通信信号非线性动力学检测关键技术分析-analysis of key techniques for nonlinear dynamic detection of communication signals.docxVIP

摘要 摘要 I I 摘 要 微弱信号检测在通信、雷达和声呐等领域有着广泛的应用。传统微弱信号检 测方法大多采用线性处理方法，在低信噪比情况下效果并不理想，促使人们不断 探索微弱信号检测的新理论、新方法，以期能够从强噪声背景中更准确地检测出 微弱信号。近年来，非线性学科的发展为解决这类问题提供了新的思路。非线性 系统中往往存在着诸多线性系统中不存在的现象，如跃迁、高阶谐振及混沌等等。 与线性系统中单纯抑制噪声不同，非线性系统可以利用噪声。 目前利用非线性动力学进行信号检测一般只涉及到检测单音信号，比如正弦 波。而通信信号一般是带通信号，有的数字通信调制信号会具有多种频率和相位， 并且由于信源的随机性会导致符号周期波形不连续。本文以非线性动力学理论为 基础，研究了基于随机共振和 Duffing 混沌系统的微弱通信调制信号检测方法。论 文的主要内容包括： 1.基于随机共振的微弱通信信号检测方面，论文首先对双稳态随机共振系统数 值求解稳定性进行了讨论，然后采用基于自适应随机共振系统的新型能量检测算 法和周期图能量检测算法，仿真分析了 BFSK、QPSK、MSK 和 16QAM 这四种调 制信号在同步与非同步情况下的检测性能，并研究了噪声不确定性对检测性能的 影响。结果表明：与能量检测相比，这两种检测算法均提高了检测性能。 2.基于 Duffing 混沌系统的微弱通信信号检测方面，Duffing 系统状态对策动力 幅值敏感的动力学特性为基于 Duffing 混沌系统进行微弱信号检测提供了理论基 础。论文研究了影响 Duffing 系统状态判别的四个要素：步长、初始相位、噪声以 及信号频率。由于利用 Duffing 混沌系统进行微弱信号检测关键是系统状态的判定， 本文进一步研究了基于功率谱特征和基于伪哈密顿量两种定量判别方法： ? 利用 Duffing 系统在混沌状态与大周期状态时功率谱低频分量具有很大差 异这一特征，论文提出了基于功率谱特征的检测算法，仿真分析了该算法 检测 BFSK、QPSK、MSK 和 16QAM 四种调制信号的性能。 ? 利用 Duffing 系统在混沌状态与大周期状态时伪哈密顿量具有很大差异这 一特征，论文研究了基于伪哈密顿量的检测算法, 仿真分析了 BFSK、 QPSK、MSK 和 16QAM 四种调制信号在这一算法下的检测性能。 仿真结果显示：上述两种方法的性能均优于能量检测算法。 关键词：信号检测,随机共振系统，Duffing 混沌系统，混沌状态 ABSTRACT ABSTRACT II II ABSTRACT Weak signal detection has been widely used in communications, radar, sonar and other fields. Most of the traditional methods of weak signal detection are based on linear system, and they can not perform well under very low signal-to-noise ratio (SNR) scenarios. In order to detect the weak signal more accurately under very strong noise environments, new theories and methods are being explored. In recent years, the advancement of nonlinear science provides a new idea to analyze and solve such problems. In fact, there exist some specific phenomenons in nonlinear systems, such as resonance, high order harmonic, chaos and so on. In contrast to suppressing noise in linear systems, the noise can be utilized in nonlinear systems. So far, to the best of our knowledge, nonlinear systems have only been applied to detect the weak signal consisting of single tone, such as sine wave. However, communication signals