【技术实现步骤摘要】
本专利技术属于信号处理领域，具体提供一种基于四维单势阱类随机共振系统的信号检测与提取方法。
技术介绍
1、强噪声背景下的微弱特征信号检测与提取涉及信号处理、电子学、机械等学科，如何从强噪声背景中把有用特征信号提取出来或者把微弱的信号检测出来，是许多工程应用领域中需要解决的问题。传统的信号处理方式将信号降噪和放大分开进行，处理步骤较为繁琐，且可能削弱特征信号。基于随机共振的微弱信号检测方法能够利用噪声能量转移机制提取和识别淹没在强噪声中的微弱特征信号。
2、目前基于双势阱随机共振微弱信号检测理论已经日趋成熟,但其存在势垒高和易输出饱和的缺点。经典的双势阱随机共振系统可以除去输入信号中的部分噪声，但是输出信号的波形与特征信号相比仍存在较大的形变。当输入信号的幅值大于双势阱随机共振系统的阈值时，系统的跃迁运动会影响输出信号的波形；而当输入信号的幅值小于双势阱系统的阈值时，系统的输出会发生较大偏移。相比于双势阱系统，单势阱类随机共振系统只有一个势阱，不会产生跃迁运动，因此系统在降噪和放大微弱信号的同时，输出信号的波形也与特征信号相近。
3、低维的随机共振系统的可调参数和信号输出维数较少，难以满足降噪效果和输出波形的多样化调节。而多维随机共振系统通过参数调整和输出维数选择可以有更多的输出调节空间，能够进行多样化的输出。
技术实现思路
1、基于上述背景问题，为了解决经典随机共振系统维数低、发生随机共振效应的阈值较高、系统输出易产生形变等问题，本专利技术构建一个四维单势阱
2、本专利技术的具体技术方案是：
3、一种基于四维单势阱类随机共振系统的信号检测与提取方法，其主要特征在于，构建了一个多功能四维单势阱类随机共振系统，系统的表达式为：
4、 （1）
5、其中为系统状态变量，为系统的参数，，为输入信号，是特征信号，是噪声信号，整体构成单稳态类随机共振系统。无论输入为何值，系统的运动总是趋于唯一的平衡点，而当系统处于平衡点时，总有，可得状态变量之间的关系式（2）和系统平衡点方程（3），从而可得输入s(t)和y维的关系式（4）。由状态变量之间的关系式（2）和式（4）得输入s(t)和x维的关系式（5）、输入s(t)和z维的关系式（6）、输入s(t)和w维的关系式（7）。
6、所构建的四维单势阱类随机共振系统的每一维均有各自的功能，由式（2）至式（7）可得系统的y维是输入信号的输入维，也是输入信号的初步处理输出维；x维能够放大或缩小y维的信号并输出；z维能够对y维信号进行平方处理并输出；w维能够对y维进行还原处理，在降噪的基础上输出与特征信号波形和幅值均相近的信号。
7、一种基于四维单势阱类随机共振系统的信号检测与提取方法，其特征在于，系统的w维输出信号能在降噪的基础上更加接近特征信号的波形，适用于提取和还原特征信号的波形，此时特征信号提取和还原的具体流程为：
8、s1、运用四阶龙格-库塔求解方法离散化四维单势阱类随机共振系统，设置系统的初始参数为。
9、s2、将输入信号s(t)通过y维输入至四维单势阱类随机共振系统，输出x维、y维、z维、w维信号。
10、s3、将步骤s2中四维输出信号进行高斯平滑处理,输出处理后的x维输出信号x(t)、y维输出信号y(t)、z维输出信号z(t)、w维输出信号w(t)。
11、s4、以w维输出信号w(t)的时域信噪比为目标函数，调整参数a、b，重复步骤s2和s3，运用粒子群优化算法在参数范围内寻找参数a、b的最优参数，寻优结束后，输出参数a、b的最优参数。其中为对应的特征信号，为输入输出信号的数据长度。
