由于微弱信號幅值很低且通常被強噪聲淹沒,使得微弱信號檢測成為信號處理領域的核心問題和難點。微弱信號檢測技術可以檢測到傳統(tǒng)觀念認為檢測不到的微弱量(如弱光,小位移,微振動等)。微弱信號檢測的方法很多,目前比較常見的方法有:濾波方法、相關檢測方法、基于高階累積量的方法等。但是這幾種方法檢測的信噪比門限都比較高,并且對于非高斯噪聲的處理仍然存在一些困難。 混沌檢測系統(tǒng)具有初值敏感性和對噪聲的免疫性等特征,使其在微弱信號檢測技術領域具有很好的發(fā)展前景。將混沌理論與微弱信號檢測理論相結合進行微弱信號檢測能夠大幅度提高信噪比,是一種嶄新且有效的處理方法。利用此方法進行微弱信號檢測首先要確定檢測系統(tǒng)從混沌狀態(tài)躍變到周期狀態(tài)的臨界值,通常狀態(tài)下的判別方法效率都很低,而且經(jīng)常出現(xiàn)誤判。針對該方法存在的不足,本文深入研究了基于Duffing振子的微弱信號檢測方法,在此基礎上提出了改進的微弱信號幅值檢測方法。 本文分析了混沌系統(tǒng)的運動特性,分別討論了混沌狀態(tài)判定的幾種常用方法。在深入研究Lyapunov特性指數(shù)算法的基礎上,提出利用周期狀態(tài)下的Lyapunov特性指數(shù)估計微弱信號幅值的改進算法...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖2.1初始狀態(tài)

（2）γ>0時，系統(tǒng)出現(xiàn)復雜的動力學形態(tài)，具體又分為以下幾種情況。當γ極小時，線性系統(tǒng)的振蕩很弱，它對非線性系統(tǒng)作用也很弱，相軌跡表caré映射意義下的吸引子，相點圍繞一個焦點或另一個焦點作周期振動，相軌種情況類似；當cγ<γ時，系統(tǒng)將在相平面上出現(xiàn)次諧分岔，系統(tǒng)按策動力....

圖2.2分叉狀態(tài)Fig.2.1InitialstateFig.2.2Bifurcationstate

（2）γ>0時，系統(tǒng)出現(xiàn)復雜的動力學形態(tài)，具體又分為以下幾種情況。當γ極小時，線性系統(tǒng)的振蕩很弱，它對非線性系統(tǒng)作用也很弱，相軌跡表caré映射意義下的吸引子，相點圍繞一個焦點或另一個焦點作周期振動，相軌種情況類似；當cγ<γ時，系統(tǒng)將在相平面上出現(xiàn)次諧分岔，系統(tǒng)按策動力....

圖2.3混沌狀態(tài)

相平面上軌跡如圖2.2所示；當cdγ<γ<γ時，系統(tǒng)將會出現(xiàn)同宿軌Smale馬蹄意義下的混沌運動，如圖2.3所示；當dγ>γ時，系統(tǒng)將會以策動進行大尺度的周期振蕩，如圖2.4所示。此后，隨著γ的增大，該周期運動仍系統(tǒng)從混沌狀態(tài)進入大尺度周期狀態(tài)時策動力幅....

圖2.4大尺度周期狀態(tài)Fig.2.3ChaoticstateFig.2.4Greatscaleperiodicstate

相平面上軌跡如圖2.2所示；當cdγ<γ<γ時，系統(tǒng)將會出現(xiàn)同宿軌Smale馬蹄意義下的混沌運動，如圖2.3所示；當dγ>γ時，系統(tǒng)將會以策動進行大尺度的周期振蕩，如圖2.4所示。此后，隨著γ的增大，該周期運動仍系統(tǒng)從混沌狀態(tài)進入大尺度周期狀態(tài)時策動力幅....

本文編號：4046355