發(fā)布時間：2017-05-12 23:09

  本文關鍵詞：通信信號非線性動力學檢測關鍵技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：微弱信號檢測在通信、雷達和聲吶等領域有著廣泛的應用。傳統(tǒng)微弱信號檢測方法大多采用線性處理方法,在低信噪比情況下效果并不理想,促使人們不斷探索微弱信號檢測的新理論、新方法,以期能夠從強噪聲背景中更準確地檢測出微弱信號。近年來,非線性學科的發(fā)展為解決這類問題提供了新的思路。非線性系統(tǒng)中往往存在著諸多線性系統(tǒng)中不存在的現(xiàn)象,如躍遷、高階諧振及混沌等等。與線性系統(tǒng)中單純抑制噪聲不同,非線性系統(tǒng)可以利用噪聲。目前利用非線性動力學進行信號檢測一般只涉及到檢測單音信號,比如正弦波。而通信信號一般是帶通信號,有的數(shù)字通信調制信號會具有多種頻率和相位,并且由于信源的隨機性會導致符號周期波形不連續(xù)。本文以非線性動力學理論為基礎,研究了基于隨機共振和Duffing混沌系統(tǒng)的微弱通信調制信號檢測方法。論文的主要內容包括：1.基于隨機共振的微弱通信信號檢測方面,論文首先對雙穩(wěn)態(tài)隨機共振系統(tǒng)數(shù)值求解穩(wěn)定性進行了討論,然后采用基于自適應隨機共振系統(tǒng)的新型能量檢測算法和周期圖能量檢測算法,仿真分析了BFSK、QPSK、MSK和16QAM這四種調制信號在同步與非同步情況下的檢測性能,并研究了噪聲不確定性對檢測性能的影響。結果表明：與能量檢測相比,這兩種檢測算法均提高了檢測性能。2.基于Duffing混沌系統(tǒng)的微弱通信信號檢測方面,Duffing系統(tǒng)狀態(tài)對策動力幅值敏感的動力學特性為基于Duffing混沌系統(tǒng)進行微弱信號檢測提供了理論基礎。論文研究了影響Duffing系統(tǒng)狀態(tài)判別的四個要素：步長、初始相位、噪聲以及信號頻率。由于利用Duffing混沌系統(tǒng)進行微弱信號檢測關鍵是系統(tǒng)狀態(tài)的判定,本文進一步研究了基于功率譜特征和基于偽哈密頓量兩種定量判別方法：●利用Duffing系統(tǒng)在混沌狀態(tài)與大周期狀態(tài)時功率譜低頻分量具有很大差異這一特征,論文提出了基于功率譜特征的檢測算法,仿真分析了該算法檢測BFSK、QPSK、MSK和16QAM四種調制信號的性能�！窭肈uffing系統(tǒng)在混沌狀態(tài)與大周期狀態(tài)時偽哈密頓量具有很大差異這一特征,論文研究了基于偽哈密頓量的檢測算法,仿真分析了BFSK、 QPSK、MSK和16QAM四種調制信號在這一算法下的檢測性能。仿真結果顯示：上述兩種方法的性能均優(yōu)于能量檢測算法。
【關鍵詞】：信號檢測 隨機共振系統(tǒng) Duffing混沌系統(tǒng) 混沌狀態(tài)
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN911.23
【目錄】：

