当前位置:主页 > 科技论文 > 网络通信论文 >

基于欠采样随机共振的单频微弱信号检测新方法

发布时间:2018-07-05 11:27

  本文选题:深空通信 + 微弱信号检测 ; 参考:《电讯技术》2014年05期


【摘要】:由于随机共振具有在特定条件下增强微弱信号信噪比的特性,近年来成为一种全新的微弱信号检测手段。为了克服随机共振绝热近似理论小参数条件的限制,提出一种基于欠采样随机共振的微弱信号检测方法。通过欠采样尺度变换与还原技术,实现了大参数信号的随机共振处理,突破了二次采样变尺度随机共振算法要求采样频率必须大于信号频率的50倍的限制。构建了基于欠采样随机共振的微弱信号检测模型,从理论上证明了方法的可行性。最后利用该方法对信噪比为-27 dB条件下的微弱单频信号检测进行了仿真,结果进一步验证了所提微弱信号检测方案的正确性。所提方法大大降低了信号的采样速率,为将随机共振应用于科斯塔斯(Costas)环的改进奠定了基础。
[Abstract]:Stochastic resonance (SR) has become a new weak signal detection method in recent years because of its characteristic of enhancing signal-to-noise ratio (SNR) of weak signal under certain conditions. In order to overcome the limitation of the small parameter condition of stochastic resonance adiabatic approximation theory, a weak signal detection method based on undersampling stochastic resonance is proposed. By means of the technique of under-sampling scale transformation and reduction, the stochastic resonance processing of large parameter signals is realized, which breaks through the limitation that the sampling frequency must be 50 times greater than the signal frequency required by the quadratic sampling variable scale stochastic resonance algorithm. A weak signal detection model based on undersampling stochastic resonance is constructed, and the feasibility of the method is proved theoretically. Finally, the method is used to simulate the detection of weak single-frequency signals with a signal-to-noise ratio of -27 dB, and the results further verify the correctness of the proposed weak signal detection scheme. The proposed method greatly reduces the sampling rate of the signal and lays a foundation for the application of stochastic resonance to the improvement of Kostas (Costas) ring.
【作者单位】: 解放军理工大学通信工程学院;解放军96610部队;
【基金】:国家自然科学基金资助项目(61032004,91338201) 国家高技术研究发展计划(863计划)项目(2012AA121605,2012AA01A503,2012AA01A510)~~
【分类号】:TN911.23

【参考文献】

相关期刊论文 前6条

1 张宇;赵远;唐勐;吕海峰;孙秀冬;;随机共振应用于大频率周期性弱信号检测[J];哈尔滨工业大学学报;2008年11期

2 杨海博;王海燕;申晓红;;奇异谱技术在混沌背景下微弱信号检测中的应用[J];计算机测量与控制;2012年03期

3 刘磊;范铁生;王银斌;李智慧;唐春鸽;;基于信号包络分析的并行微弱信号检测算法[J];计算机应用;2012年08期

4 冷永刚,王太勇;二次采样用于随机共振从强噪声中提取弱信号的数值研究[J];物理学报;2003年10期

5 蔡卫菊;;基于随机共振的微弱信号检测[J];信息与电子工程;2012年02期

6 夏均忠;刘远宏;冷永刚;葛纪桃;;微弱信号检测方法的现状分析[J];噪声与振动控制;2011年03期

【共引文献】

相关期刊论文 前10条

1 郭山红;孙锦涛;谢仁宏;;基于随机共振的穿墙探测信号检测研究[J];兵工学报;2008年12期

2 张宇;吕海峰;赵远;孙秀冬;;基于非线性系统随机共振的多频弱信号检测[J];吉林大学学报(信息科学版);2007年01期

3 杨晓阔;王曙钊;王峻;刘鹏;;基于特征向量盲分离的多频微弱信号检测方法[J];传感技术学报;2008年08期

4 魏世朋;张天骐;余熙;高春霞;;利用随机共振解调微弱MFSK信号[J];电讯技术;2011年06期

5 李楠;赵妍;李天云;王爱凤;;基于随机共振理论的异步电动机转子断条检测新方法[J];电工技术学报;2006年05期

6 李楠;孟祥侠;;一种笼型异步电动机转子早期故障检测的新方法[J];大电机技术;2006年01期

7 王林泽;陈旋;赵文礼;;基于分段线性随机共振模型的信号检测电路研究[J];电路与系统学报;2010年06期

8 冷永刚,王太勇,郭焱,范胜波,王永强;基于双稳类随机共振的信息检测[J];电子与信息学报;2005年05期

9 梁军利;杨树元;唐志峰;;基于随机共振的微弱信号检测[J];电子与信息学报;2006年06期

10 刘旭飞;李晓辉;梁新宇;;基于CC1100的无线数据采集系统设计[J];电子世界;2012年06期

相关会议论文 前3条

1 张伟;唐斌;张健;周R,

本文编号:2100058


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/wltx/2100058.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户43494***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com