文獻標識碼: A
文章編號: 0258-7998(2014)08-0101-04
傳統(tǒng)微弱信號檢測方法在檢測信噪比極低信號時效果很差[1],,而Duffing振子混沌系統(tǒng)由于具有對初值極端敏感,、對噪聲具有較好免疫力等優(yōu)點,在檢測微弱信號時表現(xiàn)出良好效果,。作為一種新的微弱信號檢測方法,混沌振子方法不是消除噪聲,,而是從噪聲背景中提取信號,,針對其獨特性可將其應(yīng)用到實際工程中,包括心電信號檢測[2],、GPS信號捕獲[3],、機電設(shè)備早期故障診斷[4]等方面。
本文在分析Duffing非線性動力學系統(tǒng)運動特性基礎(chǔ)上,,針對Duffing振子微弱信號檢測方法存在的問題,,提出基于偽哈密頓量的變尺度Duffing振子弱信號檢測方法。
1 理論分析
1.1 基于Duffing方程微弱信號檢測原理
選用連續(xù)動力學系統(tǒng)中Duffing振子作為研究對象,,Duffing方程標準形式為[5]:
式(1)中,,k為阻尼比,r為策動力振幅,,w為策動力角頻率,。
式(1)加入待測信號并寫成狀態(tài)方程形式為:
上式中為外部引入的湮沒在噪聲中的微弱正弦信號,h為待測正弦信號幅度,,
為待測信號與Duffing系統(tǒng)內(nèi)置周期策動力信號頻率差,,
為待測信號初始相位, n(t)為待測信號中混有的噪聲,。
在Simulink仿真環(huán)境下由式(2)即可構(gòu)造出傳統(tǒng)的混沌振子檢測微弱信號的檢測模型,。
1.2 Duffing系統(tǒng)混沌判據(jù)
傳統(tǒng)上用Lyapunov特性指數(shù)(LCE)確定系統(tǒng)從混沌態(tài)躍變到周期態(tài)的相變閾值rd,用梅爾尼科夫(Melnikov)函數(shù)進行理論計算得到混沌閾值rc的粗略估計值[6],。Duffing方程的Melnikov函數(shù)形式如下:
1.3 高頻參數(shù)待測信號尺度變換
式(4)說明混沌閾值與周期策動力頻率有關(guān),,當k=0.5時,其關(guān)系如圖1所示,??梢姰斚到y(tǒng)阻尼比k固定時,在低頻段只需要很小幅度的驅(qū)動力就會使系統(tǒng)產(chǎn)生混沌,,而在高頻段時則需要較大的驅(qū)動力,。另一方面,Duffing系統(tǒng)只有在低頻參數(shù)條件下有較好的動態(tài)特性和檢測效果,且Duffing振子檢測信號時,,不同頻率待測信號對應(yīng)的相變閾值也不同,,如果每次檢測過程都要搜索相變閾值,將大大增加檢測復雜度,。
在處理工程信號時,,文章對待測信號進行二次采樣,即引入變尺度系數(shù)R,,對待測信號進行頻率/時間尺度變換,。若待測信號角頻率為w,其采樣頻率為fs,,則數(shù)值計算的步長為dt=1/fs,。對檢測系統(tǒng)引入變尺度系數(shù)R相當于將信號的時間間隔增大了R倍,相應(yīng)的信號角頻率被壓縮R倍后變?yōu)閣/R,,此時數(shù)值計算步長變?yōu)閐t′=Rdt=R/fs,。
2 自相關(guān)與小波變換聯(lián)合去噪
設(shè)已知頻率待測信號為:x(t)=s(t)+n(t),s(t)是周期信號,n(t)是均值為零的高斯白噪聲,,信號自相關(guān)輸出為:
式(7)中,,n′(t)是相關(guān)信號中混有的噪聲。
實際中由于積分時間不可能無限長,,噪聲只能得到一定程度的抑制[7],,剩余噪聲可通過對相關(guān)后信號進行小波閾值變換進一步削弱。
小波閾值消噪過程中,,信號經(jīng)過小波變換后,,可以認為由信號產(chǎn)生的小波系數(shù)包含有信號的重要信息,其幅值大,,但數(shù)目較少,,而噪聲對應(yīng)的小波系數(shù)幅值小。因此,,通過在不同尺度上選取一合適閾值,,并將小于該閾值的小波系數(shù)置零,而保留大于該閾值的小波系數(shù),,從而使信號中的噪聲得到有效抑制,。最后進行逆小波變換,得到去噪后的重構(gòu)信號,。
3 Duffing系統(tǒng)偽哈密頓量
考慮平面微分動力系統(tǒng):
則稱式(8)為平面哈密頓系統(tǒng),,其中H(x1,x2)稱為該系統(tǒng)的哈密頓量。
對于式(1)Duffing方程,,不考慮阻尼項和策動力的影響,,可以改寫為:
實際應(yīng)用中阻尼項和策動力對于系統(tǒng)的哈密頓量有一定影響,,但對系統(tǒng)能量分布幾乎沒有影響,此時的哈密頓量為偽哈密頓量(PH)[8],。圖2為Duffing系統(tǒng)PH值分布情況,,兩個鞍點處PH值最低,系統(tǒng)混沌特性越明顯PH值越低,,大尺度周期狀態(tài)時PH值最高,。
用下式構(gòu)造Duffing系統(tǒng)平均哈密頓量(APH)。
式(17)中,,N為動力系統(tǒng)的時間序列長度,,i為系統(tǒng)的第i個狀態(tài)。圖3是策動力為rcos(t)時,,策動力幅值變化時Duffing系統(tǒng)APH值變化情況,。基于圖3中APH值階躍型跳變特性來設(shè)定閾值,,進而判斷是否存在微弱信號,。
