[发明专利]一种随机共振微弱信号检测方法有效
| 申请号: | 201810233441.4 | 申请日: | 2018-03-21 |
| 公开(公告)号: | CN108645505B | 公开(公告)日: | 2020-09-18 |
| 发明(设计)人: | 行鸿彦;韩杰 | 申请(专利权)人: | 南京信息工程大学 |
| 主分类号: | G01H13/00 | 分类号: | G01H13/00;G06N3/00 |
| 代理公司: | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人: | 张立荣;裴咏萍 |
| 地址: | 210044 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 随机 共振 微弱 信号 检测 方法 | ||
1.一种随机共振微弱信号检测方法,其特征在于:所述检测方法包括以下步骤:
(1)PCVSGSO参数初始化;
(2)混沌初始化及最优适应度值初始化:按照二维混沌公式对各只萤火虫完成混沌初始化,得到初始质量较优和分布均匀的萤火虫,然后获得混沌优化后的萤火虫适应度值,将混沌优化后的萤火虫适应度值赋值为每只萤火虫的局部最佳适应度值,把所有局部最佳适应度值中的最大值赋值为萤火虫的全局最佳适应度值;
(3)荧光素更新;
(4)计算拥挤度:计算要移向目标萤火虫周围的拥挤度;
(5)更新位置和决策域半径:得到下一次萤火虫迭代的位置;更新萤火虫位置后,完成更新位置后萤火虫的动态决策域更新;
(6)更新最优适应度值:根据步骤(5)更新的萤火虫位置后,得到更新后各只萤火虫的适应度值;如果获得的单只萤火虫局部最佳适应度值或者全局最佳适应度值优于步骤(2)中得到的上一代萤火虫的单只局部最佳适应度值或者全局最佳适应度值,则进行更新;
(7)输出最优随机共振:当迭代次数达到最大迭代次数时,依据最终输出的全局最佳适应度值所对应的萤火虫位置获得的最终二维Duffing振子随机共振系统参数的寻优结果,对原始信号完成随机共振输出;
检测出待检测信号中的微弱周期信号,输出最大信噪比,检测出非高斯噪声背景下的微弱信号。
2.根据权利要求1所述的随机共振微弱信号检测方法,其特征在于:所述二维Duffing振子随机共振系统模型为:
对于一个受噪声信号n(t)与微弱周期信号u(t)作用的二阶Duffing振子随机共振方程如下式(13)所示:
式(13)中k是阻尼比;x是系统输出;V(x)是势函数;a和b是大于0的非线性系统结构参数,系统势函数V(x)在相面上有三个极值点,分别为稳定点以及不稳定点(0,0),势垒高度为ΔV=a2/(4b);u(t)是二阶Duffing振子SR的输入信号,A是输入信号的幅度;是输入信号的相位角;xDξ(t)为α稳定噪声,D代表α稳定噪声的强度放大系数。
3.根据权利要求2所述的随机共振微弱信号检测方法,其特征在于:所述α稳定噪声数据由α稳定分布序列产生,α稳定分布的特征函数表达如下:
Φ(t)=exp{jut-γ|t|α[1+jBsign(t)ω(t,α)]} (14)
式(15)中,α∈(0,2]为特征指数,决定分布的脉冲特性和拖尾特性;γ为尺度参数;u为位置参数,表明分布的中心;B∈[-1,1]为对称参数,B=0时为完全对称,α稳定分布为特殊高斯模型,B≠0时为非对称,α稳定分布为非高斯模型。
4.根据权利要求1所述的随机共振微弱信号检测方法,其特征在于:所述步骤(2)中二维混沌公式如下式(2)所示:
xi+1=tan(αxi)exp(-βxi) (2)
式(2)中:α,β是控制参量,取α=5,β=3,0<x0<1时式(2)达到了混沌状态;所述得到初始质量较优和分布均匀的萤火虫,此时所处位置为xi+1;所述混沌优化后的萤火虫适应度值通过下式获得:
F(a,b,k)=SNRout(sr(a,b,k)) (3)
式(3)中:sr(a,b,k)是PCVSGSO的随机共振输出结果,SNRout(sr(a,b,k))是SR的输出信噪比,也为适应度函数;式(5)中:X(f0)是输出信号的功率谱,N是背景的噪声谱,即ω0频率周围段内的平均值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810233441.4/1.html,转载请声明来源钻瓜专利网。





