基于随机共振的微弱信号检测
基于随机共振的微弱信号检测
０
１
２
３
４
５
６
７
８
描述 准则不再适合描述非周期随机共振现象。为此借助接收
Ｔ ｘ ０ｓ （ ｌ ）
信 号 Ｒ ｎ ＝Ｓ ｎ ＋Ｎ（） 随机共振 滤波前 后和接 收信 号巾 （） （） ｎ经 的纯净 信号 Ｓ ｎ 的相 关系数描述 非周期 随机 共振 的系统特 （） 性更为合适（ 这种描述 同样适合周 期信 号） ，具体计 算公式如
一
生“ 共振 ” 即系统的输 出状 态将会远 离稳态点， （ 随着外力 以
信 号频率进行有序转迁运动）将部分噪 声能量转换为信号能 ，
量 ，信号幅值被放大，噪 声有效地被抑制 ，提高了系统输出 信噪 比，此 即为随机共振的滤波基理。 图１ 是随机共振滤波器对淹没在高斯 白噪声中信噪 比为
：
随机共振滤波器快变输 出ｖ，，可以看出结果和第 ｌ行的波 （ ） 形极 为相似 ，而且幅值被放大，第 ５行是随机共振滤波器慢
变输出 ｗｆ。 （ ）
２ （—Ｓ ， ， 为淹 没在 噪声 中的微 弱信号（ Ｄ６ ｔ ） （ ） 周期或 非周
期信号均可 。这里我们研 究的是正弦和线性调频信 号（ ｉｅｒ Ｌ ｎａ
统 巾 的阈 值 电压 约 为 ０１。 ．１
＝ ㈨等＋ｓ， ］ 十］． ＋ ２ ｏ （
一
（＋ ｃ ｗ ｃ］ ｃ ］ 十＋ ， ，
不管信号是周期的或非周期的，随机兆振系统中存 在的 噪声可 以增强非线性系统对微弱输入信号的响应，使系统产
＝ ㈤等＋ｓ， ］ ＋］－ ＋ ２ 等 ｏ （
基于随机共振原理检测微弱信号及自适应的研究
基于随机共振原理检测微弱信号及自适应的研究作者：冯元来源：《计算技术与自动化》2016年第01期摘要：阐述随机共振的基本概念和原理，分析基于随机共振原理检测微弱信号的方法。
采用RungeKutta算法分别对微弱的周期信号和非周期信号进行仿真验证，仿真结果表明基于随机共振原理可以有效地检测出强噪声背景下的微弱信号。
关键词：随机共振；周期信号；非周期信号中图分类号：TP391.9文献标识码：A1引言微弱信号的检测一直是国内外学者研究的热点所在。
传统的弱信号检测方法主要基于时域和频域两种，但是这两种方法对输入信号的信噪比阀值要求很高，难以有效的检测出强噪声背景下的微弱信号。
随机共振（SR）由意大利学者Benzi等人在解释冰期周期性递归时首次提出[1]。
传统的信号检测方法认为噪声是有害的，因此通过抑制噪声来检测微弱信号；而随机共振理论不把噪声当有害信号，利用噪声的能量检测微弱信号。
就是在一定的非线性条件下，由弱信号和噪声合作而使得非线性系统增强周期性输出的现象。
近年来随机共振在机械故障诊断中[2]、化学弱信号检测领域[3]、传感器测试领域[4]被普遍应用，目前随机共振的电路实现仍处于研究阶段。
本文主要介绍基于随机共振理论的检测原理，通过matlab编程研究周期信号与非周期信号的仿真现象，并分析系统结构参数对检测的影响。
2随机共振基本原理产生随机共振现象需要三个基本条件，即信号、噪声和非线性系统。
由Langevin方程描述的非线性双稳系统是一种研究较多的随机共振系统[5]：x′=ax-bx3+s（t）+Γ（t）（1）其中ax-bx3为非线性外力场，a、b是结构参数、均大于0；st为待测信号；Γt是噪声强度为D的高斯白噪声。
非线性系统具有双势阱Vx=bx4/4-ax2/2，其最小点在±xm处，xm=a/b，它们被垒高为ΔV=a2/（4b）的势垒所分隔，且垒高在xb=0处。
该方程实质描述了单位质点同时受到周期外力与噪声驱动时，在双势阱中的过阻尼运动。
基于随机共振原理的微弱信号检测与应用
第25卷第4期2008年4月机电工程Vo l.25 No. 4Ap r. 2008 M E CHAN I CAL & E L E CTR I C AL EN G I N E ER I N G M A G A Z I N E基于随机共振原理的微弱信号检测与应用3何大海,赵文礼,梅晓俊(杭州电子科技大学机械工程学院,浙江杭州310018 )摘要:阐述了应用随机共振对微弱信号进行检测的原理。
在研究双稳态非线性系统的基础上,设计了非线性系统及其控制系统电路,该系统可以大大抑制噪声,并在双稳态系统中产生信号调制噪声效应。
对双稳态系统的输出信号作了频谱分析,辨识出了淹没在白噪声中的微弱正弦信号频率。
实践应用证明,此方法明显提高了信噪比,免去了求解复杂的统计微分方程,这在多传感器测量和机械系统故障早期检测中具有一定的实际应用价值。
关键词:随机共振;双稳态系统;白噪声;微弱信号;信噪比中图分类号: T N911. 23文献标识码: A文章编号: 1001 - 4551 ( 2008 )04 - 0071 - 04A pp l i ca t i on an d de tec t i on of wea k s i gna l ba sed on stocha st i c re s onan c eH E D a2ha i, ZHAO W en2li, M E I X i ao2j un( College of M echan i ca l Eng i neering, H a ngzhou D ianzi U n i versity, H a ngzhou 310018, Ch ina)A b stra c t: The ba sic p rinc i p le of stocha stic re sonance ( S R ) in weak sig na l de tec ti o n wa s in tr oduced. O n the ba sis of stud yi n g non linea r b istab le sy stem , the non linea r system and its con t r o l system c ircu it we re stud ied. The system can grea tly su pp re s s n o i s e and g ene ra te sig na l to ad ju st no ise effec t in b istab le system. S p ec tru m ana lysis in ou tp u t sig na l of b istab le sy stem