欢迎来到天天文库
浏览记录
ID:34777874
大小:6.92 MB
页数:101页
时间:2019-03-10
《探析外激励型混沌振子微弱信号检测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、北京交通大学博士学位论文外激励型混沌振子微弱信号检测方法研究姓名:谢涛申请学位级别:博士专业:交通信息工程及控制指导教师:魏学业20090201中文摘要摘要:在自动化、通信、机械工程等领域,常常需要判断特定规律的微弱信号是否发生,在环境噪声强烈的情况下,利用传统线性滤波的方法会失效,因此一项迫切的任务是寻找新的检测方法。混沌系统具有对初值和参数敏感的特性,这种特性隐藏了作为敏感信号传感的机理,尤其是混沌的非反馈扰动控制体现了对特定信号的敏感和对噪声的免疫特性,从而为微弱信号检测技术提供了新的方法,这种检测方法是从根本上不同于传统微弱信号检测方法的。本文对混沌振予检测系
2、统中的几个关键问题展开了深入和细致的研究,主要包括混沌振子检测系统的一些特性分析、输出判别、噪声的免疫特性、构成原理这几方面的问题。并借鉴混沌振子检测系统中间歇混沌信号产生的原理,提出了微弱周期信号检测的新方法。根据检测系统的工作原理,针对混沌检测系统和混沌振子检测系统分别提出一种分类方法。对Duffing.Holmes混沌振子检测系统的特性进行细致的分析,研究了该检测系统中小频率差微弱信号检测和待检测信号频率抖动的问题,得出了小的频率差有利于间歇混沌信号的稳定输出,而在相位连续的条件下,较大的频率抖动也不会影响检测系统的工作。对LY混沌振子检测系统的特性进行了研究,
3、给出了该检测系统的一种检测方法。针对混沌振子检测系统的输出判别问题,在对Duffing-Holmes振子Poincar6截面噪声特性分析的基础上,提出了基于Poincar6映射的间歇混沌信号判别方法,该方法实现了混沌振子检测系统输出间歇混沌信号的快速判别,并有效抑制了短时噪声的影响。针对这种方法的噪声抑制能力不足的问题,进一步提出了差分Poincar6映射判别方法,获得了更好的噪声抑制性能,从而实现了更低信噪比条件下的信号检测。分析外激励型混沌振子检测系统中噪声的作用方式,指出该类检测系统全局性态对噪声免疫特性分析的必要性,进而将广义胞映射方法引入外激励型混沌振子检测
4、系统的研究。在全局分析的基础上,得出混沌振子检测系统的噪声免疫特性原理,给出利用L.Y混沌振子检测系统实现微弱信号检测的三种构成方法和检测系统中间歇混沌信号产生的条件,并给出外激励型混沌振子检测系统的构成原则。借鉴混沌振子检测系统中间歇混沌信号的产生原理,利用Poincar6截面对信号的重构和对噪声的抑制作用,提出基于外轨周期区域的微弱信号检测方法,并给出了该检测方法的小信号和大信号两种实现方式。利用所提检测方法对信号频率的差分功能,成功地解决了大参数随机共振微弱信号检测的问题。对这种检测方法进行了推广研究,分析了任意Poincar6截面构成检测系统的可行性,研究了系
5、统中存在的小混沌区域对该检测方法的影响,研究结果表明大信号方式下存在小尺寸的混沌吸引子,但其对检测系统不构成影响。关键词:微弱信号检测;混沌;Duffing振子;外激励型系统;系统输出判别;噪声免疫特性分类号:TN911.7j匕塞变通太堂盛±堂僮!金塞△垦墨!丛££ABSTRACTABSTRACT:Inthefieldofautomation,communication,mechanicalengineeringetc,itisusuallyneededtojudgewhethertheweaksignalswithspecialdisciplineappear.In
6、tlleconditionofintenseenvironmentalnoise.themethodofconventionallinearfilteringdoesn’tworkanymore.Soitisanimportanttasktofindnewdetectionmethods.Thechaoticsystemhasthepropertyofbeingsensitivetoinitialvaluesandparameters,whichhidesthemechanismofsensingsensitivesignals,especiallythenon—fe
7、edbackperturbingcontrolofchaosshowsthesensitivitytospecialsignalsandimmunitytonoise,thusanewmethodfortheweaksignaldetectiontechnologyisprovided.Thismethodhasfundamentaldifferencefromconventionalweaksignaldetectionmethods.Thisthesisperformsdeepandmicromeshworkinthekeyproblemsofc
此文档下载收益归作者所有