微弱特征信号检测是实现机电系统状态监测与故障早期检测的关键技术之一,对于保证大型机电设备及武器装备可靠运行,避免重大事故的发生具有重要作用。但是,机电设备特征信号往往非常微弱,加之机电系统工作环境比较恶劣,噪声干扰大,造成信号信噪比较低,同时对信号检测的实时性要求较高,使得机电系统的微弱特征信号检测成为难点。如何实现强噪声背景下微弱特征信号的快速检测一直是研究者们不懈努力的方向。 随机共振是一种利用噪声使得微弱信号得到增强传输的非线性现象,与线性方法相比能够检测更低信噪比的信号。随机共振模型算法快速、高效,并可通过硬件实现,具有实时检测能力。因此,随机共振在微弱特征信号检测中的应用具有重要意义。 本文来源于国家自然科学基金项目——“基于随机共振的机械故障早期检测”,以机电系统典型微弱特征信号检测为目标,研究基于随机共振原理微弱特征信号检测的方法及其应用。论文首先阐述了随机共振的理论基础,分析了随机共振数值模型的稳定性条件。然后针对微弱周期信号、微弱非周期冲击信号以及微弱数字脉冲信号等三类特征信号的检测,通过数值仿真,系统研究了各参数对检测性能的影响规律,给出了基于双稳系统随机共振模型的检测算法,构建了随机共振实验模拟系统,并将检测算法与实验系统应用于机电系统微弱特征信号的检测与处理之中。论文主要内容包括: 1.在分析机电系统微弱特征信号检测的主要特点,对现有微弱特征信号检测方法进行综述的基础上,深入探讨了基于随机共振的微弱特征信号检测方法的特点、发展历程及研究现状,明确了采用随机共振方法检测机电系统典型微弱特征信号要解决的主要问题。 2.阐述了双稳系统随机共振的绝热近似理论和线性响应理论,对多项式势阱族的参数进行了优化选择,分析并证明了双稳系统随机共振离散模型的稳定性条件,给出了模型数值求解的算法,并对双稳系统的随机共振行为进行了验证。 3.针对强噪声背景中微弱周期信号的检测,分析了信号的检测策略,深入研究了基于随机共振的微弱周期信号检测模型,并与最佳线性滤波方法进行了比较,表明前者具有更好的信号检测性能。针对传统随机共振只适用于检测极低频信号的约束,提出归一化尺度变换,从理论上消除了对待检信号频率的限制。分析了各参数对检测性