《毕业设计-基于duffing振子和小波变换的微弱信号检测方法研究》由会员分享，可在线阅读，更多相关《毕业设计-基于duffing振子和小波变换的微弱信号检测方法研究（40页珍藏版）》请在金锄头文库上搜索。
1、湖北民族学院毕业论文（设计）基于duff i ng振子和小波变换的微弱信号检测方法研究学生姓名：学 号：_系 别：电气工程系专 业：电子信息科学与技术指导教师：评阅教师：论文答辩日期答辩委员会主席现代社会中到处充斥着电子产品，它们为我们的生活带来了方便，但同时， 大量产品的出现导致我们现在生活在嘈杂的噪声环境中。也为我们在进行地震监 测等一系列微弱信号检测的工作带来了不便。本论文的主要研究方向就是利用混 沌系统和小波变换的相关方法来检测藏匿在强噪声背景下的微弱信号。在论文最开头介绍了混沌系统和小波去噪的有关定义，就此内容介绍了它们 在现阶段国内外的研究现状。小波变换的多分辨率特点能够很好地帮助
2、我们看到 信号的局部特性，将含有噪声的信号分解成若干层，对每层进行不同的阀值选取 后可以得到相对应的小波系数，从而能够重构出特性很好的信号。将得到的信号 作为驱动力输入混沌系统。基于混沌理论的混沌系统状态的判别依据。根据相轨 迹的图像变化来找到系统的临界阀值点。本论文使用的方法改善了传统的微弱信号检测技术，使得实验结果的性能得 到了很大的提升。通过使用本论文介绍的方法得到了噪声背景下的微弱正弦信 号，小波去噪后信号得到了很好的提取。关键字：微弱信号，混沌系统，小波变换，相轨迹AbstractModern society is full of electronic products, they
3、are for the convenience of our lives, while at the same time , The emergence of a large number of products that we are now live in the noisy environment, which make it difficulty for us to detect weak sign such as the seismic signal. The main research direction of this paper is to use the method of
4、chaotic system and wavelet transform to detect weak signal hiding under strong noise background.At the beginning of this paper, introduces the definition in the chaotic system and wavelet denoising, then is the last research status on them at home and abroad. The wavelet transform can be very good t
5、o help us see the local characteristic of signal, signal containing noise is decomposed into several layers, each layer of different threshold selection can be obtained after wavelet coefficients corresponding to reconstruct the signal characteristics, which would be very good. At last , The resulti
6、ng signal will used as the driving force input of the chaotic system. On the basis of basis of distinguishing the state of chaotic system based on chaos theory. In order to find the critical threshold point of the system, we should according to the change of phase trace image.This paper uses improve
7、d weak signal detection technology, properties of the experimental results has been greatly improved. Weak sine signal under noise background is obtained by using the method described in this paper, signal is well obtained after wavelet denoisingKeywords: weak signal, chaotic system, wavelet transfo
8、rm, phase locusAbstractI1绪论1. 1论文的选题背景11.2课题研究的目的和意义21.3本课题在国内外的研究现状21. 4本论文的结构安排 41. 5本章小结42系统设计方案的研究2. 1传统微弱信号检测方法12. 1. 1取样积分法12. 1. 2并行的信号检测12. 1. 3频域信号的相干检测法22. 1.4同步积累方法22. 2基于小波变换的去噪方法32. 2. 1连续小波变换32. 2. 2离散小波变换42. 2.3二进制的小波变换及其快速算法的实现52. 3混沌系统特性判别的方法62. 3. 1 Kolmogorov 爛判另U法 62. 3. 2 Melnik