4 仿真測試和分析
基于前面分析,,提出如圖4所示基本原理檢測低信噪比微弱信號,。
仿真環(huán)境下為試驗待測信號,n(t)為均值為零的高斯白噪聲,。檢測系統(tǒng)相關(guān)參數(shù)為:系統(tǒng)初始狀態(tài)(x,
0)=(0,0),, k=0.5, fs=10 000 Hz,h=0.000 3 V,w=200 rad/s,,w=0,采用四階Runge-Kutta方法對Duffing方程進行數(shù)值求解,,數(shù)值計算步長為:
dt=1/fs=0.000 1 (13)
引入變尺度系數(shù)R=200,變換后信號角頻率w′=1 rad/s,則二次采樣頻率fs′=fs/R=500 Hz,,數(shù)值計算步長dt′=Rdt=0.02,。
圖5~圖7分別為-20 dB待測信號及此信號先后經(jīng)過自相關(guān)器和小波閾值變換后的輸出,從圖就能直觀看出兩次去噪過程均提高了待測信號信噪比,。
本文算法采用信噪比改善因子SNIR衡量去噪效果,,其計算式如下:
SNIR=SNRout-SNRin (14)
式中:SNRin為輸入信噪比,SNRout為輸出信噪比,。
圖8為不同輸入信噪比條件下的SNIR值,,由圖可知,通過相關(guān)運算可以抑制部分噪聲,,對相關(guān)后信號進行小波閾值變換,,信噪比又有一定程度改善,且在一定范圍內(nèi),,輸入信號信噪比越低,,這種改善越明顯,,證明了本文方法的有效性。
若系統(tǒng)APH值用T表示,,仿真得到閾值rd=0.827 856 7,,數(shù)次驗證后選APH值判決系統(tǒng)狀態(tài)的門限值為=0.35,則有:
實驗中取t=100 時Lmax值作為最終系統(tǒng)狀態(tài)穩(wěn)定的Lmax值,,實驗得到表1~表3結(jié)果,。
從表1~表3數(shù)據(jù)看出,基于偽哈密頓量和Lyapunov指數(shù)的系統(tǒng)狀態(tài)判別方法結(jié)果是一致的,。另外,,混沌檢測系統(tǒng)能夠檢測的信噪比門限為-10.5 dB, 相關(guān)-混沌檢測系統(tǒng)能夠檢測的信噪比門限為-35.5 dB,相關(guān)與小波變換聯(lián)合-混沌檢測系統(tǒng)能夠檢測的信噪比門限為-39 dB,,由此可見本文檢測算法的有效性和優(yōu)越性,。
實驗得到,利用系統(tǒng)APH值判別狀態(tài)的平均計算時間為0.62 s,,利用系統(tǒng)狀態(tài)穩(wěn)定時Lmax值判別狀態(tài)的平均計算時間為6.7 s,。可見,,APH值算法計算效率明顯高于Lyapunov特性指數(shù)算法,。
本文提出基于偽哈密頓量的變尺度Duffing振子弱信號檢測方法,通過頻率/時間尺度變換把高頻信號轉(zhuǎn)換為固定角頻率1 rad/s的信號,,方便了設(shè)置系統(tǒng)相變閾值,,克服了傳統(tǒng)方法低頻參數(shù)信號的限制;搭建相關(guān)與小波閾值變換的聯(lián)合去噪系統(tǒng),極大程度地改善了信噪比,,避免了噪聲對檢測結(jié)果的不利影響,;構(gòu)造Duffing系統(tǒng)偽哈密頓量實時地表征系統(tǒng)動力學行為,解決了定量判斷系統(tǒng)狀態(tài)時計算量大,,效率低的難題,。仿真分析驗證了本文所提檢測方法的有效性和優(yōu)越性。
參考文獻
[1] 高科, 孫晶華. 微弱信號檢測方法研究[J]. 微型機與應(yīng)用,2011,30(21):67-68.
[2] 張紅煊, 朱貽盛,牛金海,等. 異常心電節(jié)律VT和VF信號的復雜性分析[J].物理學報, 2000,49(8):1416-1422.
[3] 黃鵬達, 皮亦鳴.基于混沌振子的微弱GPS信號檢測算法[J]. 電子測量與儀器學報, 2008,22(4):49-49.
[4] 胥永剛,馬海龍,付勝,等.機電設(shè)備早期故障微弱信號的非線性檢測方法及工程應(yīng)用[J].振動工程學報, 2011,24(5):529-538.
[5] 魏世朋,張?zhí)祢U,白娟,等.用Duffing 振子陣列解調(diào)微弱π/4-DQPSK信號[J].電子技術(shù)應(yīng)用, 2011,37(11):120-124.
[6] 楊紅英,葉昊,王桂增,等. Duffing振子的Lyapunov指數(shù)與Floquet指數(shù)研究[J]. 儀器儀表學報,2008, 29(5):927-932.
[7] 李健, 周激流, 孫濤,等.自相關(guān)級聯(lián)混沌振子法實現(xiàn)隨相弱正弦信號的檢測[J]. 四川大學學報 (工程科學版),2010,42(1):191-195.
[8] CHENG D. Stabilization of time-varying pseudo-hamilton-ian systems[C].Control Applications, 2002. Proceedings ofthe 2002 International Conference on. IEEE,2002(2):954-959.