高效提取强噪声背景下多频微弱信号的新方法
更新日期:2018-06-29     来源:振动工程学报   浏览次数:221
核心提示:摘要:针对强噪声背景下多频微弱信号提取率较低的问题,提出一种基于随机共振的多频微弱信号自适应方法。采用与信号频数一致的n个频谱极大值点来评价

摘要:针对强噪声背景下多频微弱信号提取率较低的问题,提出一种基于随机共振的多频微弱信号自适应方法。采用 与信号频数一致的 n 个频谱极大值点来评价信噪比,以信噪比与临界阈值作为自适应系统的评价标准,自动确定最优参数, 高效提取多频信号。研究发现,将自适应参数 a、b 范围由(0,1.5)缩至(0,0.5),提高了工作效率;将八路微弱信号上 产生的随机共振效应扩展到十二路微弱信号上,初始信噪比由-9.77dB 提高到-3.51dB,信噪比增益为 6.26dB,成功实现十二 路微弱信号的自适应检测。仿真结果表明该方法是可行的,能成倍提升信号传输速度,提高系统处理信号的效率。
关键词:自适应;随机共振;信噪比;临界阈值;多频微弱信号
强噪声背景下的微弱信号检测技术在通信、机械故障诊断、生物医学、物理测量等领域应用广泛,一 直是信号检测与处理领域的研究热点。目前常用如基于小波、主分量分析【1】、经验模态分解【2】等降噪方法, 从消除噪声的角度出发来检测含噪微弱信号。虽然这些方法在处理非线性、非平稳信号方面具有一定优势 【3-4】,但对于强噪声背景下的微弱信号提取,降噪的同时也削弱了有用的特征信号,影响了微弱信号的检测 效果。而自从1981年BENZI等人【5】提出随机共振概念以来,由于其在强噪声背景下微弱信号检测方面具有 明显的优越性,不再将噪声视为影响系统的消极因素,而是将一部分噪声的能量转化为待测信号的能量, 使得随机共振理论成为现今微弱信号检测的研究主流。
经过多年研究,在强噪声背景下的微弱信号探测技术 【8-9】取得了一定的进展。如利用LMS算法,解决级联双稳系统中的参数自适应问题【10】;建立八路信号传输系统模型,实现了八路信号的并行传输【11】。虽然这 些研究为随机共振技术用于处理多频微弱信号提供了可行性,但大部分仅适用于单频信号的检测【10】,而对 多频微弱信号的检测效率较低,且不能实现多频信号的自适应调参【11】。基于这一问题,本文从随机共振理 论出发,提出多频信号自适应算法,解决强噪声背景下多频微弱信号高效检测的问题。
作者:王珊