基于调制随机共振的微弱信号频率检测方法
发布时间：2021-07-08 00:44
以工程实践中被强噪声淹没的微弱信号检测为背景,提出了一种基于调制随机共振的微弱信号频率检测方法。针对常用的随机共振系统检测受到信号的小频率和小幅值的约束,采用调制随机共振检测,进而使大频率信号变为适宜随机共振处理的小频率信号。在Matlab平台上对微弱正弦信号检测进行了仿真研究,实验结果表明该方法能够有效地检测出微弱信号的频率。文中最后给出了调制随机共振实现电路。
【文章来源】：仪表技术与传感器. 2014,(08)北大核心CSCD
【文章页数】：3 页
【部分图文】：
图1双稳随机共振模型
第8期李忠虎等:基于调制随机共振的微弱信号频率检测方法105图2双势阱示意图2调制随机共振绝热近似法以及其近似理论研究表明:随机共振的应用在小参数的条件下才有明显优势，这样限制了其在工程中的应用［4］。对于信号频率远大于1Hz的情况下，可以采用对信号进行调制、采样频率压缩、时序步进采样、调节系统参数等方法，相对于其他方法，采用调制后的方法比较简单，系统的工作量比较低，也便于实现。调制随机共振的基本思想是将被测信号用载波信号进行调制［5］，调制后的信号引入到双稳随机共振系统中。调制后的低频信号满足小参数的随机共振条件要求，可以产生随机共振。最后对随机共振系统的输出信号进行解调处理，这样就得到了被测信号。调制随机共振系统的结构如3所示。图3调制随机共振系统结构图设待测信号S(t)=Acos(2πf0t)，噪声为n(t)，频率可变的载波信号V1(t)=cos(2πfct)。经过调制后进入随机共振系统的信号为X(t)=［S(t)+n(t)］·V1(t)=S(t)×V1(t)+n(t)·V1(t)(3)=Acos(2πf0t)cos(2πfct)+n(t)cos(2πfct)因为高斯白噪声经过调制后还是白噪声，这样，进入随机共振系统的信号为X(t)=12Acos［2π(f0－fc)t］+12Acos［2π(f0+fc)t］+n(t)(4)由式(4)可知，经过调制后得到了2个不同频率的信号，当调节载波信号接近待测信号频率时，差频信号相当于绝热条件下的小频率信号，进而产生随机共振。因为和频信号的频率远远大于1Hz，不满足绝热条件下的小频率信号检测的要求，所以不会对系统产生影响。3调制随机共振仿真分析通过Matlab平台进行基于随机共振的微弱信号检测仿真实验，采用工程上应用广泛的四阶龙格－库塔法［6］进?
优势，这样限制了其在工程中的应用［4］。对于信号频率远大于1Hz的情况下，可以采用对信号进行调制、采样频率压缩、时序步进采样、调节系统参数等方法，相对于其他方法，采用调制后的方法比较简单，系统的工作量比较低，也便于实现。调制随机共振的基本思想是将被测信号用载波信号进行调制［5］，调制后的信号引入到双稳随机共振系统中。调制后的低频信号满足小参数的随机共振条件要求，可以产生随机共振。最后对随机共振系统的输出信号进行解调处理，这样就得到了被测信号。调制随机共振系统的结构如3所示。图3调制随机共振系统结构图设待测信号S(t)=Acos(2πf0t)，噪声为n(t)，频率可变的载波信号V1(t)=cos(2πfct)。经过调制后进入随机共振系统的信号为X(t)=［S(t)+n(t)］·V1(t)=S(t)×V1(t)+n(t)·V1(t)(3)=Acos(2πf0t)cos(2πfct)+n(t)cos(2πfct)因为高斯白噪声经过调制后还是白噪声，这样，进入随机共振系统的信号为X(t)=12Acos［2π(f0－fc)t］+12Acos［2π(f0+fc)t］+n(t)(4)由式(4)可知，经过调制后得到了2个不同频率的信号，当调节载波信号接近待测信号频率时，差频信号相当于绝热条件下的小频率信号，进而产生随机共振。因为和频信号的频率远远大于1Hz，不满足绝热条件下的小频率信号检测的要求，所以不会对系统产生影响。3调制随机共振仿真分析通过Matlab平台进行基于随机共振的微弱信号检测仿真实验，采用工程上应用广泛的四阶龙格－库塔法［6］进行求解。k1=f(xi，yi)k2=f(xi+h/2，yi+h·k1/2)k3=f(xi+h/2，yi+h·k2/2)k4=f(xi+h，yi+h·k3
