一种基于随机共振的弱信号检测方法---外文翻译.docVIP

一种基于随机共振的 弱信号检测方法 摘要 一种有效的方法检测弱信号夹杂的强噪声背景的基础上,提出了随机共振(简SR) 理论。与常规随机共振的算法相比, 这种算法是简化了其中的变化,只保留了一个参数,实现微弱信号检测. 模拟研究显示,该方法在检测分析信号中夹杂很高噪声的背景下，适合探测信号与不同噪音水平的参数变化. 应用该方法对实验信号弱X光衍射和拉曼光谱进行了研究. 认为可以得到可靠满意的结果. 针对实际探测的弱信号常常是多个频率弱信号共存的的情形，进行了利用随机共振检测多频周期性弱信号的研究，以便把利用随机共振的弱信号检测应用于信息处理中微弱信息识别与提取。数值计算结果表明，在适当调节系统参数的情况下，强同频噪声下的多频周期性弱信号经过非线性双稳态系统后，相差不超过一个数量级的几个低于0.5Hz的不同频率的弱信号都可以同时发生随机共振而被检测出来，其信噪比改善十分明显，可以提高30dB以上。该方法在信息识别与信息处理方面具有潜在的应用价值。 1.简介 随机共振() ,最初是由本齐和他的共同工作者解释地球冰期的周期, 而现象理论和实验研究在若干科学领域. 在近几十年中, 典型的,已经发现了许多简单的物理系统[3,4]和更为复杂的系统,诸如化学和生物系统现象可以简单地视为一个事件的潜在障碍通道这个过渡,从一个局部均衡的情况其他事在场的噪音除了信号和噪声,非线性系统实现是一个关键因素。在非线性系统, 达芬系统被普遍采用。它可以用公式:是一个非线性与调和势函数U(x) 。是一个衰减因子。s(t)包括有用的信号s(t)和背景噪声n(t)引起的分析仪器和假设会恒为特定的微弱信号。x是位置的信号和第一和第二阶微分时间 如果A和B都是正的常量。此时,有两个稳定的平衡点.在这项工作中,a＝1和b＝1被应用，在显示形状的潜在U(x)的反X。当达芬系统在周期性弱信号系统中应用时, 它可以定期抑扬的潜力,提高和降低(点线)。 当值的微弱信号是适当的情况下,壁垒强度(ΔU)将达到最小, 而弱信号(图. 1中的圆点 )可以轻易改变其位置在两个稳定点的有益噪声之间。此时,微弱信号可以从背景噪声中被检测出来。以往多数研究都集中于达到随机共振改变信号的振幅和频率作为控制参数。然而,对于检测微弱信号的分析, 这是不合适的,因为一个信号的组成是非常复杂的,含有多种不同的振幅和频率。因此,输入信号的校正系统的参数匹配应该是一个有效的途径来实现微弱信号检测。 随机共振中的弱信号意味着,在非线性系统中,它自身不能跳过障碍(从一个稳定点跳跃到其他情况)。当n(t)是当前噪音周期,噪声驱动切换发生在一些速率中.切换速度,给出了著名的公式克拉默斯其中C是一个常数,它是有关制度。D是输入信号中的强背景噪声, ΔU是壁垒强度.在本研究。 在噪声中, 随机共振现象发生时的平均等待时间为()可比较的输入信号时间周期(T)为对于给定周期T的输入信号，当与T匹配时，随机共振现象将会发生。以及相应的输出信号的信噪比将会达到最大值，应该指出,当一个解析信号,给出参数γ可调谐范围,以取得同步之间的切换速度和信号周期.因此,它通过改变阻尼因子γ应该能够实现微弱信号检测。离散化状况.(1)和(2)可以解决用四阶龙格-库塔方法。如果n个样本的输出信号x(t)和输入信号S(t)+n(t)的称谓xn及Sn,分别输出信号,可以按下列公式计算: 这里h通常取值为0.2，并给出L1 L2 L3 L4为 算法主要目的是将制度纳入随机共振条件,当它通过只有一个参数的不确定的调制信号被驱动时.当随机共振条件达成,所需资料,即输出信号对应的最高信噪。基于上述的原则,一种新的检测算法用来分析微弱信号。它始于正常化的输入信号到区间[ -1 , 1]。当正常化信号输入输出对应于不同的取值γ时，经检验这些输出信号,可以得到最好的输出端。 3.实验 3.1. 模拟信号 为了考察算法的有效性,通过高斯函数产生一个模拟信号而ε，t0, W1/2是振幅,位置和宽度的一半,高峰,而设定为1.0 , 5.0和0.4 ,分别。因为类型的噪声,如高斯噪声,均匀噪声和拉普拉斯噪声, 不会明显影响信噪比的输出,随机噪声(指的是－0.04371 ,标准差为1.092) 加上产生噪声信号。图. 2显示的模拟信号,如果没有,分别加上噪声,数据点数值为1000。 3.2.实验信号3.2.1. 拉曼光谱 醇类溶液中的CCl4浓度(V/V)45%,60%,75%,90%测量激光拉曼光谱仪( ramanlog 6, SPEX仪,美国) ,从250到420 cm与0.2cm1一步。积分时间为0.1为了获得高噪声背景下信号,一个非常低功率的激光光源( 20兆瓦) 图. 3显示实测拉曼光谱的CCl4溶解度, (a), (b), (c) 和 (d)分别