[发明专利]一种强混沌背景下的弱谐波信号检测与重建方法

说明书

本发明公开了一种强混沌背景下的弱谐波信号检测与重建方法，属于混沌信号检测技术领域。本发明通过将待检测信号中的弱谐波信号的频率范围均分为L等份，得到L个不同取值的频率ω_l；对每个ω_l分别基于待检测信号的自相关矩阵计算除去频率为ω_l的谐波成分后的自相关矩阵，再基于各频率ω_l所对应的信号频率向量计算所对应的输出信干噪比SINR(ω_l)，取最大SINR(ω_l)所对应的频率为待检测信号中的弱谐波信号的频率，并能同时准确的估计出弱谐波信号的幅度和相位，从而准确的恢复重建该弱谐波信号。本发明的实施，所带来的技术效果：不需要参考序列，因而可以用于非均匀混沌背景下的谐波信号检测；(2)可以检测更低信干噪比下的弱谐波信号，且有强的抗噪声性能。

技术领域

本发明属于混沌信号检测技术领域，特别涉及非均匀混沌背景下弱谐波信号的检测与重建的算法。

背景技术

混沌背景下的弱信号检测的研究具有广泛的工程实际意义。研究表明，很多工程问题本质上都是混沌背景下的弱信号检测问题，例如心电信号中的异常信号检测(见文献“C.Hamann,R.P.Bartsch,A.Y.Schumann,T.Penzel,S.Havlin,J.W.Kantelhardt.Automated synchrogram analysis applied to heartbeat andreconstructed Respiration.CHAOS 19,015106(2009”)、机械振荡故障诊断、网络舆情预测，海洋杂波中的弱目标信号检测(见文献“J.Guan,N.B.Liu,Y.Huang,Y.He.Fractalcharacteristic in frequency domain for target detection within seaclutter.IET Radar,Sonar&Navigation.2012 Jun；6(5):293-306.”)等。因此，强混沌背景下的弱信号检测受到广泛关注。

目前混沌背景下弱信号检测的方法主要有两类：第一类方法是基于Takens相空间重建的检测方法，这类方法都是利用相空间中混沌信号与谐波信号的几何结构不同的特点来重建混沌背景，实现弱谐波信号检测。其中，文献“Xing H Y,Xu W.The neural networksmethod for detecting weak signals under chaotic background.2007.[行鸿彦,徐伟.混沌背景中微弱信号检测的神经网络方法[J].物理学报,2007,56(7):3771-3776.]”用神经网络方法重构混沌背景信号，从而实现微弱谐波信号的检测与重建。第二类方法是基于最优滤波的检测方法(见文献：J.F.Hu,Y.X.Zhang,H.Y.Li,and W.Xia,Harmonic SignalDetection Method from Strong Chaotic Background Based on Optimal Filter.ActaPhysica Sinica,64,220504(2015))，这类方法利用待检测谐波信号能量集中于某个频率的特点，通过设计最优滤波器，使得滤波后的总能量最小，同时又保持谐波信号不失真，从而实现弱谐波信号的检测。

然而，上述方法存在以下不足：(1)上述方法通常需要参考序列，而实际工程中，由于环境的非均匀性，通常难以获得稳定的参考序列(参考文献“W.Q.Liu,E.Volkov,J.H.Xiao,W.Zou,M.Zhan,J.Z.Yang,Inhomogeneous stationary and oscillatoryregimes in coupled chaotic oscillators.CHAOS 22,033144(2012)”)；(2)上述方法通常难以准确恢复出弱的谐波信号；(3)上述方法通常对白噪声比较敏感。

发明内容