乐山师范学院学报;2013年05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 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 曾令藻;反常过程中的非周期随机共振理论[D];浙江大学;2008年
中国硕士学位论文全文数据库 前10条
1 张义;基于参数调节随机共振的弱信号提取方法研究[D];哈尔滨工程大学;2018年
2 匡宇麒;基于随机共振和Otsu-EWT的滚动轴承早期故障诊断方法[D];哈尔滨理工大学;2018年
3 李佳;α稳定噪声环境下微弱信号的单稳随机共振检测方法研究[D];西安理工大学;2015年
4 廉朋;基于变分模态分解与随机共振的地铁齿轮箱故障诊断研究[D];北京建筑大学;2018年
5 周子贤;滚动轴承微弱故障信号特征提取与识别研究[D];南京信息工程大学;2018年
6 黄现云;旋转机械振动信号处理及故障诊断方法研究[D];南京信息工程大学;2018年
7 朱晨光;基于优化随机共振系统和灰色关联理论的AUV推进器弱故障诊断方法研究[D];哈尔滨工程大学;2018年
8 刘海姣;低对比度暗图像的正则化动态随机共振增强方法[D];南京理工大学;2018年
9 徐海粟;长波无线通信信道模拟与随机共振信号处理实验研究[D];电子科技大学;2018年
10 袭蓓;随机噪声激励下FHN神经元系统的动力学特性[D];天津工业大学;2018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