本文選題：深空通信 + 微弱信號檢測��； 參考：《電訊技術(shù)》2014年05期

【摘要】：由于隨機(jī)共振具有在特定條件下增強(qiáng)微弱信號信噪比的特性,近年來成為一種全新的微弱信號檢測手段。為了克服隨機(jī)共振絕熱近似理論小參數(shù)條件的限制,提出一種基于欠采樣隨機(jī)共振的微弱信號檢測方法。通過欠采樣尺度變換與還原技術(shù),實(shí)現(xiàn)了大參數(shù)信號的隨機(jī)共振處理,突破了二次采樣變尺度隨機(jī)共振算法要求采樣頻率必須大于信號頻率的50倍的限制。構(gòu)建了基于欠采樣隨機(jī)共振的微弱信號檢測模型,從理論上證明了方法的可行性。最后利用該方法對信噪比為-27 dB條件下的微弱單頻信號檢測進(jìn)行了仿真,結(jié)果進(jìn)一步驗(yàn)證了所提微弱信號檢測方案的正確性。所提方法大大降低了信號的采樣速率,為將隨機(jī)共振應(yīng)用于科斯塔斯(Costas)環(huán)的改進(jìn)奠定了基礎(chǔ)。
[Abstract]:Stochastic resonance (SR) has become a new weak signal detection method in recent years because of its characteristic of enhancing signal-to-noise ratio (SNR) of weak signal under certain conditions. In order to overcome the limitation of the small parameter condition of stochastic resonance adiabatic approximation theory, a weak signal detection method based on undersampling stochastic resonance is proposed. By means of the technique of under-sampling scale transformation and reduction, the stochastic resonance processing of large parameter signals is realized, which breaks through the limitation that the sampling frequency must be 50 times greater than the signal frequency required by the quadratic sampling variable scale stochastic resonance algorithm. A weak signal detection model based on undersampling stochastic resonance is constructed, and the feasibility of the method is proved theoretically. Finally, the method is used to simulate the detection of weak single-frequency signals with a signal-to-noise ratio of -27 dB, and the results further verify the correctness of the proposed weak signal detection scheme. The proposed method greatly reduces the sampling rate of the signal and lays a foundation for the application of stochastic resonance to the improvement of Kostas (Costas) ring.
【作者單位】： 解放軍理工大學(xué)通信工程學(xué)院;解放軍96610部隊(duì);
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61032004,91338201) 國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2012AA121605,2012AA01A503,2012AA01A510)~~
【分類號】：TN911.23

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 張宇;趙遠(yuǎn);唐勐;呂海峰;孫秀冬;;隨機(jī)共振應(yīng)用于大頻率周期性弱信號檢測[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2008年11期

2 楊海博;王海燕;申曉紅;;奇異譜技術(shù)在混沌背景下微弱信號檢測中的應(yīng)用[J];計(jì)算機(jī)測量與控制;2012年03期

3 劉磊;范鐵生;王銀斌;李智慧;唐春鴿;;基于信號包絡(luò)分析的并行微弱信號檢測算法[J];計(jì)算機(jī)應(yīng)用;2012年08期

4 冷永剛,王太勇;二次采樣用于隨機(jī)共振從強(qiáng)噪聲中提取弱信號的數(shù)值研究[J];物理學(xué)報(bào);2003年10期

5 蔡衛(wèi)菊;;基于隨機(jī)共振的微弱信號檢測[J];信息與電子工程;2012年02期

6 夏均忠;劉遠(yuǎn)宏;冷永剛;葛紀(jì)桃;;微弱信號檢測方法的現(xiàn)狀分析[J];噪聲與振動控制;2011年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭山紅;孫錦濤;謝仁宏;;基于隨機(jī)共振的穿墻探測信號檢測研究[J];兵工學(xué)報(bào);2008年12期

2 張宇;呂海峰;趙遠(yuǎn);孫秀冬;;基于非線性系統(tǒng)隨機(jī)共振的多頻弱信號檢測[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2007年01期

3 楊曉闊;王曙釗;王峻;劉鵬;;基于特征向量盲分離的多頻微弱信號檢測方法[J];傳感技術(shù)學(xué)報(bào);2008年08期

4 魏世朋;張?zhí)祢U;余熙;高春霞;;利用隨機(jī)共振解調(diào)微弱MFSK信號[J];電訊技術(shù);2011年06期

5 李楠;趙妍;李天云;王愛鳳;;基于隨機(jī)共振理論的異步電動機(jī)轉(zhuǎn)子斷條檢測新方法[J];電工技術(shù)學(xué)報(bào);2006年05期

6 李楠;孟祥俠;;一種籠型異步電動機(jī)轉(zhuǎn)子早期故障檢測的新方法[J];大電機(jī)技術(shù);2006年01期

7 王林澤;陳旋;趙文禮;;基于分段線性隨機(jī)共振模型的信號檢測電路研究[J];電路與系統(tǒng)學(xué)報(bào);2010年06期

8 冷永剛,王太勇,郭焱,范勝波,王永強(qiáng);基于雙穩(wěn)類隨機(jī)共振的信息檢測[J];電子與信息學(xué)報(bào);2005年05期

9 梁軍利;楊樹元;唐志峰;;基于隨機(jī)共振的微弱信號檢測[J];電子與信息學(xué)報(bào);2006年06期

10 劉旭飛;李曉輝;梁新宇;;基于CC1100的無線數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[J];電子世界;2012年06期

相關(guān)會議論文 前3條

1 張偉;唐斌;張健;周R，

本文編號：2100058