• 摘要5-6
• ABSTRACT6-16
• 第一章 緒論16-20
• 1.1 研究工作的背景與意義16
• 1.2 常規(guī)微弱信號檢測方法不足16-17
• 1.2.1 應用較廣的常規(guī)信號時域處理方法16-17
• 1.2.2 應用較廣的常規(guī)信號頻域處理方法17
• 1.3 基于非線性理論微弱信號檢測方法17-19
• 1.3.1 隨機共振發(fā)展歷程及研究現(xiàn)狀17-18
• 1.3.2 混沌發(fā)展歷程及研究現(xiàn)狀18-19
• 1.4 本文的主要研究成果19
• 1.5 本文的結構安排19-20
• 第二章 非線性動力系統(tǒng)20-34
• 2.1 引言20
• 2.2 雙穩(wěn)態(tài)隨機共振系統(tǒng)20-26
• 2.2.1 數(shù)學模型20-21
• 2.2.2 數(shù)值求解穩(wěn)定性分析21-26
• 2.3 混沌系統(tǒng)26-33
• 2.3.1 混沌出現(xiàn)的途徑與條件26-27
• 2.3.2 混沌基本特征27
• 2.3.3 典型混沌系統(tǒng)動力學模型27-30
• 2.3.4 Duffing系統(tǒng)動力學分析30-33
• 2.4 本章小結33-34
• 第三章 BSR系統(tǒng)在通信信號檢測中的應用34-61
• 3.1 引言34
• 3.2 F-BSR系統(tǒng)添加噪聲原則34
• 3.3 A-BSR參數(shù)設計準則34-35
• 3.3.1 信號頻率設計原則34-35
• 3.3.2 系統(tǒng)參數(shù)設計原則35
• 3.4 基于A-BSR的新型能量檢測(D-ED)算法35-36
• 3.5 D-ED算法仿真結果與分析36-48
• 3.5.1 QPSK信號基于D-ED算法檢測性能與分析36-40
• 3.5.2 MSK信號基于D-ED算法檢測性能與分析40-43
• 3.5.3 16QAM信號基于D-ED算法檢測性能與分析43-45
• 3.5.4 BFSK信號基于D-ED算法檢測性能與分析45-48
• 3.6 基于A-BSR的周期圖能量檢測(P-ED)算法48-49
• 3.7 P-ED算法仿真結果與分析49-60
• 3.7.1 QPSK信號基于P-ED算法檢測性能與分析50-52
• 3.7.2 MSK信號基于P-ED算法檢測性能與分析52-55
• 3.7.3 16QAM信號基于P-ED算法檢測性能與分析55-58
• 3.7.4 BFSK信號基于P-ED算法檢測性能與分析58-60
• 3.8 本章小結60-61
• 第四章 DUFFING混沌系統(tǒng)在通信信號檢測中的應用61-91
• 4.1 引言61
• 4.2 Duffing系統(tǒng)數(shù)值求解61-62
• 4.3 基于Duffing系統(tǒng)檢測微弱信號原理62
• 4.4 影響Duffing系統(tǒng)狀態(tài)判別的因素62-72
• 4.4.1 步長對Duffing系統(tǒng)狀態(tài)判別的影響62-63
• 4.4.2 初始相位對Duffing系統(tǒng)狀態(tài)判別的影響63-65
• 4.4.3 噪聲對Duffing系統(tǒng)狀態(tài)判別的影響65-68
• 4.4.4 信號頻率對Duffing系統(tǒng)狀態(tài)判別的影響68-72
• 4.5 微弱信號檢測中混沌特性判別方法72-88
• 4.5.1 基于相圖分割的系統(tǒng)狀態(tài)遷移檢測(DPD)算法72-73
• 4.5.2 基于功率譜特征的系統(tǒng)狀態(tài)遷移檢測(PSC)算法73-76
• 4.5.3 PSC算法仿真結果與分析76-82
• 4.5.4 基于偽哈密頓量的系統(tǒng)狀態(tài)遷移檢測(PH)算法82-84
• 4.5.5 PH算法仿真結果與分析84-88
• 4.6 PSC算法與PH算法比較88-90
• 4.7 本章小結90-91
• 第五章 總結與展望91-93
• 5.1 全文總結91
• 5.2 下一步研究建議91-93
• 致謝93-95
• 參考文獻95-99
• 攻讀碩士學位期間取得的成果99-100
• 學位論文評審后修改說明表100-102
• 學位論文答辯后勘誤修訂說明表102

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 黃顯高,徐健學,何岱海,夏軍利,呂澤均;利用小波多尺度分解算法實現(xiàn)混沌系統(tǒng)的噪聲減縮[J];物理學報;1999年10期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 冷永剛;大信號變尺度隨機共振的機理分析及其工程應用研究[D];天津大學;2004年

  本文關鍵詞：通信信號非線性動力學檢測關鍵技術研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：361057