基于duffing振子的梯形增幅波弱信号检测

《基于duffing振子的梯形增幅波弱信号检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第28卷第2期计算机应用研究Vol．28No．22011年2月ApplicationResearchofComputersFeb．2011*基于Duffing振子的梯形增幅波弱信号检测贺莉，王小敏(西南交通大学信息科学与技术学院，成都610031)摘要:针对引信产品测试中的非周期梯形增幅波信号提出了基于Duffing振子的梯形增幅波弱信号检测的新方法。该方法利用梯形增幅信号的特征进行分段预处理，将非周期信号的检测转换为Duffing振子的准周期信号检测，避免了低信噪比下基于Duffing振子的微弱

2、非周期信号检测受混沌振子检测机理的限制这一难点。仿真实验证明，该方法有效地检测出了低信噪比下的微弱非周期梯形增幅信号。结果表明，该方法能有效检测出引信测试中的梯形增幅波信号，并对零均值色噪声具有较强的抑制能力。关键词:梯形增幅信号;混沌;弱信号检测;Duffing振子中图分类号:TN911.23文献标志码:A文章编号:1001-3695(2011)02-0677-04doi:10．3969/j．issn．1001-3695．2011．02．076Weaktrapezoidalincreasings

3、ignaldetectionbasedonDuffingoscillatorHELi，WANGXiao-min(SchoolofInformationScience＆Technology，SouthwestJiaotongUniversity，Chengdu610031，China)Abstract:Inordertodetectnon-periodictrapezoidalincreasingsignalwhichwasinfusetestsignal，thispaperproposedanew

4、methodtodetecttheweaknon-periodictrapezoidalincreasingsignalbyusingDuffingoscillatorunderstrongbackgroundnoise．Themethoddividedthesignalintosectionsaccordingtothecharacteristicofthetrapezoidalincreasingsignal，trans-formedthenon-periodicsignaltoperiodi

5、csignal．Itavoidedthefactthatthedetectionfornon-periodicsignalwasextremelylimitedbasedonDuffing．Simulationexperimentsshowthatthemethodcandetecttheweaknon-periodictrapezoidalincreasingsignalfromthelowSNRbackgroundeffectively．Theresultshowsthatthismethod

6、caneffectivelydetectthetrapezoidalin-creasingsignalwhichisinfusetestsignal，andhasstrongresistancetoanycolorednoisewithzeromeanvalue．Keywords:trapezoidalincreasingsignal;chaos;weaksignaldetection;Duffingoscillator微弱信号检测始于20世纪50年代，已广泛应用于通信工chirp信号的Duffi

7、ng振子检测问题。其基本思路是通过对程、电子对抗、生物医学、地震勘探及故障诊断等领域。传统的chirp信号进行预处理，将非周期chirp信号转换为周期信号，微弱信号检测方法是基于线性、确定性系统的，而混沌理论的使得基于Duffing振子的非周期信号检测成为可能。发展为微弱信号检测提供了新的方法和手段。混沌振子的分借鉴该思路，本文研究了基于Duffing振子的非周期梯形岔行为具有对周期小信号的敏感性和对噪声的免疫性，这种特增幅微弱信号的检测方法。首先将梯形增幅信号分段并对增性近年来被广泛用于周期微弱

8、信号的检测研究。1999年，幅部分线性化预处理，达到非周期信号的分段周期化。然后将［1，2］分段预处理信号分别加入到Duffing检测系统中，根据振子相Wang等人利用混沌系统实现了白噪声背景下的微弱正弦［3～5］态的跃变，实现非周期梯形增幅弱信号的检测。另外，本文还信号测量。李月等人研究了高斯白噪声及色噪声背景下的微弱正弦信号检测，以及双耦合Duffing振子对强噪声背景从统计的角度分析了噪声对检测算法的影响。仿真结果表明，下的谐波和方波弱信号检测。四川大学的苏理云等人［6］对分