12、s5、将a和b的最优参数值代入系统中，经步骤s2和s3，输出最优参数下时域信噪比最优的信号。
13、一种基于四维单势阱类随机共振系统的信号检测与提取方法，其特征在于，系统的x维输出信号能在降噪的基础上放大特征信号的频谱幅值，适用于检测输入信号中是否存在特征信号，此时特征信号检测的具体流程为：
14、t1、运用四阶龙格-库塔求解方法离散化四维单势阱类随机共振系统，设置系统的初始参数为。
15、t2、将输入信号通过y维输入至四维单势阱类随机共振系统，输出x维、y维、z维、w维信号。
16、t3、将步骤t2中四维输出信号进行高斯平滑处理,输出处理后的x维输出信号x(t)、y维输出信号y(t)、z维输出信号z(t)、w维输出信号w(t)。
17、t4、以x维输出信号x(t)的频域信噪比为目标函数，调整参数a、b，重复步骤t2和t3，运用粒子群优化算法在参数范围内寻找a和b的最优参数，寻优结束后，输出参数a、b的最优参数。其中为特征信号的频率，为对应特征频率的频谱幅值，为频谱幅值，为输入信号的数据长度。
18、t5、将a和b的最优参数值代入系统中，经步骤t2和t3,输出最优参数下频域信噪比最优的信号。
19、所述步骤s1和步骤t1运用四阶龙格-库塔求解方法离散化四维单势阱类随机共振系统的具体步骤为：
20、1-1）根据四阶龙格-库塔求解四维单势阱类随机共振系统方程组，求得如下解的表达式：
21、
22、1-2）求得各递归参数的表达式：
23、，
24、，
25、，
26、。
27、步骤1-1）、1-2）中的表达式所构成的离散系统为离散化的四维单势阱类随机共振系统，系统的迭代步长h=0.001。
28、所述步骤s3和步骤t3对系统四维输出信号高斯平滑处理是指使用高斯加权移动平均滤波器对信号数据进行处理，具体操作是：
29、2-1）使用长度为n=35的窗口扫描信号中的每一个数据。
30、2-2）用窗口确定邻域内数据的加权平均值替代窗口中心数据的值。加权系数为一维高斯分布函数，其中为数据点与中心数据点的距离，为高斯分布的标准差。
31、处理后信号的每个数据都由其本身和窗口内其它数据经过高斯加权平均所得，达到平滑信号的效果。
32、所述步骤s4和步骤t4中运用粒子群优化算法寻找a、b的最优参数的具体步骤为：
33、3-1）设置种群的粒子个数m=10，最大迭代次数k=50，参数a和b的位置限制分别为[1,5]和[0,本文档来自技高网...
【技术保护点】
1.一种基于四维单势阱类随机共振系统的信号检测与提取方法，其主要特征在于，构建了一个多功能四维单势阱类随机共振系统，系统的表达式为：
2.一种基于四维单势阱类随机共振系统的信号检测与提取方法，其特征在于，系统的w维输出信号能在降噪的基础上更加接近特征信号的波形，适用于提取和还原特征信号的波形，此时特征信号提取和还原的具体流程为：
3.一种基于四维单势阱类随机共振系统的信号检测与提取方法，其特征在于，系统的x维输出信号能在降噪的基础上放大特征信号的频谱幅值，适用于检测输入信号中是否存在特征信号，此时特征信号检测的具体流程为：
【技术特征摘要】
1.一种基于四维单势阱类随机共振系统的信号检测与提取方法，其主要特征在于，构建了一个多功能四维单势阱类随机共振系统，系统的表达式为：
2.一种基于四维单势阱类随机共振系统的信号检测与提取方法，其特征在于，系统的w维输出信号能在降噪的基础上更加接近特征信号的波形，适...
【专利技术属性】
技术研发人员：于文新，肖求美，刘美婷，周躜波，梁琦，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。