can i d en t i f y the frequency of weak sinu s o i da l sig na l concea l ed in the wh i te no i se. The p rac t ica l app lica t i o n show s tha t the sig na l2no i se ra t i o ( S NR )can be sig n i fican t ly inc r ea s ed and s o lving comp lica t ed sta t istica l d i ffe r en t ia l equa t ion can be av o i ded by u s ing the m e t h2 od. It po s se s se s grea t p rac t ica l va l ue fo r app lica t ion in m u l ti2sen s o r m e a s u r em e n t and ea r ly fau l t de t ec t ion of m e chan i ca l system. Key word s: stocha s tic re s onance ( S R ); b i stab l e system; wh i te no i se; weak sig na l; sig na l2no i se ra t i o( S NR )0 前言随机共振的概念最初是1 随机共振原理在双稳态或多稳态的非线性系统中, 要实现1981 年由B e nzi等人在SR研究古气象冰川问题时提出来的,它描述了一个非线性系统与输入的信号和噪声之间存在某种匹配时,噪声能量就会向信号能量转移,输入信号的信噪比不仅不会降低,反而会大幅度地增加。
基于随机共振方法的微弱信号检测技术研究
基于随机共振方法的微弱信号检测技术研究基于随机共振方法的微弱信号检测技术研究摘要：随着科技的不断进步，微弱信号的检测在许多领域中扮演着重要角色，如地震监测、生物医学和通信等。
然而，由于环境噪声和信号衰减等因素的影响，微弱信号的检测一直是一个挑战。
基于随机共振方法的微弱信号检测技术通过引入外部随机激励，突破了传统检测方法的限制，具有较高的检测灵敏度和抗干扰能力。
本文将探讨基于随机共振方法的微弱信号检测技术的原理及其在不同领域中的应用。
一、引言微弱信号是指信号强度较低，很难被传统方法直接检测到的信号。
传统的微弱信号检测方法包括滤波器、放大器和相关器等，然而这些方法往往受到环境噪声和信号衰减的影响，很难实现高灵敏度的检测。
为了解决这个问题，科学家们提出了基于随机共振方法的微弱信号检测技术。
二、基于随机共振方法的原理随机共振方法是一种利用特定的随机信号激励来提高系统响应和信号检测灵敏度的方法。
它通过引入随机激励，增加系统激励和响应之间的非线性关系，从而使系统能够对微弱信号作出更大的响应。
其原理主要包括两个方面：非线性耦合和共振增强。
1. 非线性耦合在传统的线性系统中，输入信号和系统响应呈线性关系，无法对微弱信号进行有效检测。
而随机共振方法通过引入非线性耦合，即将系统中的非线性元件与线性元件耦合在一起，使系统呈现非线性响应。
这种非线性耦合可以使系统对微弱信号具有较高的响应灵敏度。
2. 共振增强共振是一种系统在特定频率下的自由振动现象，当系统的固有频率与输入信号的频率相匹配时，系统的响应会显著增强。
基于随机共振方法的微弱信号检测技术通过调节激励信号的频率和振幅，使系统处于共振状态，从而实现对微弱信号的增强和检测。
三、基于随机共振方法的应用基于随机共振方法的微弱信号检测技术在许多领域中都有广泛应用。
1. 地震监测地震是一种地壳运动的表现，对地震进行及时监测和预警对于减少地震灾害具有重要意义。
基于随机共振方法的微弱信号检测技术可以提高地震监测仪器的灵敏度，检测到更多微小地震信号，为地震预警提供更准确的信息。
随机共振原理对微弱信号检测的研究
ｌ（＾，ｎ＋１）＝Ｊ（Ｉ，ｎ）＋ｈ（ｔ１＋２ｋ＋２ｋ，＋ｋ）／６
式中，ｒａｎｄｎ（１，１）为（１×１）的正态随机阵；以Ｄ瑚ｌｄｎ（１，
１）是输入高斯白噪声的表示形式。步长ｈ为采样频率Ｚ的倒 数，即ｈ＝１伍，取采样点数为Ｎ，则ｘ（ｋ，ｎ）表示第ｎ个采样值，Ｉ ＝１，２，…，Ｋ，ｎ＝１。２，…，＿＾ｒ一１。在迭代实验中，首先产生一个Ｋ ｘＮ的矩阵，对每列数据进行．｜【行求和，变成１ ｘＮ的向量，也 就是将Ｎ个点的数据进行了置次迭加求和。由于混合信号中 的噪声分量有正有负，在迭加的过程中有一部分噪声能量相互 抵消，使得信号能量相对增强。仿真实验中参数的取值与２．１ 节相同。图３和图４分别为用改进的龙格一库塔算法仿真得到 的输出信号时域波形的输出信号频谱。
２实验仿真与讨论
２－１数值仿真算法 用四阶龙格一库塔算法对朗之万方程进行数值求解，如下
式。
万方数据
随机共振原理对徽弱信号栓测的研宄
７７·
Ｉｌ＝“。一ｈ：＋＾ｃ帼（２啦）＋以Ｄ瑚“（１，１）
ｋ＝４（＊．＋ｏ．５ｈｋｌ）一６（靠＋０．５鼬１）３＋＾∞ｓ［（２可（１＋０．５ｈ）］
＋以Ｄｍｄｎ（１．１）
毛＝４（毛＋０．５址２）一联靠＋０，５＾如）’＋＾ｃ蚰［（２｛畎ｌ＋Ｏ，５ｈ）］
比较蹰５和图６可知．应用２．１节的箅法已不能产生随机 共振现象．图５中在频率ｆ＝０．００５处没有明显的峰值；但当检 测数据相同时，应用２．２节的算法却可以得到随机共振波形，如 图６，这样经过ＦＦｒ得到的频谱图在频率，＝０ ００５处有明显峰 值，正好等于输入信号的频率，即能榆测出微弱信号。
因此，改进的龙格一库塔算法在微弱信号检测方面更具有 优势。
测控技术 MEASUREMENT & CONTROL TECHNOLOGY 2007，26(9) 1次
基于并联随机共振的弱信号检测研究的开题报告
基于并联随机共振的弱信号检测研究的开题报告一、选题背景随着科学技术的不断进步，越来越多的弱信号被发现存在于各个领域。
例如，在生物领域中，由细胞、分子和蛋白质发出的微弱信号往往需要通过高灵敏度的检测技术来进行探测；在物理领域中，微波背景较低，天线信号较弱的情况下，也需要高灵敏度的信号检测技术来进行研究。
因此，开发一种高灵敏度的弱信号检测技术成为科研领域的热点问题。
二、研究内容本研究将探究一种基于并联随机共振的弱信号检测技术。
