基于Duffing振子的微弱信號檢測及其DSP系統(tǒng)實現(xiàn).pdf

1、由于微弱信號幅值很低且通常被強噪聲淹沒，使得微弱信號檢測成為信號處理領(lǐng)域的核心問題和難點。微弱信號檢測技術(shù)可以檢測到傳統(tǒng)觀念認為檢測不到的微弱量（如弱光，小位移，微振動等）。微弱信號檢測的方法很多，目前比較常見的方法有：濾波方法、相關(guān)檢測方法、基于高階累積量的方法等。但是這幾種方法檢測的信噪比門限都比較高，并且對于非高斯噪聲的處理仍然存在一些困難。
　　 混沌檢測系統(tǒng)具有初值敏感性和對噪聲的免疫性等特征，使其在微弱信號檢測技術(shù)領(lǐng)

2、域具有很好的發(fā)展前景。將混沌理論與微弱信號檢測理論相結(jié)合進行微弱信號檢測能夠大幅度提高信噪比，是一種嶄薪且有效的處理方法。利用此方法進行微弱信號檢測首先要確定檢測系統(tǒng)從混沌狀態(tài)躍變到周期狀態(tài)的臨界值，通常狀態(tài)下的判別方法效率都很低，而且經(jīng)常出現(xiàn)誤判。針對該方法存在的不足，本文深入研究了基于Duffng振子的微弱信號檢測方法，在此基礎(chǔ)上提出了改進的微弱信號幅值檢測方法。
　　 本文分析了混沌系統(tǒng)的運動特性，分別討論了混沌狀態(tài)判定的

3、幾種常用方法。在深入研究Lyapunov特性指數(shù)算法的基礎(chǔ)上，提出利用周期狀態(tài)下的Lyapunov特性指數(shù)估計微弱信號幅值的改進算法。該方法的基本思想是利用人工神經(jīng)網(wǎng)絡(luò)的逼近特性，尋求Duffing系統(tǒng)策動力幅值和混沌動力系統(tǒng)的Lyapunov特性指數(shù)間的關(guān)系，進而檢測微弱信號幅值。通過仿真實驗證明了這種檢測方法的高精度性，有效降低了微弱信號的信噪比。為了提高抑制噪聲的能力，本文將小波去噪方法與混沌檢測方法相結(jié)合，將混有強噪聲的微弱周期