论文部分内容阅读
从强噪声背景中提取弱信号在工程实践中具有广泛的应用价值。例如,微弱信号源的定位检测在故障诊断及灾后救生方面发挥了重要作用。弱信号检测技术是基于电子学、信息论、物理学和统计学等理论,分析噪声产生的原理和规律,研究被测信号和噪声的统计特征与相关性,运用一系列信号处理手段抑制噪声,提取出被强噪声背景淹没的弱信号。作者通过研读、实验、比较国内外已有的检测技术,利用计算机发展带来的新技术手段在弱信号检测中的应用,系统地研究弱信号检测理论及提取方法,并着重研究非线性动力学原理在弱信号提取方面的应用,主要是随机共振原理。在研究基本随机共振理论的基础上,针对工程测试中的实际信号——非周期冲击信号和色噪声展开进一步探索和研究,在此基础上设计和实现基于随机共振理论的自适应弱信号提取算法,最后通过MATLAB的GUI模块开发具体的弱信号提取仿真系统,并采用实际的声音文件进行系统验证,取得了较好的实验结果。论文的主要成果和研究工作如下:1.研究了弱信号检测技术的相关理论,重点介绍了几种现代弱信号检测理论,并指出基于随机共振的弱信号检测技术是本文的研究重点,并对随机共振的发展历程和研究现状做了详细介绍;2.以随机共振理论的两个具有代表性的非线性方程——朗之万方程(LE)和福克-普朗克方程(FPE)开始,在介绍方程基本原理的基础上,采用大量的SIMULINK仿真实验,分析和验证随机共振的基本理论;3.由于本文的最终目的是研究实际工程实践中弱信号的提取,因此从实际信号的特征分析出发,选择从强色噪声背景中提取冲击信号为研究对象,通过仿真和实验分析冲击信号和色噪声通过非线性双稳系统输出的随机共振效应。这是后文算法设计的理论基础;4.针对从强色噪声背景中提取微弱的冲击信号,介绍基于随机共振的自适应弱信号提取算法的详细设计思路和流程,算法主要通过自适应调节参数和输入信号增益使系统达到随机共振,从而提取出冲击信号。最后,利用MATLAB产生的理想信号对算法进行验证;5.根据上述算法,利用MATLAB的GUI模块设计和实现基于随机共振的弱信号提取仿真系统,并录取一段实际的声音信号对系统进行验证。