论文摘要
克服信道噪声的不利影响一直是通信领域的重要研究内容,伴随着无线通信环境的日益复杂,如何增强淹没在背景噪声中的微弱信号及其特征成为当前研究的热点问题。目前大多数微弱信号特征提取技术主要是基于抑制噪声的理念,但目标特征不可避免地也会受到一定程度的抑制和破坏。随机共振能够利用非线性系统将噪声的部分能量转移到有用信号中,本课题将其应用到非合作通信信号处理领域,旨在实现更为有效的微弱信号增强和特征提取,主要工作和研究成果包括:1.针对双稳态随机共振无法有效处理多类微弱信号且系统参数较难选取的问题,提出基于奇异值分解的自适应参数调节随机共振方法。首先,从信号的特征子空间出发,利用奇异值分解构造出评价函数,并采用幅度归一化来进行单参数优化。同时,在随机共振处理模块中加入滑动平均滤波器解决了幅度漂移现象。最后,用于求解最佳系统参数的人工鱼群优化算法能够以较快的迭代速度收敛并实现和非线性系统的最佳匹配。2.针对传统调制识别技术的性能在信噪比降低时恶化的问题,提出基于参数调节随机共振的调制识别特征提取与增强方法。从幅度、相位、频率和小波变换共四类瞬时特征出发,深入探究了随机共振对共计7种特征参数带来的影响和作用,验证了随机共振系统的相位延迟效应不会对特征提取带来消极影响。最后利用BP神经网络对6种改善后的特征进行分类识别。仿真实验结果表明,参数调节随机共振能够将调制识别分类成功的信噪比门限大大降低。3.针对低信噪比MPSK和MQAM信号符号速率特征提取问题,提出了一种将随机共振与小波变换联合的方法。先利用自适应参数调节随机共振为含噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,最后使用模块化思路设计出整体方法架构。该方法不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响。仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限。4.针对OFDM信号中实际子载波数的特征提取问题,提出利用随机共振提升传统算法性能。首先,利用自适应参数调节随机共振算法对OFDM信号进行增强预处理,其次,分别采用倒谱法和小波改进倒谱法进行处理,最后,通过对信号的倒谱进行峰值检测从而确定子载波数。仿真结果表明,随机共振对于以上两种方法都能有较大程度的改进,提高了检测峰值,降低了信噪比门限,并增大了估计精度。
论文目录
文章来源
类型: 硕士论文
作者: 张政
导师: 马金全
关键词: 微弱信号处理,参数调节随机共振,特征提取,双稳态,调制识别,符号速率,子载波数
来源: 战略支援部队信息工程大学
年度: 2019
分类: 基础科学,信息科技
专业: 力学,电信技术
单位: 战略支援部队信息工程大学
分类号: TN92;O321
DOI: 10.27188/d.cnki.gzjxu.2019.000040
总页数: 96
文件大小: 6499K
下载量: 201
相关论文文献
- [1].一种随机共振联合小波变换的符号速率估计方法[J]. 电子学报 2019(12)
- [2].滚动轴承早期故障优化自适应随机共振诊断法[J]. 轻工机械 2020(02)
- [3].一种基于自适应双稳态随机共振的中介轴承故障诊断方法[J]. 浙江水利水电学院学报 2020(02)
- [4].基于三稳态随机共振的滚动轴承早期故障诊断研究[J]. 机械制造与自动化 2020(03)
- [5].智能算法在自适应随机共振中的应用[J]. 科技展望 2016(32)
- [6].震荡随机共振的信噪比增益研究与电路仿真[J]. 复杂系统与复杂性科学 2015(01)
- [7].基于小波包和积分补偿调参随机共振在轴承故障检测中的应用[J]. 工业仪表与自动化装置 2020(03)
- [8].基于时延反馈多稳随机共振的微弱信号检测方法[J]. 计量学报 2020(07)
- [9].基于二阶非对称随机共振的轴承故障特征提取[J]. 大连交通大学学报 2019(05)
- [10].基于周期势系统随机共振的轴承故障诊断[J]. 工程科学学报 2018(08)
- [11].基于单稳随机共振的语音增强处理[J]. 电脑知识与技术 2015(01)
- [12].基于调制随机共振的微弱信号频率检测方法[J]. 仪表技术与传感器 2014(08)
- [13].双频信号作用下的单稳随机共振数值研究[J]. 噪声与振动控制 2013(01)
- [14].基于随机共振原理的自适应检测系统设计[J]. 杭州电子科技大学学报 2013(01)
- [15].自适应随机共振新方法及其在故障诊断中的应用[J]. 机械工程学报 2012(07)
- [16].阵列调制随机共振在微弱信号特征提取方面的应用[J]. 计算机测量与控制 2012(06)
- [17].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(04)
- [18].一种单稳随机共振系统信噪比增益的数值研究[J]. 物理学报 2011(04)
- [19].二维随机共振参数调节的图像处理[J]. 天津大学学报 2011(10)
- [20].自适应随机共振二进制基带信号处理[J]. 浙江大学学报(工学版) 2010(04)
- [21].相关噪声驱动下一种特殊非对称非线性系统的随机共振研究(英文)[J]. 四川大学学报(自然科学版) 2020(05)
- [22].随机共振在模拟电路项目式教学中的应用[J]. 电子世界 2018(24)
- [23].基于随机共振的强噪背景下船舶辐射噪声检测[J]. 指挥控制与仿真 2018(03)
- [24].调参级联随机共振系统加强策略[J]. 浙江大学学报(工学版) 2017(10)
- [25].阈值随机共振及其在低质量浓度气体检测中的应用[J]. 浙江大学学报(工学版) 2015(01)
- [26].基于人工鱼群算法的轴承故障随机共振自适应检测方法[J]. 振动与冲击 2014(06)
- [27].随机时滞双稳系统中的参数调节随机共振[J]. 乐山师范学院学报 2013(05)
- [28].参数调节随机共振在机械系统早期故障检测中的应用[J]. 机械工程学报 2009(04)
- [29].基于阈上随机共振的混合气体识别研究[J]. 电子技术应用 2009(07)
- [30].基于自适应随机共振的齿轮微弱冲击故障信号增强提取方法研究[J]. 计量学报 2017(05)
标签:微弱信号处理论文; 参数调节随机共振论文; 特征提取论文; 双稳态论文; 调制识别论文; 符号速率论文; 子载波数论文;