混沌背景下基于经验似然比方法的弱谐波信号检测
发布时间:2023-04-06 20:13
微弱信号是传统方法很难检测到的微弱量,相对于噪声而言,不仅是指信号的幅值很小,主要是指被噪声淹没的信号和低信噪比的信号。微弱信号检测采用电子学、信息学和概率统计等方法研究被检测信号的特性,分析噪声的组成成分,检测方法被应用于众多领域。大多数情况下,工程中的微弱信号检测问题可简化强混沌噪声干扰下的微弱谐波信号检测问题。混沌系统由于其众多的优良性质,在微弱信号检测领域得到了广泛的应用。所以基于混沌背景噪声下的微弱信号检测问题成为研究热点。本文将混沌理论和信号检测技术相结合,对强混沌背景噪声下的弱谐波信号检测方法展开研究。由于弱谐波信号淹没在混沌背景噪声下,可以通过一维混沌时间序列(观测信号)逆向构建原始混沌系统的结构。首先,利用相空间对观测信号进行重构,然后使用线性模型或单指标模型逼近相空间的映射函数,建立混沌预测模型和并得到预测误差,然后使用经验似然比方法从预测误差中检测观测信号中是否含有微弱谐波信号。经验似然比检测方法:根据混沌预测模型构建估计方程;进一步构建经验似然比函数,使用拉格朗日乘子法求解经验似然比函数,及序列二次规划法优化参数,最后将参数代入R统计量并与卡方值比较,从而检测混...
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 选题背景和意义
1.1.1 选题背景
1.1.2 研究意义
1.2 研究目的及主要内容
1.2.1 研究目的
1.2.2 研究内容
1.3 研究方法
1.4 研究框架
1.5 创新与不足
2 文献综述
2.1 混沌的研究
2.2 混沌时间序列预测的研究
2.3 经验似然比的研究
2.4 混沌背景噪声下微弱谐波信号检测的研究
2.5 小结
3 预备知识
3.1 混沌相关知识
3.1.1 混沌的定义
3.1.2 混沌运动的主要特点
3.2 相空间重构理论
3.2.1 相空间重构的Takens嵌入定理
3.2.2 相空间重构参数的确定
3.3 混沌时间序列预测
3.3.1 全域法
3.3.2 局域法
3.4 经验似然比
4 基于混沌线性模型的混沌噪声干扰下微弱谐波信号的经验似然比检测
4.1 微弱谐波信号的检验模型
4.2 混沌线性模型
4.3 经验似然比检验方法
5 基于混沌单指标模型的混沌噪声干扰下微弱谐波信号的经验似然比检测
5.1 混沌单指标模型
5.2 经验似然比检验方法
5.3 主要结论的证明
6 仿真实验结果及分析
6.1 Lorenz系统
6.1.1 混沌模型预测效果评估
6.1.2 微弱谐波信号存在性检测
6.1.3 不同强度的微弱谐波信号检测
6.1.4 不同检测方法性能比较
6.2 Rossler系统
6.2.1 混沌模型预测效果评估
6.2.2 微弱谐波信号存在性检测
6.2.3 不同强度的微弱谐波信号检测
6.2.4 不同检测方法性能比较
7 结论
8 总结与展望
8.1 全文总结
8.2 研究展望
参考文献
附录
致谢
个人简历、在学期间发表的学术论文及取得的研究成果
本文编号:3784341
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 选题背景和意义
1.1.1 选题背景
1.1.2 研究意义
1.2 研究目的及主要内容
1.2.1 研究目的
1.2.2 研究内容
1.3 研究方法
1.4 研究框架
1.5 创新与不足
2 文献综述
2.1 混沌的研究
2.2 混沌时间序列预测的研究
2.3 经验似然比的研究
2.4 混沌背景噪声下微弱谐波信号检测的研究
2.5 小结
3 预备知识
3.1 混沌相关知识
3.1.1 混沌的定义
3.1.2 混沌运动的主要特点
3.2 相空间重构理论
3.2.1 相空间重构的Takens嵌入定理
3.2.2 相空间重构参数的确定
3.3 混沌时间序列预测
3.3.1 全域法
3.3.2 局域法
3.4 经验似然比
4 基于混沌线性模型的混沌噪声干扰下微弱谐波信号的经验似然比检测
4.1 微弱谐波信号的检验模型
4.2 混沌线性模型
4.3 经验似然比检验方法
5 基于混沌单指标模型的混沌噪声干扰下微弱谐波信号的经验似然比检测
5.1 混沌单指标模型
5.2 经验似然比检验方法
5.3 主要结论的证明
6 仿真实验结果及分析
6.1 Lorenz系统
6.1.1 混沌模型预测效果评估
6.1.2 微弱谐波信号存在性检测
6.1.3 不同强度的微弱谐波信号检测
6.1.4 不同检测方法性能比较
6.2 Rossler系统
6.2.1 混沌模型预测效果评估
6.2.2 微弱谐波信号存在性检测
6.2.3 不同强度的微弱谐波信号检测
6.2.4 不同检测方法性能比较
7 结论
8 总结与展望
8.1 全文总结
8.2 研究展望
参考文献
附录
致谢
个人简历、在学期间发表的学术论文及取得的研究成果
本文编号:3784341
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3784341.html