论文部分内容阅读
微弱信号的检测与估计是现代信号处理领域的热点问题，因为其应用涉及生物、化学、军工、海洋探测、电力系统故障诊断等方向，近来得到了诸多学者的关注。基于Duffing振子的微弱信号检测与估计方法主要依据了Duffing振子的分叉性与对噪声的免疫性，即Duffing振子对输入的周期信号敏感而对输入的噪声免疫，通过输入信号前后Duffing振子动力学行为的变化实现对微弱信号的检测与估计。但Duffing振子的检测与估计性能会伴随噪声的增强而降低。多小波变换因同时具备正交性、对称性、高阶消失矩、短支撑性而拥有相比小波变换更好的去噪功能。本文提出基于多小波变换与Duffing振子的微弱信号检测与估计算法，首先对信号进行多小波降噪，再将降噪后的信号输入Duffing振子实现微弱信号的检测与估计。基于此，本文的研究工作主要有如下几点：1.提出了多小波变换的矩阵表示方法，应用多小波变换的矩阵表示方法可以使多小波变换的数学表达更为直观，各子带数据提取更为方便，并能够缩短计算时间；2.提出了基于能量函数的多小波局部阈值去噪算法，该算法充分发挥了一次多小波变换生成多个高频子带的优点，使得阈值选取更为灵活；3.提出了基于多小波变换和Duffing振子的微弱信号检测算法，即将经过多小波阈值去噪的信号输入Duffing振子实现微弱信号检测，仿真实验表明该算法的检测率比混沌算法的检测率高；4.提出了基于多小波变换和Duffing振子的微弱信号频率估计算法，即将经过多小波阈值去噪的信号输入Duffing振子序列，应用间歇性混沌理论实现了微弱信号的频率估计，仿真实验表明，该算法的估计精度比混沌算法的估计精度高；5.提出了基于信号延迟的初相位估计算法，将经过多小波阈值去噪后的信号进行延迟，将延迟后的信号输入Duffing振子，通过Duffing振子的动力学行为变化实现了信号的相位估计。