窄带噪声下弱信号检测方法研究与系统实现

发布时间：2020-06-14 10:44

【摘要】：通信中至关重要的一个问题是如何实现对信号的有效检测。能够正确检测到需要的信号,是合作方能够正确实现信号接收的基础,也是非合作方能实施信息对抗和信号干扰的基础。目前提出的信号检测算法大致可以分为线性方法和非线性方法。线性方法直接利用信号的时域或者频谱信息,通过一定的算法处理完成对信号的检测。由于线性方法直接利用信号信息,所以当信号中包含的噪声功率较高时,难以提取有效的信号信息。所以线性方法对信噪比的检测门限要求较高,难以实现对低信噪比信号的检测。非线性方法充分利用非线性系统的特点,通过将信号的变化转换成系统状态的变化,能够实现对低信噪比信号的检测。混沌理论是非线性信号检测算法之一,其中又以Duffing振子最为典型。现阶段的研究表明,利用Duffing振子能够实现对微弱的正弦信号、BPSK信号等的频率检测。但是目前基于Duffing振子检测微弱信号的研究都是在严格高斯白噪声条件下进行的,得到的结论只是理论性的成果,难以运用到实际中。本论文针对窄带噪声和存在信号间干扰条件下的Duffing振子状态进行分析。提出窄带噪声条件下利用Duffing振子完成微弱信号检测的新方法,并且利用FPGA搭建基于Duffing振子的信号检测验证系统,验证方法的正确性和可行性。本论文首先研究了Duffing振子相关的基本理论,对振子的高斯白噪声免疫性原理和基于Duffing振子的弱信号检测方法进行分析。通过对差分振子和振子阵列的分析,得到本论文采用的基本信号检测模型和合适的振子参数选择。然后对信号间干扰和窄带噪声对振子状态的影响进行了分析和仿真,得出了此时Duffing振子与传统理论不同的状态形式。为了在窄带噪声条件下实现信号频率检测,将窄带噪声带入Duffing振子,建立新的Duffing振子模型。利用Melnikov方程对模型进行分析,得出窄带噪声下振子的概率周期状态。利用周期状态时间比重(Period State Time Rate,PSTR)方法实现振子状态判断。随后,利用MATLAB建立基于PSTR方法的微弱信号检测平台,验证了在窄带噪声条件下,基于PSTR方法检测单信号和多信号的可行性。最后,基于包含Altera CycloneⅣ型FPGA芯片的DE2_115开发板,利用Verilog HDL语言,搭建弱信号检测系统,验证方法实现的可行性。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN911.23
【图文】：

仿真模型,方程,鞍点,平衡点

图 2-1 Duffing 方程仿真模型对Duffing振子状态方程分析可知:（1）当周期策动力幅值 =0 时，系统中存在包括焦点（0,0）和两个鞍点（,0）的 3 个平衡点。平衡点的意思是当系统的初始状态不同，经动，系统最终会驻留在 3 个平衡点之一。如图 2-2a)所示，当系统初始值（0,0）时，系统运动之后的状态将驻留在鞍点（1,0）上；如图 2-2b)，当（值为（-1,-1）时，系统状态将驻留在鞍点（-1,0）上。

状态图,Duffing系统,状态,鞍点

图 2-1 Duffing 方程仿真模型对Duffing振子状态方程分析可知:（1）当周期策动力幅值 =0 时，系统中存在包括焦点（0,0）和两个鞍点（1,0）、（-1,0）的 3 个平衡点。平衡点的意思是当系统的初始状态不同，经过往返运动，系统最终会驻留在 3 个平衡点之一。如图 2-2a)所示，当系统初始值（x,y）取（0,0）时，系统运动之后的状态将驻留在鞍点（1,0）上；如图 2-2b)，当（x,y）初始值为（-1,-1）时，系统状态将驻留在鞍点（-1,0）上。

【参考文献】