9、ov 判别方法62. 3. 3相轨迹分析判别法12. 3. 4 Lyapunov 指数判另ll法82. 4基于duffing振子的微弱信号检测 92. 4. 1 duffing 振子的概念 92. 4. 2 duffing振子检测微弱信号的原理92. 5本章小结113基于duff i ng振子和小波变换的微弱信号检测3. 1小波变换模块123. 1. 1小波基的选择133. 1.2小波分解层数的选择153. 1.3去噪阀值的计算方法153. 2 duffing振子中Melnikov混沌判别方法仿真实验163. 3 Duffing振子的动力学性态163. 4本章小结174实验结果分析4. 1 d
10、uffing振子检测结果 184. 1. 1系统状态的调节184. 1.2微弱信号幅值的检测结果214. 2小波去噪结果224. 3本章小结255总结和展望5. 1总结265. 2展望26致谢28参考文献291绪论1.1论文的选题背景21世纪是一个信息的世界。在这里，信息技术已经得到了飞速的发展，针 对信号的检测技术得到了很大的发展和改善。然而，也正是科学技术取得的长足 发展对其也提出了更为严格的要求。例如近几年地质活动的频繁加剧，人们越来 越渴望对地震信号的精准监测。一般情况下的地震信号都是淹没在了现实生活背 景下的强噪声之中，这些信号的持续时间很有可能还不到一秒，信号的强度更是 微弱。还有
11、的一个原因在于时下检测信号的方法和设备都有不够完美，这就会使 得有用的信号得不到很好的提取。现实生活中大量存在着微弱的信号。例如地震 信号、心脏跳动的噪声、海洋生物的生命特征和太空深处的一些信号等等。对于 想要提取这些信号的人们而言，大多都是用放大器来放大有用信号。传统的方法 在当时的环境下得到了很好的运用，但也有着很多的不足。比较传统的检测方法 有窄带滤波法、取样积分、并行检测和在频域的锁定接受法。然而，传统的检测方法都只是简单的将信号进行放大加以检测。我们知道， 由于信号与噪声并没有得到有效的分离，在放大信号的同时，噪声信号也得到了 放大。导致检测到的信号信噪比还是很低。更重要的是，基于传
12、统方法设计的检 测设备结构很是复杂，在成本方面也是一个很大的挑战。基于duffing振子和小 波变换的微弱信号检测方法就很好的弥补了这些不足。经过小波变换后的信号相 对于原信号来说信噪比得到了很大程度上的改善，更重要的是，它只是对噪声产 生很大的抑制，有用信号还是得到了很好的保留。现在对于小波的研究是信 号界的一大热点，人们到现在已经提出了 100多种小波。每一种小波都有着自己 的特点，对于小波的研究现在可以说是很充分。本文提出的duffing振子检测信号的方法是在经过小波去噪之后，这时的信 号已经滤除了一定程度上的噪声，有着很高的信噪比。但是信号的幅值还是很小， 任是属于微弱信号的范畴。经过
13、人们的多次研究，发现duffing振子其实是一个 对微弱信号很敏感的混沌系统，通过改变信号幅值的方法可以实现其对微弱信号 的检测，验证了将duffing振子用于检测信号的可行性。时至现在，基于duffing振子和小波变换的微弱信号检测已经成为强噪声背 景下研究检测微弱信号的一个热门话题。1.2课题研究的目的和意义本论文所提出的基于小波变换和duffing振子的微弱信号检测方法是对以往 传统的信号检测方法的总结和完善，能够得到很好的实验现象。课题研究的意义 在于：（1）混沌现象在自然界到处可见，它几乎包含在了一切的科学技术相关 领域。对于混沌现象的研究可以是我们更加的明白医学界、生态界、经济学的
14、有 关现象。对现代科学的发展有着重大的推进作用。（2）微弱信号大量的存在于我们的身边，检测微弱信号可以让我们生活 的更加健康、安全和舒适。对于我们的生产生活都有着不可替代的影响。（3）小波变换是最近出来的一种新型的提取信号方法。它在很多方面都 有着其他传统方法不可比拟的优势。它的多分辨率能力弥补了傅里叶变换在时域 范围内的不足。小波分析为一些机械故障提供了一种简单并且行之有效的途径 24】。信号检测技术一直以来是学术研究的热点，在信号检测技术中最难的就是 微弱信号检测，因为微弱信号常常掩埋在强噪声中，要检测和提取真实信号很困 难。基于以上情况，本论文的研究目的就是寻找一种新型的方法检强噪声背景
15、下 的微弱信号。这种方法就是基于Duffing振子和小波变换的微弱信号检测方法。1.3本课题在国内外的研究现状基于混沌振子的研究最开始是日本的Y.Ueda,在1973年，当Ueda用计算 机从事非线性运动的相关研究时，他意外地发现了系统的状态出现了一种杂乱的 状态，他将这种现象称为Ueda吸引子。然而“混沌”这个名词的正式提出是在 1975年，美国的一个数学家和它的一个研究生在论文里提出。混沌的定义有很 多，指非线性的系统在初始条件下从一种有序的规律态转变成了一种看似无序的 状态。我们讨论的相轨迹是在一个非线性系统内部出现的一种杂乱图形形成的轨 迹。一般地，如果一个接近实际而没有内在随机性的模型仍然具有貌似随机的行 为，就可以称这个真实物理系统是混沌的。动力系统的状态不是由一个确定 数值决定，它取决于很多的因素。它随时间确定性而发生变化。正是因为这个原 因，即便是初始条件完全相同的两个系统在运行一段时间之后，也会变得很不一 样。与这相同的例子还有就是从长序列中随机选取的两个状态却。小波变换、 傅里叶变换的原理是相同的，傅里叶变换构成了小波变换的基础。它的变换去噪 原理在于选择好小波基后利用小波基对信号进行多层数的分解。在每一层选择相 应的阀值进行处理得到每一层的小波系数，最后进行小波逆变换重构信号函数。 小波变换具有时域局部的高精度要求，对信号函数能够进行多分辨率的分析，这
