随机共振应用于窄带PSK信号处理的研究
本文关键词: 随机共振 窄带相移键控信号 信噪比门限 采样率 出处:《信号处理》2017年05期 论文类型:期刊论文
【摘要】:非线性随机共振系统能够有效利用噪声能量增强微弱周期信号,可用于强噪声背景下的微弱通信信号检测。本文提出基于人工鱼群算法的自适应随机共振方法处理相移键控(PSK)信号,分别从算法应用于参数估计、应用于降低检测信噪比门限、应用于提高带内信噪比三个角度分析算法对PSK信号检测性能带来的提升,阐述了采样率在窄带PSK信号参数估计的随机共振中的作用。理论分析和仿真结果表明,对比传统谱线法其能够明显提升PSK信号参数估计性能,将参数估计信噪比门限降低3~6 d B,并具有良好的收敛性能。此外,验证随机共振直接处理窄带周期信号没有实际提升效果。
[Abstract]:Nonlinear stochastic resonance systems can effectively use noise energy to enhance weak periodic signals. This paper presents an adaptive stochastic resonance method based on artificial fish swarm algorithm for phase shift keying (PSK) signal processing, which is applied to parameter estimation respectively. It is applied to reduce the detection SNR threshold and improve the in-band signal-to-noise ratio (SNR) from three angles to improve the detection performance of PSK signal. The effect of sampling rate on the stochastic resonance of narrow-band PSK signal parameter estimation is described. The theoretical analysis and simulation results show that compared with the traditional spectral line method, the proposed method can significantly improve the performance of PSK signal parameter estimation. The SNR threshold of parameter estimation is reduced by 3 dB and has good convergence performance. In addition, it is verified that direct processing of narrowband periodic signals by stochastic resonance has no practical lifting effect.
【作者单位】: 解放军信息工程大学信息系统工程学院;
【基金】:国家自然科学基金资助项目(61401511)
【分类号】:TN911.7
【正文快照】: 1引言噪声背景下的微弱信号检测技术在通信、机械、医学、物理测量等领域得到了广泛研究和发展。与传统信号检测方法相比,随机共振能够有效利用噪声能量增强周期信号,同时噪声能量得到抑制,这将为低信噪比信号检测技术带来很大的帮助。然而随机共振的发生并不是无条件的[1-3],
【相似文献】
相关期刊论文 前10条
1 安良;陈励军;陆佶人;;海洋噪声背景下基于随机共振方法的波束形成[J];声学技术;2006年02期
2 王晶;张庆;梁霖;张熠卓;徐光华;;采用遗传算法的自适应随机共振系统弱信号检测方法研究[J];西安交通大学学报;2010年03期
3 吴利平;李赞;李建东;;随机共振参数的自适应调整策略与性能分析[J];北京邮电大学学报;2011年02期
4 李晓龙;冷永刚;范胜波;石鹏;;基于非均匀周期采样的随机共振研究[J];振动与冲击;2011年12期
5 张晓燕;徐伟;周丙常;;周期矩形信号作用下时滞非对称单稳系统的随机共振[J];物理学报;2012年03期
6 张礁石;杨子贤;卢结成;;阈值阵列模型与超阈值随机共振[J];通信技术;2012年07期
7 杨宁;张培林;马乔;王江涛;;自适应随机共振在微弱信号检测中的应用[J];机械强度;2012年06期
8 张丽珠;于健;;基于调制随机共振大频率信号检测的仿真[J];天津职业技术师范大学学报;2012年04期
9 陈明生;秦明新;孙即祥;尹中秋;宁旭;;低信噪比下融合随机共振的运动目标检测算法[J];国防科技大学学报;2013年01期
10 肖井华,屈支林,刘杰;双频率信号驱动下的随机共振[J];北京邮电大学学报;1996年01期
相关会议论文 前3条
1 周辉;李建龙;;误差反馈对随机共振非线性系统性能的影响[A];浙江省信号处理学会2011学术年会论文集[C];2011年
2 王关平;杨森;靳伍银;;FHN神经元传输特性研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
3 徐娇华;赵宗曦;张宇;;基于随机共振原理的微弱水声信号处理[A];中国声学学会第九届青年学术会议论文集[C];2011年
相关博士学位论文 前5条
1 范剑;随机共振和混沌理论在微弱信号检测中的应用研究[D];河北工业大学;2014年
2 刘进;基于非线性随机共振的弱信号检测理论研究[D];西安电子科技大学;2015年
3 王楠;非线性系统逻辑随机共振的理论研究[D];东南大学;2015年
4 万频;随机共振在信号检测中的研究与应用[D];广东工业大学;2011年
5 马玉梅;基于Fisher信息量的弱信号处理增益问题研究[D];青岛大学;2014年
相关硕士学位论文 前10条
1 陈晨;随机共振微弱信号检测的参数敏感性研究与应用[D];西安石油大学;2015年
2 王潇;基于随机共振的CDMA波束成形技术研究[D];电子科技大学;2014年
3 谯自健;基于随机共振理论的微弱信号检测方法研究及应用[D];兰州理工大学;2015年
4 吴创宾;听觉非线性信号处理的心理声学实验研究[D];华中科技大学;2014年
5 尚金红;基于随机共振理论不同噪声背景下2PSK信号相干接收误码率的研究[D];天津工业大学;2016年
6 姜梦琦;阈值网络中基于互信息的随机共振研究[D];南京邮电大学;2016年
7 胡韬;基于随机共振理论的微弱信号检测方法研究[D];重庆邮电大学;2016年
8 宋洋洋;基于混沌与随机共振的微弱信号检测方法的研究[D];西安石油大学;2016年
9 孙振源;基于随机共振的毫米波辐射计信号检测方法研究[D];南京理工大学;2017年
10 薛力伟;随机共振系统的参数选取与应用研究[D];兰州大学;2009年
,本文编号:1486515
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1486515.html