该技术利用并联电路的特殊结构和随机共振的特性，来实现对微弱信号的高灵敏度检测。
具体来说，研究将包括以下几个方面内容：1. 对并联电路进行分析研究，探究并联结构如何提高信号的灵敏度和增加噪声抑制能力。
2. 探究随机共振现象的基本原理及其在弱信号检测中的应用。
利用随机共振的特性来增强电路的信号处理性能。
3. 建立基于并联随机共振的弱信号检测模型，通过理论分析和仿真模拟对其性能进行评估和优化。
4. 实验验证该技术在实际应用中的可行性和有效性。
利用实际测量数据对模型进行验证和修正，以提高技术的实用性和可靠性。
三、研究意义基于并联随机共振的弱信号检测技术具有以下几个方面的意义：1. 提高了对微弱信号的探测灵敏度和测量准确度，为相关领域中的科学研究提供有力的支持和保障。
2. 增强了电路的噪声抑制能力，可以有效提高信号的信噪比，从而更好地解决弱信号测量领域的挑战性问题。
3. 探索了新型电路结构和信号处理方法，对未来电路设计和信号处理技术的发展具有一定的启示和推动作用。
四、研究方法本研究将采用理论分析、仿真模拟和实验验证相结合的方法，建立并联随机共振的弱信号检测模型，并对模型的性能进行分析和优化。
具体研究步骤如下：1. 对并联电路及其特性进行理论分析，构建电路模型，分析并联结构对电路性能的影响。
2. 探究随机共振现象的基本原理及其在弱信号检测中的应用，建立电路随机共振模型，进行仿真模拟，对电路性能进行评估。
基于小波变换和随机共振的微弱信号检测方法_林敏
第19卷 第3期2006年6月传感技术学报CHINESE JO URNAL OF S ENSO RS AND ACTU ATORSVol.19 No.3Jun.2006S tu dy of W eak Signal Detection Based on W av elet T ransformation and S tochastic Resonan ceL I N M in 1,X I AO Yan -p ing 2,ZH A O J un11.College of M etr ology T ech nology and E ngineer ing ,Ch ina J iliang Univ er sity ,H angZh ou 310018,China;2.De par tme nt of comp ute r scie nce and te chnolog y ,Zhe j iang Unive rsity City College ,H ang Zhou 310015,China)Abstract:The method of w eak signal detection based on w avelet transform ation and stochastic resonance is presented,accor ding to the noise alternative and frequency sensitiv ity of the stochastic resonance.T he in -put including noise w as decomposed by mult-i scale w av elets transfor m,and each scale signal w as adjusted by the different scale contraction factor,then the decom po sed signal w as used as the input of the bistable system s,w e examined the effect of each scale frequency signal operated by the contraction factor on SNR of o utput in the system.The result of the simulatio n sho wed that the equal scale contraction factor can im -prov e the SNR of the system effectiv ely.Key words:wavelet transformation;stochastic resonance;w eak signal detection;sig nal to noise ratio(SNR)EEACC :6140基于小波变换和随机共振的微弱信号检测方法林 敏1,肖艳萍2,赵 军1(1.中国计量学院计量技术工程学院,杭州310018;2.浙江大学城市学院计算机系,杭州310015)收稿日期:2005-08-01基金项目:浙江省自然科学基金项目资助(Y104338);浙江省科技计划项目资助(2004C31032)作者简介:林 敏(1962-),男,副教授,硕士,从事测控技术及仪器方向研究,linm@ 。
基于随机共振技术的微弱信号检测方法
基于随机共振技术的微弱信号检测方法1. 绪论：介绍微弱信号检测的现状及其重要性，提出随机共振技术的背景、意义和历史演变。
2. 随机共振技术及其原理：阐述随机共振技术的物理原理及其在微弱信号检测中的应用，详细描述其特点、优点和缺点。
3. 随机共振技术在微弱信号检测中的应用：讨论随机共振技术在不同领域中的应用，比如生物医学、天文学和化学等领域，重点描述其检测方法、实验结果及其局限性。
4. 随机共振技术的优化和改进：探讨如何优化和改进随机共振技术，提高其灵敏度和稳定性，包括噪声预处理、信号处理和系统改进等方面。
5. 结论：总结随机共振技术在微弱信号检测中的应用和发展现状，提出未来的研究方向和展望。
同时，指出该技术的优势和局限性，为实际应用提供参考意见。
随着科技的不断发展，微弱信号检测技术在研究和应用领域中变得越来越重要。
微弱信号检测技术被广泛应用于医学、环境监测、航空航天等领域，如肿瘤早期检测、空气和水质量检测、火箭发动机性能监测等。
但是，微弱信号的检测常常面临信噪比低的问题，因此需要创新性的、高敏感度的检测方法。
其中一种被广泛研究的方法是随机共振技术。
随机共振技术是一种基于对微弱信号的非线性响应，利用外部随机噪声“刺激”系统，使系统在临界点上产生共振，从而有效地增加信号的噪声比。
