关键词:
微弱信号检测
随机共振
非对称分段双稳系统
分段非饱和三稳系统
非饱和耦合系统
摘要:
信号检测、工业器械检测、生物医学、材料科学等许多的研究领域都需要用到微弱信号检测技术。传统的检测技术提高信噪比(Signal to noise ratio,SNR)的手段,都是通过抑制噪声的方式。这些方法与技术在抑制噪声的同时,有可能将微弱的有用信号一起消除。而一种能产生随机共振(Stochastic resonance,SR)现象的非线性系统完美地解决了这一问题。要出现SR现象,就必须要非线性系统,信号,噪声这三个要素达到一个协同状态。这时噪声的能量会向微弱信号处转移,达到抑制噪声同时又增强有用信号的目的。正是由于非线性随机共振系统的这一特性,吸引了众多学者对其进行研究,并大量运用到那些使用了微弱信号检测技术的领域。论文先介绍了随机共振理论的发展过程,及相应的基础理论。在已有的理论基础上,重点关注对非线性系统的改造与应用。本论文研究的主要研究内容有如下几个点:(1)结合随机共振系统的结构特性,分析其优化原理,构造出一种具有非对称结构和非饱和特性的分段线性双稳态随机共振系统。推导出信噪比公式,并与经典双稳态系统和对称线性双稳态系统的信噪比公式进行对比。从理论上证明了该非对称系统具有良好的系统性能。然后进行数值仿真,用数值仿真的形式再一次说明构造的系统具有优良的性能。同时也验证了理论分析和公式推导的正确性。(2)由于双稳态系统和三稳态系统各有优劣势。因此对三稳态系统势函数进行改进也非常有必要。针对经典的三稳随机共振系统模型不够理想,参数间相关性太大难以用算法实现参数寻优等问题,提出一种新型构造三稳随机共振系统模型。对该模型进行输出信噪比的公式推导与分析,阐明其参数对该模型产生的影响,并在数值仿真上与分段线性模型进行对比分析,验证公式推导的正确性和该模型的优越性。(3)通过检索文献发现,大多数应用于工程的系统都是具有不同势函数的单个随机共振系统。随机共振系统的性能极易受系统参数的影响。如果将两个复杂的系统耦合在一起,会引入许多的参数,而参数间的相关性过于复杂,不便于寻找到较好的参数来获得更好的系统性能。基于此采用一个由简单的单稳系统通过线性耦合的方式与一个性能好但参数较多的新型随机共振系统耦合,形成一种可控型的随机共振耦合系统。通过与新构造的随机共振系统耦合,可以得到新型的耦合控制系统。推导出信噪比公式并与未耦合的系统进行对比,理论上面说明该方法能有效地改进系统性能。最后进行相应的数值仿真实验,用于验证理论分析与信噪比公式推导的正确性。(4)由于构造出的新型势函数参数个数较多,采用一般的迭代寻优算法会花费大量的时间进行参数寻优,同时也难以获得较准确的系统参数。这使得系统的实际运用价值降低。为解决该问题,提出一种自适应参数寻优算法。由于该算法模拟生物遗传的特点进行参数寻优,也被称为遗传算法。在实际运用遗传算法进行参数寻优时,成功地达到了目的。实际运用的结果表明,改进的系统性能优良,且完全符合理论推导和数值仿真的结论。