[發明專利]基于無飽和隨機共振系統模型從噪聲中提取信號的方法

無效

• 申請號: 201210255487.9
• 申請日: 2012-07-23
• 公開（公告）號: CN102768067A
• 公開（公告）日: 2012-11-07
• 發明（設計）人: 趙文禮;王娟;王林澤;王橋醫
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01H17/00
• 分類號: G01H17/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

技術領域

本發明屬于信號檢測與處理技術領域，尤其屬于基于隨機共振原理的信號檢測與噪聲抑制領域，涉及了基于一種新的無飽和隨機共振系統數學模型，利用隨機共振原理在強噪聲背景下提取有用信號的方法。

背景技術

隨機共振的現象最初是由Benzi等科學家發現的，即：一個非線性連續雙穩系統，在一個周期性信號的作用下同時輸入噪聲和信號，當噪聲增強到某一程度時，系統輸出信噪比不僅不降低，反而大幅度的增加，而且存在某一最佳輸入噪聲強度，使系統產生最高信噪比的輸出，從而使原來被噪聲淹沒的信號突顯出來，這種現象被稱為“隨機共振”現象。這一現象的發現為利用隨機共振原理在強噪聲背景下提取有用信號開辟了一條新途徑。

目前基于隨機共振原理的信號檢測與處理使用的系統模型為非線性連續雙穩系統模型，又稱朗之萬（Langevin）方程，該方程見式(1)：

???????????????????????(1)???????????????????????????????????

其中表示輸入信號,表示噪聲信號，?是系統參數。????????????????????????????????????

朗之萬（Langevin）方程也可寫為：

??????????????????????????????????????????(2)????????????????????????????????

其中，參數。

迄今為止，基于隨機共振（SR）原理所提出的信號檢測或提取方法通常是以上述非線性連續雙穩系統模型為核心。但是經過研究發現該模型存在以下幾方面的缺點：???????????

1.該模型存在飽和。在強噪聲背景下，當待測信號幅值A>Am，Am代表飽和閾值，系統輸出將會產生飽和從而降低了輸出信噪比，影響了提取微弱信號的效果。因而，直接用上述模型基于隨機共振原理實現強噪聲背景下的信號提取的效果會顯著變差。

2.該模型的參數與系統的整體形態、結構特征密切相關。任何一個參數的改變會影響整個系統特性，所以在實際使用時，系統參數的選取和調節比較困難，參數調節要求常常是互相有沖突的。

本發明提出了一種新的無飽和隨機共振數學模型，該模型與連續非線性雙穩系統模型具有本質不同，其模型由3段方程描述，其中2個是對稱線性方程，中間一個是非線性方程。由于該系統模型勢函數兩外邊是線性方程，所以無飽和特性存在。以該模型為核心的本發明提出的方法，不存在飽和,所以在強噪聲環境提取信號的效果明顯好于傳統的連續雙穩系統模型。圖1(a)和圖1(b)是無飽和隨機共振數學模型和非線性連續雙穩數學模型的輸出比較；即：噪聲為0時，取正弦信號作為輸入信號，信號幅值從0.4依次變化到0.8、1.2、1.6、2，圖1（a）是無飽和隨機共振數學系統模型的時域輸出，圖1（b）是非線性連續雙穩隨機共振系統模型的時域輸出。對比圖1（a）和圖1（b）可以明顯的看出，無飽和隨機共振系統的輸出隨著輸入信號的增大而明顯增大，變化幅值達到30；非線性連續雙穩隨機共振系統的輸出并不隨著輸入信號的增大而明顯增大，當達到一定值之后，就基本維持在這個值附近，不再明顯增加，說明該系統輸出存在飽和。

另外由于模型由3段組成，參數對系統特征值的影響不再相互依賴，參數易于調節，因而，更易于通過調節參數，使系統達到最佳工作狀態。

受到強噪聲污染的信號的檢測與提取無論在軍事領域，工業領域和民用領域都廣泛存在，目前還沒有一個最好的方法，所以本發明有良好的應用價值。

發明內容

本發明的目的是針對現有模型和技術的不足，提供一種可在強噪聲背景下提取出有用信號的方法。

本發明的具體方法是：

1.將含噪聲信號作為待處理輸入信號，其中，，表示輸入信號，表示噪聲信號。

2.將待處理輸入信號進行處理，處理的數學模型為無飽和隨機共振系統數學模型，表示為：

??????????（3）

其中，表示求導數，為處理后的輸出信號，、?、??為實參數，且，。

3.設定實參數和的值?,具體方法是：

設定，設定。

4.調節實參數的值,?具體方法是：

在的范圍內調節實參數的值至利用處理后的輸出信號可以分辨出輸入信號,代表輸入信號幅值的1.5倍。

5.如果通過步驟4不能分辨出輸入信號,返回步驟3，在的取值范圍內重新設定值,重復步驟3～4。