论文部分内容阅读
微弱信号检测是一门新兴的学科,从噪声背景中提取微弱有效信号是近代信息论中的一个重要内容,也历来是信号处理领域的核心问题和前沿课题之一。利用传统的功率谱,线性滤波等检测方法在某些理想情况下可以检测出被噪声掩盖了的信号,而对于强噪声背景下的微弱信号有些时候检测效率极低。基于混沌系统对小信号的敏感性与对噪声的免疫力,使其在弱信号检测方面具有常规方法所不具备的优势,已经成为一个新的研究热点。本文以新混沌系统NBS模型为研究对象,开展了基于混沌理论的弱信号检测研究。具体做了以下工作:1、对新模型NBS混沌系统进行理论分析,研究了其特征值,平衡点的稳定性,确定其处于各个周期态及混沌态时的参数范围,采用我们前期研究所提出的分段周期微扰方法,研究对NBS模型的控制,实现了将NBS模型控制到所期望的周期轨道上。此方法不需要计算周期激励信号幅值的精确解,大大简化计算的步骤,提高计算效率,控制结构简单,.易于实现。这些工作为将新模型NBS混沌系统应用到微弱信号检测中提供了技术途径。2、建立了基于新模型NBS混沌系统的微弱正弦信号检测系统,成功实现了对被噪声淹没的弱正弦信号的检测,从而证明了此检测系统对微弱周期信号的敏感性和对噪声的免疫特性。在对弱周期矩形波信号的频率检测研究中,发现在一定范围内,待测信号的频率与输出信号的频率存在固定比例关系,与内置周期激励信号的频率无关,可以利用这一特性,判断待测信号的存在性及其频率。仿真研究表明利用NBS混沌系统检测微弱周期信号是可行的。3、基于已经建立的微弱信号检测系统,对三种较为典型的工程信号进行了检测研究。首先分别用内置不同种类的周期激励信号检测周期矩形波信号,仿真结果证实了这两种方法的有效性。其次将系统运用于微弱的,被噪声淹没的二值非周期信号的检测,实验表明可成功检测出二值非周期信号所代表的0、1序列,这为非周期信号的检测和恢复提供了新的思路。最后使用该系统对生物呼吸信号和机械振子信号进行了检测研究,在基于混沌振子的弱生物信号检测方面进行了有意义的探索。