这种技术不仅具有很高的敏感度，而且能够在较大的动态范围内检测微弱信号。
因此，随机共振技术成为了微弱信号检测领域的研究热点之一。
随机共振技术的发展历程可以追溯到上世纪70年代。
当时，物理学家发现在单摆系统和模拟电路中引入外部随机噪声可以激发系统的棕褐噪声，从而使系统产生非线性共振响应。
之后，该技术被逐渐应用于很多领域，例如生物医学、天文学和化学等。
实践证明，随机共振技术是一种比较有效的微弱信号检测方法，可以有效地提高信噪比。
自随机共振技术被提出以来，不断有研究者在其基础上进行改进和优化，并提出了不同的算法和模型。
例如一些研究者将自适应随机共振技术应用于人体黑色素瘤的检测中；还有一些研究者将随机共振技术和谱分析方法相结合，应用于噪声信号的分析和特征提取中。
基于随机共振技术的微弱信号检测方法
１ 引 言
传 统的微弱信号检测方法都是 尽可能地抑制 噪声来 提 取微 弱信号 ， 但是 ， 在一 些 非线性 现象 中， 噪声 的存 在却 能
代 发 展 时 期 。 随 机 共 振 系 统 一 般 包 含 三 个 不 可 缺 少 的 因
素： １ ）环境稳态 系统 ； ２ ）低 于势 垒的输 入信 号 （ 如 周期 信 号） ； ３ ）系统 固有 的或 追加 到相 干输入 中的噪声 源 。通 常 用于研究的随机共振系统都 是 由非线性 朗之万 （ Ｌ ａ ｎ ｇ ｅ ｖ ｉ ｎ ） 方程描述的非线性双稳态 系统所定义 的 ：
应调节系统参数 ， 使系统进人随机共振状态 ， 从而接收到的信号经随机共振器输 出后信噪 比大大增加 ， 构建 了基 于 Ｌ ａ ｂ ＶＩ Ｅ Ｗ Ｆ Ｐ ＧＡ 的检测 系统 。仿真结果数据显示 ， 该方法在低信噪 比下具有很好 的检测性能 。 关键词 随机共振 ；微弱信 号 ； 检测 ；Ｌ ａ ｂ ＶＩ Ｅ Ｗ ＦＰ ＧＡ
ｚ （ ￡ ）一 ａ ｚ（ ｔ ）一 。 （ ￡ ）＋ Ａｓ ｉ ｎ（ ＋ ）＋ （ ￡ ） （ １ ）
够 提高系统对有用信 号的 响应 ， 会发 生 噪声 能 量 向信 号 能 量 的转 移 ， 使得输 出信 噪 比增 强并 达到 极值 点 。这些 现象
中， 随机共振ｌ ＿ １ ］ （ Ｓ Ｒ ） 得到 了广泛 的研究 ， 因此利用随机共 振技术 检测微弱信号不需要抑制 噪声 。这一理论 为弱信 号
检 测 与 处 理 提 供 了一 条 崭 新 的思 路 。
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ Ｔｈ ｅ ｂ ａ ｓ ｉ ｃ ｔ ｈ ｅ ｏ ｒ ｙ ｏ ｆ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｎ ｇ ｗｅ ａ ｋ ｐ ｅ ｒ ｉ ｏ ｄ ｉ ｃ ｓ ｉ ｇ ｎａ ｌ ｖ ｉ ａ ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ ｒ ｅ ｓ ｏ ｎ ａ ｎ ｃ ｅ ｗａ ｓ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｅ ｄ ， ａ ｍｅ ｔ ｈ ｏ ｄ ｆ ｏ ｒ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｎ ｇ ｗｅ ａ ｋ ｓ ｉ ｇ ｎ ａ ｌ ｅ ｍｂｅ ｄ ｄ ｅ ｄ ｉ ｎ ｔ Ｏ Ｏ ｍｕ ｃ ｈ ｎ ｏ ｉ ｓ ｅ ｂ ａ ｃ ｋｇ ｒ ｏ ｕ ｎ ｄ ｓ ｗａ ｓ ｐｕ ｔ ｆ ｏ ｒ ｗａ ｒ ｄ ． Ａｄ ｄ ｉ ｎ ｇ ａ ｎ ｏ ｐｔ ｉ ｍａ ｌ ａ ｍｏ ｕｎ ｔ ｏ ｆ ｎｏ ｉ ｓ ｅ ｔ ｏ ｔ ｈｅ ｒ ｅ ｃ ｅ ｉ ｖ ｅ ｄ ａ ｒ ｒ ａ ｙ ｓ ｉ ｇ ｎ ａ ｌ ｓ ， ｔ ｈ ｅ ｓ ｉ ｇ ｎ ａ ｌ — ｔ ｏ — ｎ ｏ ｉ ｓ ｅ ｒ ａ ｔ ｉ ｏ ｃ ａ ｎ ｂｅ ｇ ｒ ｅ ａ ｔ ｌ ｙ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｔ ｈ ｒ ｏ ｕ ｇｈ ｔ ｈｅ ｒ ｅ ｓ ｏ ｎ ａ ｔ ｏ ｒ ｓ， ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｙ ｓ ｔ ｅ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｌａ ｂ ＶＩ ＥＷ ＦＰＧＡ ｗａ ｓ ｄ ｅ ｓ ｉ ｇ ｎｅ ｄ ． Ｔｈ ｅ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ａ ｎｄ ｃ ｏ ｒ ｒ ｅ ｌ ａ — ｔ ｉ ｖ ｅ ｔ ｒ ｉ ａ １ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｄ ａ ｔ ａ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｉ ｓ ｍｅ ｔ ｈ ｏ ｄ ｈ ａ ｓ ｇ ｏ ｏ ｄ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｐ ｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ ｕ ｎ ｄ ｅ ｒ ｌ Ｏ Ｗ ｓ ｉ ｇ ｎａ ｌ － ｔ ｏ — ｎｏ ｉ ｓ ｅ ｒ ａ ｔ ｉ ｏ ． Ｋｅ ｙ Ｗｏ ｒ ｄ ｓ ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ ｒ ｅ ｓ ｏｎ ａ ｎｃ ｅ ，ｗｅ ａ ｋ ｓ ｉ ｇ ｎ ａ ｌ ，ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ，Ｌａ ｂＶＩ ＥＷ ＦＰ ＧＡ Ｃｌ ａ ｓ ｓ Ｎｕ ｍｂ ｅｒ ＴＰ３ ９ １ ． ９
基于LabVIEW的随机共振高频微弱信号检测系统
基于LabVIEW的随机共振高频微弱信号检测系统
郝静;杜太行;杨梅;江春冬;孙曙光
【期刊名称】《仪表技术与传感器》
【年(卷),期】2017(000)010
