[發(fā)明專利]一種強混沌背景下的弱諧波信號檢測與重建方法

有效

• 申請?zhí)枺?/td>: 201610032307.9
• 申請日: 2016-01-18
• 公開（公告）號: CN105675983B
• 公開（公告）日: 2018-12-18
• 發(fā)明（設計）人: 胡進峰;段杰;謝浩;陳漢文;胡天威;薛長飄
• 申請（專利權(quán)）人: 電子科技大學
• 主分類號: G01R23/16
• 分類號: G01R23/16
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周劉英

本發(fā)明公開了一種強混沌背景下的弱諧波信號檢測與重建方法，屬于混沌信號檢測技術(shù)領域。本發(fā)明通過將待檢測信號中的弱諧波信號的頻率范圍均分為L等份，得到L個不同取值的頻率ω_l；對每個ω_l分別基于待檢測信號的自相關(guān)矩陣計算除去頻率為ω_l的諧波成分后的自相關(guān)矩陣，再基于各頻率ω_l所對應的信號頻率向量計算所對應的輸出信干噪比SINR(ω_l)，取最大SINR(ω_l)所對應的頻率為待檢測信號中的弱諧波信號的頻率，并能同時準確的估計出弱諧波信號的幅度和相位，從而準確的恢復重建該弱諧波信號。本發(fā)明的實施，所帶來的技術(shù)效果：不需要參考序列，因而可以用于非均勻混沌背景下的諧波信號檢測；(2)可以檢測更低信干噪比下的弱諧波信號，且有強的抗噪聲性能。

技術(shù)領域

本發(fā)明屬于混沌信號檢測技術(shù)領域，特別涉及非均勻混沌背景下弱諧波信號的檢測與重建的算法。

背景技術(shù)

混沌背景下的弱信號檢測的研究具有廣泛的工程實際意義。研究表明，很多工程問題本質(zhì)上都是混沌背景下的弱信號檢測問題，例如心電信號中的異常信號檢測(見文獻“C.Hamann,R.P.Bartsch,A.Y.Schumann,T.Penzel,S.Havlin,J.W.Kantelhardt.Automated synchrogram analysis applied to heartbeat andreconstructed Respiration.CHAOS 19,015106(2009”)、機械振蕩故障診斷、網(wǎng)絡輿情預測，海洋雜波中的弱目標信號檢測(見文獻“J.Guan,N.B.Liu,Y.Huang,Y.He.Fractalcharacteristic in frequency domain for target detection within seaclutter.IET Radar,Sonar&Navigation.2012 Jun；6(5):293-306.”)等。因此，強混沌背景下的弱信號檢測受到廣泛關(guān)注。

目前混沌背景下弱信號檢測的方法主要有兩類：第一類方法是基于Takens相空間重建的檢測方法，這類方法都是利用相空間中混沌信號與諧波信號的幾何結(jié)構(gòu)不同的特點來重建混沌背景，實現(xiàn)弱諧波信號檢測。其中，文獻“Xing H Y,Xu W.The neural networksmethod for detecting weak signals under chaotic background.2007.[行鴻彥,徐偉.混沌背景中微弱信號檢測的神經(jīng)網(wǎng)絡方法[J].物理學報,2007,56(7):3771-3776.]”用神經(jīng)網(wǎng)絡方法重構(gòu)混沌背景信號，從而實現(xiàn)微弱諧波信號的檢測與重建。第二類方法是基于最優(yōu)濾波的檢測方法(見文獻：J.F.Hu,Y.X.Zhang,H.Y.Li,and W.Xia,Harmonic SignalDetection Method from Strong Chaotic Background Based on Optimal Filter.ActaPhysica Sinica,64,220504(2015))，這類方法利用待檢測諧波信號能量集中于某個頻率的特點，通過設計最優(yōu)濾波器，使得濾波后的總能量最小，同時又保持諧波信號不失真，從而實現(xiàn)弱諧波信號的檢測。

然而，上述方法存在以下不足：(1)上述方法通常需要參考序列，而實際工程中，由于環(huán)境的非均勻性，通常難以獲得穩(wěn)定的參考序列(參考文獻“W.Q.Liu,E.Volkov,J.H.Xiao,W.Zou,M.Zhan,J.Z.Yang,Inhomogeneous stationary and oscillatoryregimes in coupled chaotic oscillators.CHAOS 22,033144(2012)”)；(2)上述方法通常難以準確恢復出弱的諧波信號；(3)上述方法通常對白噪聲比較敏感。

發(fā)明內(nèi)容