本文编号：3270698
【文章来源】：仪表技术与传感器. 2014,(08)北大核心CSCD
【文章页数】：3 页
【部分图文】：
图1双稳随机共振模型
第8期李忠虎等:基于调制随机共振的微弱信号频率检测方法105图2双势阱示意图2调制随机共振绝热近似法以及其近似理论研究表明:随机共振的应用在小参数的条件下才有明显优势，这样限制了其在工程中的应用［4］。对于信号频率远大于1Hz的情况下，可以采用对信号进行调制、采样频率压缩、时序步进采样、调节系统参数等方法，相对于其他方法，采用调制后的方法比较简单，系统的工作量比较低，也便于实现。调制随机共振的基本思想是将被测信号用载波信号进行调制［5］，调制后的信号引入到双稳随机共振系统中。调制后的低频信号满足小参数的随机共振条件要求，可以产生随机共振。最后对随机共振系统的输出信号进行解调处理，这样就得到了被测信号。调制随机共振系统的结构如3所示。图3调制随机共振系统结构图设待测信号S(t)=Acos(2πf0t)，噪声为n(t)，频率可变的载波信号V1(t)=cos(2πfct)。经过调制后进入随机共振系统的信号为X(t)=［S(t)+n(t)］·V1(t)=S(t)×V1(t)+n(t)·V1(t)(3)=Acos(2πf0t)cos(2πfct)+n(t)cos(2πfct)因为高斯白噪声经过调制后还是白噪声，这样，进入随机共振系统的信号为X(t)=12Acos［2π(f0－fc)t］+12Acos［2π(f0+fc)t］+n(t)(4)由式(4)可知，经过调制后得到了2个不同频率的信号，当调节载波信号接近待测信号频率时，差频信号相当于绝热条件下的小频率信号，进而产生随机共振。因为和频信号的频率远远大于1Hz，不满足绝热条件下的小频率信号检测的要求，所以不会对系统产生影响。3调制随机共振仿真分析通过Matlab平台进行基于随机共振的微弱信号检测仿真实验，采用工程上应用广泛的四阶龙格－库塔法［6］进?
优势，这样限制了其在工程中的应用［4］。对于信号频率远大于1Hz的情况下，可以采用对信号进行调制、采样频率压缩、时序步进采样、调节系统参数等方法，相对于其他方法，采用调制后的方法比较简单，系统的工作量比较低，也便于实现。调制随机共振的基本思想是将被测信号用载波信号进行调制［5］，调制后的信号引入到双稳随机共振系统中。调制后的低频信号满足小参数的随机共振条件要求，可以产生随机共振。最后对随机共振系统的输出信号进行解调处理，这样就得到了被测信号。调制随机共振系统的结构如3所示。图3调制随机共振系统结构图设待测信号S(t)=Acos(2πf0t)，噪声为n(t)，频率可变的载波信号V1(t)=cos(2πfct)。经过调制后进入随机共振系统的信号为X(t)=［S(t)+n(t)］·V1(t)=S(t)×V1(t)+n(t)·V1(t)(3)=Acos(2πf0t)cos(2πfct)+n(t)cos(2πfct)因为高斯白噪声经过调制后还是白噪声，这样，进入随机共振系统的信号为X(t)=12Acos［2π(f0－fc)t］+12Acos［2π(f0+fc)t］+n(t)(4)由式(4)可知，经过调制后得到了2个不同频率的信号，当调节载波信号接近待测信号频率时，差频信号相当于绝热条件下的小频率信号，进而产生随机共振。因为和频信号的频率远远大于1Hz，不满足绝热条件下的小频率信号检测的要求，所以不会对系统产生影响。3调制随机共振仿真分析通过Matlab平台进行基于随机共振的微弱信号检测仿真实验，采用工程上应用广泛的四阶龙格－库塔法［6］进行求解。k1=f(xi，yi)k2=f(xi+h/2，yi+h·k1/2)k3=f(xi+h/2，yi+h·k2/2)k4=f(xi+h，yi+h·k3
本文编号：3270698
本文链接：https://www.wllwen.com/kejilunwen/wltx/3270698.html