【摘要】针对经典随机共振方法对高频微弱信号检测失效的难题,提出一种调参随机共振检测高频微弱信号的方法,并以LabVIEW和Matlab为开发平台,利用调参随机共振方法构建了检测无线电高频微弱信号系统.该检测系统能够根据待测信号的特征,通过调节系统参数诱发系统发生随机共振,从而实现对高频信号的检测.最后对实际中无线电含噪信号进行检测,实验结果表明,该系统人机界面友好,能够有效地检测出强噪声背景下的高频微弱信号,具有良好的可操作性和现实意义.
【总页数】5页(P62-66)
【作者】郝静;杜太行;杨梅;江春冬;孙曙光
【作者单位】河北工业大学控制科学与工程学院,天津 300130;石家庄信息工程职业学院计算机应用系,河北石家庄 050000;河北工业大学控制科学与工程学院,天津300130;石家庄信息工程职业学院计算机应用系,河北石家庄 050000;河北工业大学控制科学与工程学院,天津 300130;河北工业大学控制科学与工程学院,天津300130
【正文语种】中文
【中图分类】TN911
【相关文献】
1.基于LabVIEW的随机共振检测系统仿真设计 [J], 姜建平;姜意光
2.基于随机共振的不同非线性系统的微弱信号检测性能分析 [J], 邵菊花;李立萍
3.基于随机共振的微弱信号检测系统研究 [J], 张皖哲;徐之欣;王润涛;张文涵
4.基于自适应随机共振高频微弱信号检测 [J], 郑文秀;吕航
5.基于自适应随机共振高频微弱信号检测 [J], 郑文秀;吕航;
因版权原因，仅展示原文概要，查看原文内容请购买。
基于随机共振的微弱信号检测模型及应用研究
基于随机共振的微弱信号检测模型及应用研究摘要：基于随机共振的微弱信号检测模型能够有效地检测微弱信号，不仅可以应用于物理学、医学、地质学等领域的实验研究中，也可以用于信号处理、图像识别等领域的实际应用。
本文主要介绍了基于随机共振的微弱信号检测模型及其应用研究，包括基本原理、建模方法、检测方法和应用效果等方面。
首先介绍了随机共振的产生机制和基本原理，随后对其进行建模，包括信号源、噪声源和积分电路的建模等。
然后，详细介绍了基于随机共振的微弱信号检测方法，包括极限环法、平衡点法和扫描法等。
最后，通过实验验证了基于随机共振的微弱信号检测模型的有效性和应用效果。
关键词：随机共振；微弱信号；检测模型；极限环法；平衡点法；扫描法一、引言在现代科技发展与应用过程中，微弱信号的检测是一个重要而又难以解决的问题。
微弱信号的检测不仅可以应用于物理学、医学、地质学等领域的实验研究中，也可以用于信号处理、图像识别等领域的实际应用。
目前，微弱信号的检测方法有很多，其中基于随机共振的微弱信号检测模型是一种比较有效的方法。
二、基本原理随机共振是一种非线性系统在外加激励下所呈现出的一种特殊的动态行为。
当随机激励强度适当时，非线性系统的输出响应表现出比较明显的激励增益效应。
这种效应称为随机共振。
三、建模方法基于随机共振的微弱信号检测模型包含信号源、噪声源和积分电路的建模。
其中，信号源可以是任意一种信号源，如正弦波、方波、三角波等。
噪声源一般是高斯白噪声。
积分电路则采用二阶滤波器。
四、检测方法基于随机共振的微弱信号检测方法包括极限环法、平衡点法和扫描法等。
其中，极限环法是指通过调节激励信号频率的方法，使得随机共振同时出现在信号频率和噪声频率处，从而获得最大输出电压；平衡点法是通过调节相位或幅值，最终找到系统的平衡点，达到检测微弱信号的目的；扫描法则是通过在一定频率范围内连续检测信号，然后对比各个频率对应的输出功率判断是否有信号存在。
五、应用效果本文通过实验验证了基于随机共振的微弱信号检测模型的有效性和应用效果。
基于随机共振的微弱信号检测技术研究的开题报告
基于随机共振的微弱信号检测技术研究的开题报告一、研究背景和意义微弱信号检测技术是现代科学技术中的一个重要分支，具有广泛的应用前景，如医学诊断、环境监测、地震预报等领域。
然而，微弱信号的检测面临着很多困难，如信号强度低、噪声干扰、复杂的背景噪声等。
因此，寻求一种有效的微弱信号检测技术，对于提高科学技术水平和提升社会发展水平具有重要意义。
随机共振是一种新兴的微弱信号检测技术，它利用噪声本身的随机性来增强微弱信号的效应，通过调节共振过程的参数，可以实现对微弱信号的高灵敏度检测。
因此，本研究旨在基于随机共振的微弱信号检测技术开展深入探究，以期实现对微弱信号的高效、准确检测。
二、研究内容和方法本研究将围绕随机共振的微弱信号检测技术进行深入探究，主要包括以下内容：1. 随机共振的理论分析：对随机共振在微弱信号检测中的理论基础进行分析，并对影响随机共振效应的关键参数进行探究。
2. 随机共振的仿真模拟：利用Matlab等软件对随机共振的效应进行仿真模拟，探讨不同参数下随机共振效应的变化规律。
3. 随机共振的实验研究：构建随机共振的实验系统，对微弱信号的检测效应进行实验研究，并比较不同参数下的随机共振效应差异。
本研究将采用理论分析、仿真模拟和实验研究相结合的方法，全面深入地探究随机共振在微弱信号检测中的应用效果，为微弱信号检测技术的进一步发展提供有益的参考。
三、研究目标本研究的主要目标是：1. 深入理解随机共振在微弱信号检测中的机理，揭示随机共振对微弱信号增强效应的关键因素。
2. 探究不同参数条件下随机共振效应的差异，寻找最优参数组合，实现对微弱信号的高效、准确检测。
3. 建立一套完整的微弱信号检测系统，并实现对微弱信号的高灵敏度检测。
四、研究意义本研究的意义在于：1. 拓展了微弱信号检测技术的应用范围，提高了微弱信号检测的灵敏度和准确性。
2. 为随机共振技术的发展提供了理论基础和实验验证，推动了这一技术的应用和完善。
基于随机共振的微弱信号检测研究
基于随机共振的微弱信号检测研究作者：崔秀华来源：《现代电子技术》2014年第17期摘要：微弱信号是淹没在噪声中的小信号，且一般其信噪比比较低。
微弱信号的检测在物理、电子和生物医学方面都具有重要的意义。
依据随机共振理论，噪声在一定的条件下有利于微弱信号的检测。
研究了随机共振的原理、双稳态系统中的随机共振现象及随机共振的应用研究现状。
关键词：随机共振；微弱信号检测；应用研究；双稳态系统中图分类号： TN911.23⁃34 文献标识码： A 文章编号： 1004⁃373X（2014）17⁃0048⁃03Abstract： Weak signal is a small signal， which is drowned in the noise， and generally with low SNR. Detection of weak signals is very important in engineering application，especially in the fields of physics， electronics and biomedicine. According to the theory of stochastic resonance， noise under certain conditions is conducive to detection of weak signals. The principle of stochastic resonance， stochastic resonance phenomenon in bistable systems and applied research status of stochastic resonance are studied in this paper.Keywords： stochastic resonance； weak signal detection； application research； bistable system0 引言微弱信号的检测是人类认识自然的重要手段，也是科学技术自身发展的重要手段[1]。
基于LabVIEW的随机共振高频微弱信号检测系统
基于LabVIEW的随机共振高频微弱信号检测系统郝静;杜太行;杨梅;江春冬;孙曙光【摘要】Aiming at the problem that the failure of the high frequency weak signal detection based on the classical stochastic resonance( SR) method, a new method of parameter-tuning SR for the detection weak signal of high frequency was proposed, and then with LabVIEW and MATLAB as development platform, the system of detecting the radio weak signal of high frequency was built by using the method of parameter-tuning stochastic resonance.According to the characteristics of the signal to be detected, SR was induced by adjusting the system parameters, then the weak signal of the high frequency was realized.At last the received actual radio signals were used with noise as research data, the experimental results show that the detection system can realize the high frequency weak signal under the strong noise background effectively, and has friendly man-machine interface, which has good operability and practical significance.%针对经典随机共振方法对高频微弱信号检测失效的难题,提出一种调参随机共振检测高频微弱信号的方法,并以LabVIEW和Matlab为开发平台,利用调参随机共振方法构建了检测无线电高频微弱信号系统.该检测系统能够根据待测信号的特征,通过调节系统参数诱发系统发生随机共振,从而实现对高频信号的检测.最后对实际中无线电含噪信号进行检测,实验结果表明,该系统人机界面友好,能够有效地检测出强噪声背景下的高频微弱信号,具有良好的可操作性和现实意义.【期刊名称】《仪表技术与传感器》【年(卷),期】2017(000)010【总页数】5页(P62-66)【关键词】随机共振;微弱信号检测;LabVIEW;Matlab;参数调节【作者】郝静;杜太行;杨梅;江春冬;孙曙光【作者单位】河北工业大学控制科学与工程学院,天津 300130;石家庄信息工程职业学院计算机应用系,河北石家庄 050000;河北工业大学控制科学与工程学院,天津300130;石家庄信息工程职业学院计算机应用系,河北石家庄 050000;河北工业大学控制科学与工程学院,天津 300130;河北工业大学控制科学与工程学院,天津300130【正文语种】中文【中图分类】TN911随着通信技术的飞速发展，越来越多的无线电传输设备的使用致使无线电信号检测的难度加大，对无线电信号的检测能力提出了新的要求，其中从强噪声中检测未知微弱信号的频率特性已经成为无线电检测领域重点解决的问题，而高频信号的检测又是无线电信号检测中的亟待解决的难题。
随机共振微弱周期信号检测方法
随机共振微弱周期信号检测方法随机共振是指在一个线性动力系统中，当外界激励频率接近系统的固有频率时，系统会产生共振效应。
共振效应会使系统的能量在固有频率附近积累并放大，从而导致系统响应增强。
在实际应用中，我们常常需要检测微弱的周期信号，因此，随机共振微弱周期信号的检测方法成为研究的热点之一1.激励响应法：该方法通过对系统施加一定频率范围内的随机激励，并测量系统的输出响应来检测微弱周期信号。
该方法的关键是选择适当的激励频率范围，以保证信号被识别出来，并尽量避免其他噪声的干扰。
2.非线性特征法：该方法基于随机共振系统对非线性特征的敏感性。
通过测量系统输出响应的非线性特征，如振荡幅值、周期等，可以检测到微弱的周期信号。
该方法对信号和噪声的幅值要求较高，适用于信噪比较高的情况。
3.统计特征法：该方法通过对系统输出信号的统计特征进行分析来检测微弱周期信号。
常用的统计特征有平均值、功率谱密度、自相关函数等。
通过对这些统计特征的计算和分析，可以提取出微弱周期信号的特征，并判断其是否存在。
4.相关函数法：该方法通过计算系统输出信号和模版信号之间的相关函数来检测微弱周期信号。
模版信号可以是事先给定的标准周期信号，也可以是根据已知周期信号估计得到的。
通过计算相关函数的峰值位置和幅值，可以判断系统中是否存在微弱周期信号。
需要注意的是，不同的检测方法适用于不同的场景和要求。
在实际应用中，需要综合考虑信号特征、噪声情况以及系统的可靠性和复杂性等因素来选择合适的检测方法。
此外，设计合适的实验装置和算法也是保证检测精度的重要因素之一总之，随机共振微弱周期信号的检测方法是一个复杂的问题，需要综合考虑信号特征、噪声情况以及系统的可靠性和复杂性等因素。
目前，研究者们正在不断探索和改进相关技术，以提高微弱周期信号检测的精度和可靠性。
基于随机共振原理的微弱信号检测方法研究及其硬件电路实现
基于随机共振原理的微弱信号检测方法研究及其硬件电路实现一、什么是随机共振？说到随机共振，可能有些人会皱眉头：“这是什么鬼？”其实它就是利用噪声的“帮助”来增强信号的一种神奇原理。
听起来是不是很奇怪？要是你把它比作一个人走路，信号就是一个没力气的慢步走者，而噪声呢，就是旁边的一只小狗在一边不停地乱跑。
它的跑动虽然有点烦，但会在无意间帮助慢步走者加速走得更快。
意思就是，在有些情况下，噪声并不是敌人，而是信号的“好帮手”。
神奇吧？这种现象叫做“随机共振”。
随机共振原理简单来说就是：通过适当引入噪声，可以使微弱的信号得到增强，达到更容易检测的效果。
举个例子，咱们平常听的广播信号，如果信号强度很弱，常常会出现听不清楚的杂音。
但是，如果加点“噪声”，倒是能帮助信号“清晰”一些。
听起来是不是有点不可思议？但就是这么奇妙。
要知道，在很多科学实验中，尤其是那些需要微弱信号的检测场合，这个原理已经发挥了大作用。
二、微弱信号的检测难题我们日常生活中，微弱信号的检测其实无处不在。
比如，卫星遥感、地震波监测、甚至医疗中的心电图，这些信号往往都微弱得让人几乎察觉不到。
这就像是站在大街上听别人说话，周围一堆车声、人声、狗叫声，要听清楚某个人说的什么简直比登天还难。
而且很多时候，这些信号可能并不规律，像是迷雾中的一条小船，不知道什么时候会被突然的噪音掩盖。
所以，怎么从这些“杂音”中找出微弱信号，就成了科研人员的一项大挑战。
很多时候，检测微弱信号不单单是技术难题，更多的是设备难题。
设备的灵敏度不够，信号根本检测不到；设备太敏感，结果噪声一大堆，信号根本不能“浮出水面”。
那怎么办呢？传统的放大、滤波等手段也常常不尽如人意。
你说它有点用吧，却又容易引入更多的干扰，简直是“欲速则不达”。
三、随机共振的解决方案这时候，随机共振的作用就体现得淋漓尽致了。
根据研究发现，加入一定量的噪声，反而能帮助提高信号的可识别性。
你看，这就像是捡到宝一样。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｄｅｅ ｔｎ ａ ｉｎａ ａ ｅ ｎ ｓｏ ｈ ｓｉ ｅ ｏ ａ ｃ ｔｃ ｉ ｇｗｅ ｋ ｓｇ ｌｂ ｓ ｄ ｏ ｔ ｃ ａ ｔｃｒ ｓ ｎ ｎ ｅ
Ｃ ｉｕ ＡＩＷｅ— ｊ
ｆ ｅ ｔｏ ｃＩ ｆｒ ｔｏ ｌｅ ｅ， Ｙａ ｇ ｚ Ｅｌ ｃｒ ｎｉ ｎｏ ｍａ ｉ ｎＣｏ ｌ ｇ ｎ ｔｅＵｎｉｅ ｓｔ Ｊｎｇ ｈ ｕ Ｈｕｈ ｉ４３ ０ ｖ ｒｉ ｙ， ｉ ｚ ｏ ｅ ４ ００， Ｃｈｉ ） ｎａ
基 于 随机 共振 的微 弱信 号检 测
蔡 卫菊
（ 长江 大 学 电子 信 息 学 院 ，湖 北 荆 州 ４ ４ ０ ） ３ ０ ０
摘 要 ：介 绍 随 机 共振 （Ｒ 方 法 的 基 本 思 想 ，并 建 立 数 学模 型 。 随机 共 振 系 统 是 非 线 性 双 稳 态 ｓ） 系 统 ，存 在 某 一 最 佳 输 入 噪 声 强 度 ，使 系 统 产 生 最 高 信 噪 比 输 出 ， 达 到 抑 制 噪 声 ， 放 大 微 弱信 号 的 目的 。 针 对 传 统 系 统 随 机 共 振 只 适 用 于 极 低 频 信 号 的 局 限 ，本 文 引 入 尺 度 变 换 ， 消 除 了对 待 检 信 号 频 率 的 限 制 ， 通 过 Ｍａｌ ｔ ｂ仿 真 ，验 证 了其 对 微 弱信 号 检 测 的 有 效 性 。 ａ 关 键 词 ： 随 机 共 振 ；徽 弱 信 号 ；双 稳 系 统
ｓ ｉａ ｌ ｎ ｙ ｔ ｈ ｉ ｎ ｌ ｔ ｅ ｔ ｅ ｏ ｒ ｑ ｅ ｃ ．Ｂｙ ｉ ｔｏ ｕ ｉ ｇ ｓ ａ ｅ ｔ ａ ｓ ｏ ｍ，ｔ ｅ ｌｍｉａ ｉ ｎ ｏ ｈｅ ｕ ｔ ｂ ｅ ｏ ｌ ｏ ｔ ｅ ｓ ｇ ａ ｓ ａ ｘ ｒ ｍｅ ｌ ｗ ｆ ｅ ｕ ｎ ｙ ｎ ｒ ｄ ｃｎ ｃ ｌ ｒ ｎ ｆｒ ｈ ｉ ｔ ｔｏ ｎ ｔ
ｄ ｔ ｃ ｉ ｎ ｏ ｈ ａ ｉ ｎ １ ｅ ｅ ｔｏ ｆｔ ｅ ｗｅ ｋ ｓ ｇ ａ ． ’
Ｋｅ ｒ ｓ ｔｃ ａｔｃＲｅｏ ａ ｃ （Ｒ ；ｗｅ ｋｓｇ ａ；ｂ —ｔｂｅｓ ｓｅ ｙｗｏｄ ：Ｓｏ ｈ ｓｉ ｓ ｎ ｎ ｅＳ ） ａ ｉｎ ｌ ｉ ａ ｌ ｙ ｔｍ ｓ
１ Ｓ 的 基 本 原 理 Ｒ
具有 双势 阱性质 的朗之万 方￣（ ａ ｇｖｎＥ ｕ ｔ ｎ Ｅ是典 型 的双稳态非线 性 系统 ，受到 噪声 厂（ 和外部周 Ｌ ｎ ｅ ｉ ｑ ａｉ ，Ｌ ） ｏ ）
期 驱 动 力 Ａ ｏ ￣ｔ 用 的 双 稳 态 系 统 可 以 由 以 下 Ｌ ｃｓ ｂ作 Ｅ方 程 描 述 ：
局 域 的周 期 性 运 动 ，即 在 两 稳 态 之 问 没 有 出现 跃 迁 。 当 在 系 统 中 逐 渐 增 加 噪声 的 输 入 量 ， 得 信 号 和 噪声 在 双 稳 态 系 统 中产 生 协 同 效 应 时 ， 使
ｌｃ ｔｏ ｏ ａ ｉｎ
Ｆ ｇ． Ｓ ｍｍｅ ｒｃ ｌ ｏ ｒｆ ｎ ｔ ｎ ｉ １ ｙ ｔｉａ ｗｅ ｕ ｃ ｉ ｐ ｏ
函数 曲线 中的 ２个极 小值 和 １ 个极 大值 。 当低于 阈值 的信 号输入 双稳 态系统 时 ，由于信 号能量无 法 克服系
＼ ｛ ＼ ／ ／ Ｊ
＼・ ／
Ｘ＝ －ｌ
、
－ ／
＝１
统 势 垒的阻挡 ， 系统 的输 出状态 只能在 ＝√ 或 ＝一 ６ 的势 阱中做 √ 处
０
０２ ．
０４ ．
０ ６ ０． １ ０ ｌ ２ ｌ４ １ ６ ８ ． － ．
Ｄ
Ｆ ｇ． ｌ ｔｏ ｔ ｅ ｕ ｐｕ ｉ ｎ ｌ Ｎａ ｄＤ ｉ ２ Ｒｅ ａ ｉ ｎｂｅｗｅ ｎ ｏ ｔ ｔ ｇ ａ ｎ ｓ Ｒｓ
图 ２输 出信 号 Ｒ Ｄ 的变化关系 。随
似表 达式为 ：
ｘ
：
［ａ Ａ２－ＵＤ ａ ２ ｅａ ／
０， ２５
： ，
ｒａ ｉｕ
ｅ
（） ３
０ ２Ｏ ０１ ５
如 图 ２所 示 ， 当 ａ ＝ ，周 期 信 号 幅 度 取 不 同值 时 ，根 据 式 （） ＝ｂ １ ４
绘 出输 出信 号信噪 比
随 Ｄ的变化 曲线 。由图 ２可 知随 噪声强度 Ｄ
ｈ ｇ ｅ ｔ ｓ ｇ ａ －ｏ・ ｏ ｓ ａ ｉ ｕ ｐ ｔ ｕ ｄ ｒ ｔ ｅ ｏ ｔｍｕ ｎ ｉ ｅ ｉ ｔ ｎ ｉ ｎ ｕ ｏ ｓ ｐ ｒ ｓ ｏ ｓ ｎ ｍｐ ｉｙ ｉ ｈ ｓ ｉ ｎ ｌｔ － ｉ ｅ ｒ ｔ ｏ ｔ ｕ ｎ ｅ ｈ ｐ ｉ ｍ ｏ ｓ ｎ ｅ ｓｔ ｉ ｐ ｔ ｔ ｕ ｐ ｅ ｓ ｎ ｉｅ ａ ｄ ａ － ｎ ｏ ｙ ｌ ｆ
出信噪 比的变 化趋 势 ，动 态地 调节双 稳态非 线性 系统 的 自身 参数 ａ和 ｂ的值 ，即改变势 垒高 Ａ ，也 能够使得 信 Ｕ 根据 ｓ Ｒ理 论 ， ａ ｂ 时 ，ｓ ： ＝１ Ｒ仅适 用 于极低频 的信 号 ，一般 要求周 期驱 动信号 频率 Ｗ 《 １ ｏ ；当 ａ６ １ ， ，≠ 时
ｗｅ ｋ ｓｇ ａ ．Ｉｓ ａ ｉｎ １ ｔ ｍａｈ ｍａｉ ａ ｄ ｌｃ ｎ ｂ ｅ ｉｅ ｙ ｎ ｎ ｉ ｅ ｒ Ｌ ｎ ｅ ｉ ｑ ａｉ ｎ ｔ ｅ ｔｃ ｌｍｏ ｅ ａ ｅ ｄ ｆｎ ｄ ｂ ｏ ｌｎ ａ ａ ｇ ｖｎ ｅ ｕ ｔｏ ．Ｃｏ ｖ ｎ ｉｎａ Ｒ ｓ ｎ ｅ ｔｏ ｌＳ ｉ
ｔ ｅ ｍａ ｈ ｍａ ｉａ ｄ ｌｉ ｓａ ｌｓ ｅ ．Ａｎ Ｓ ｓ ｓｅ ｉ ｏ ｌｎ ａ ｉｓａ ｌ ｙ ｔｍ，ｗｈ ｃ ｒ ｄ ｃ ｓ ｔ ｅ ｈ ｔ ｅ ｔｃ ｌｍｏ ｅ ｓ ｅ ｔ ｂｉｈ ｄ Ｒ ｙ ｔ ｍ ｓ ａ ｎ ｎ ｉ ｅ ｒｂ — ｔｂ ｅ ｓ ｓｅ ｉｈ ｐ ｏ ｕ ｅ ｈ
Ｏ１ －０ ＯＯ ・５
Ｏ
的增长 ，系统 输 出信号 的信 噪 比 Ｒ 先随 Ｄ增 长 ，并 出现 峰值 ，说 明
这 一 过 程 中存 在 着 噪 声 能 量 向信 号 能 量 的 转 变 ， 出 信 噪 比达 到 峰 值 输 的 时 候 Ｓ 效 应 最 为 明 显 ，根 据 式 （） 算 得 出 ，峰 值 出 现 的 位 置 在 Ｒ ４计 Ｄ ： 己／ 处 。 系 统 处 于 最 佳 Ｓ 状 态 时 ， 出 信 噪 比会 达 到 最 大 值 。 △， ２ 当 Ｒ 输 这 就 给 设 计 自适 应 Ｓ Ｒ算 法 提 供 了一 个 实 际 可 行 的参 量 。 通 过 监 测 输 号 和 噪 声 在 双 稳 态 系统 中产 生 协 同 效 应 ，从 而 可 实 现 自适 应 的 Ｓ Ｒ。
在 信 息 检 测 领 域 ，如 何 从 强 噪 声 背 景 中检 测 出微 弱 的 特 征 信 息 … ，一 直 受 到 广 泛 关 注 。 目前 ，在 弱 信 号 检 测 的信 息 处 理 方 面 ，其 目标 主要 集 中在 设 法 抑 制 噪 声 以 提 高 信 噪 比这 一 点 上 ，如 Ｆ Ｔ谱 平 均 、小 波 分 析 、全 息 谱 、 Ｆ
Ａｂ ｔａ ｔ Ｔ ｅｂ ｓｃｃ ｎ ｅ ｔ ｏ ｅｅｔ ｎｍｅｈ ｄｂ ｓｄｏ ｔｃ ａｔ ｓ ｎ ｎ ｅＳ ｒ ｅ ｃｉｅ ｎ ｓｒ ｃ ： ｈ ａ ｉ ｏ ｃ ｐｓ ｆ ｔｃｉ ｔｏ ａ ｅ ｎＳｏ ｈ ｓｉ Ｒｅｏ ａ ｃ （Ｒ１ ｅｄ ｓｒｂ ｄａ ｄ ｄ ｏ ｃ ａ
同 ｌ 对 称 势 函数 曲 线
其 协 同能量能克 服系 统势垒 ，以信 号频率 在两稳 态之 间产生跃 迁 ，此 时 的系统 已经进入 Ｓ Ｒ状 态 。
２ 基 于 工程 应 用 的 Ｓ Ｒ算 法
根据 绝热 近似理论 和线 性响应 理论 ，在小信 号 的作 用下 ，输 出信号信 噪 ￣（ ｉｎ ｌ ｏＮ ｉ ａｉ，Ｓ Ｒ 的近 ＬＳｇ ａ ｔ ｏｓ Ｒ ｔ ｅ ｏ Ｎ ）
ｆ ｅ ｕ ｎ ｙ ｏ ｈ ｉ ｎ ｌｔ ｅ ｄ ｔ ｃ ｅ ｓ ｅ ｉ ｎ ｔ ｄ ｒ ｑ ｅ ｃ ｆ ｔ ｅ ｓ ｇ ａ ｏ ｂ ｅ ｅ ｔ ｄ ｉ ｌｍｉ ａ ｅ ．Ａｎ ｈ ｉ ｕ ａ ｉ ｎ ｒ ｓ ｌｓ ｖ ｒｆ ｈ ｖ ｌｄ ｔ ｆ ｔ ｅ ｄ ｔ ｅ ｓｍ ｌ ｔｏ ｅ ｕ ｔ ｅ ｉｙ ｔ ｅ ａ ｉ ｉｙ ｏ ｈ
高阶谱等 。与传统 的降 噪方 法不 同 ，Ｓ Ｒ作 为一种新 的信号 分析 和处理方法 ，在一 定程度 增加噪 声 的同时 ，不仅
不会 降低信 噪 比 ，反而 会在某一 “ 共振 ”点 处大幅度 提高信 噪 比，从 而使得 原来被 噪声淹 没的信号 凸现 ｆ 来 。随 ｌ Ｊ
机共 振是 天体物理 学家 Ｂ ｎｉ １８ ｅ ｚ 在 ９ １年 为 解 释 地 球 冰 Ｊ 周 期 性 所 提 出 Ｌ。随 机 共 振 的原 理 就 是 把 混 合 在 一 起 的 Ｉ １ ２ 】 信 号 和 噪 声 加 到 双 稳 态 的 非 线 性 系 统 中 去 ， 非 线 性 系 统 内部 或 外 部 随 机 力 与 外 加 周 期 力 的 协 同作 ｊ 下 ， 产 牛 在 斗 ｛ 会 近 似 于 外 加 周 期 力 频 率 的 更 为 强 烈 的周 期 振 动 ， 成 协 同 效 应 ， 一 部 分 噪 声 能 量 转 换 成 信 号 能 量 ，从 而 大 大 提 形 将 高 系 统 输 出信 噪 比 。作 为 一 种 有 效 的信 号 处 理 方 法 ，Ｓ 广 泛 用 于 诸 如 双 稳 或 多 稳 非 线 性 系 统 、激 励 系统 、生 物 Ｒ 系 统 等 ［ｓ ２ｔ
第 ｌ ０卷 第 ２期
２１ ０ ２年 ４月
信 息 与 电 子 工 程
Ｉ ＮＦＯＲＭ ＡＴ１ ０Ｎ ＡＮＤ ＥＬＥＣＴＲＯＮＩ ＥＮＧＩ Ｃ ＮＥＥＲＩ ＮＧ
Ｖ０１ １ ＮＯ． ． ０． ２ Ａｐ ． ２ ２ ｒ ， ０１
文 章 编 号 ： １ ７ — ８ ２ ２ １ ） ２０ ｌ —４ ６ ２ ２ ９ （０ ２０ —２ ００
， ｔ
当输入 信号 幅值 和 噪声强 度 Ｄ为零 时 ， 统有 ２ 位 于 ｘ ＋ ａ ｂ，垒高 为 △ ：４／ － ＝Ⅱ ／ ６。系统 的最终 输 出状态 将停 ４