專利名稱：：隨機(jī)共振-混沌微弱信號(hào)檢測(cè)方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種強(qiáng)噪聲背景下的微弱信號(hào)檢測(cè)方法，特別適用于低信噪比條件下，機(jī)械系統(tǒng)早期故障診斷中對(duì)相關(guān)故障是否發(fā)生以及發(fā)生程度的全面檢測(cè)。
背景技術(shù)：
：隨機(jī)共振技術(shù)于上世紀(jì)八十年代由意大利學(xué)者巴茲等人在研究地球古氣候變化時(shí)提出。隨機(jī)共振利用噪聲增強(qiáng)微弱信號(hào)傳輸?shù)臋C(jī)制，使其與其它微弱信號(hào)檢測(cè)方法相比具有獨(dú)特的優(yōu)勢(shì)，因而在生物信號(hào)處理、視覺(jué)圖像與聽(tīng)覺(jué)識(shí)別、電磁系統(tǒng)及光信號(hào)處理等領(lǐng)域得到廣泛重視。研究表明，利用隨機(jī)共振方法能把微弱特征頻率信號(hào)是否存在有效檢測(cè)出來(lái)，但由于隨機(jī)共振發(fā)生機(jī)制中包含噪聲的能量向信號(hào)能量的轉(zhuǎn)移，且系統(tǒng)產(chǎn)生隨機(jī)共振時(shí)噪聲不是某個(gè)確定的值，而是某個(gè)區(qū)間，故無(wú)法直接用隨機(jī)共振方法進(jìn)行微弱信號(hào)幅值估計(jì)。機(jī)器實(shí)際運(yùn)行過(guò)程中，需要全面掌握故障是否發(fā)生以及發(fā)生的程度，以便進(jìn)行合理維修。而傳統(tǒng)的微弱信號(hào)幅值估計(jì)方法(如最大似然法等)，在信噪比較低時(shí)，估計(jì)效果不理想。由此，關(guān)于隨機(jī)共振在機(jī)械系統(tǒng)早期故障微弱特征頻率信號(hào)檢測(cè)中的應(yīng)用存在以下亟待解決的問(wèn)題低信噪比條件下，如何在利用隨機(jī)共振方法實(shí)現(xiàn)微弱特征頻率信號(hào)是否存在的基礎(chǔ)上，對(duì)其幅值進(jìn)行估計(jì)？
發(fā)明內(nèi)容本發(fā)明目的在于解決隨機(jī)共振技術(shù)在實(shí)際微弱特征頻率信號(hào)檢測(cè)中無(wú)法估計(jì)信號(hào)幅值大小的問(wèn)題，提供一種低信噪比條件下，既能快速、準(zhǔn)確判斷出特征頻率信號(hào)有無(wú)，又能對(duì)其幅值大小進(jìn)行估計(jì)的微弱信號(hào)檢測(cè)方法。為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明的隨機(jī)共振-混沌微弱信號(hào)檢測(cè)方法包括如下步驟首先通過(guò)一種自適應(yīng)參數(shù)調(diào)節(jié)隨機(jī)共振方法實(shí)現(xiàn)微弱特征頻率信號(hào)是否存在的快速、準(zhǔn)確檢測(cè)，得到實(shí)際待檢信號(hào)最可能的信噪比大?。辉诖嘶A(chǔ)上，設(shè)計(jì)出相應(yīng)的Duffmg混沌振子，并計(jì)算得出不同信噪比條件下混沌振子的輸入周期激勵(lì)與輸出大尺度周期運(yùn)動(dòng)幅值間的變化關(guān)系，再根據(jù)隨機(jī)共振方法估計(jì)得出的待檢信號(hào)信噪比大小即可估計(jì)得出微弱特征頻率信號(hào)的幅值大小。從而實(shí)現(xiàn)微弱特征頻率信號(hào)的"有無(wú)"和"大小"的全面檢測(cè)。根據(jù)上述方法，本發(fā)ji進(jìn)一步的技術(shù)方案是采用如下步驟1)根據(jù)隨機(jī)共振理論，對(duì)周期信號(hào)與噪聲共同作用的雙穩(wěn)系統(tǒng)模型i=ax-fex3+w(o+r(y),，、<r(o>=o,<r(o,r(,')>=2賤h')進(jìn)行數(shù)值仿真，得出模型(1)中"=6=1、周期信號(hào)w(/)頻率/^0.1Hz時(shí)，非線性雙穩(wěn)系統(tǒng)最佳匹配隨機(jī)共振的噪聲強(qiáng)度A)(即噪聲均方根值為&，=鳳)與輸入信噪比57Win(SNRin=201og(i))間的對(duì)應(yīng)關(guān)系；-(1)式中X為雙穩(wěn)系統(tǒng)輸出，fl、6為系統(tǒng)結(jié)構(gòu)參數(shù)，f是時(shí)間變量，rw是均值為0、噪聲強(qiáng)度為ZK即噪聲均方根值為c7，a=V^)的高斯分布白噪聲，"w是幅值為j、頻率為y;的微弱周期信號(hào)；2)濾掉待檢信號(hào)中的工頻成分，估計(jì)其噪聲均方根值cr,;3)改變待檢信號(hào)信噪比值，同時(shí)對(duì)雙穩(wěn)系統(tǒng)模型(1)進(jìn)行數(shù)值仿真，得到實(shí)際待檢信號(hào)最可能的信噪比大??；根據(jù)步驟l)所得結(jié)果，即可得到該信噪比條件下，頻率/。=0.1^所對(duì)應(yīng)的最佳匹配隨機(jī)共振噪聲均方根值CT。，再按照歸一化尺度反變換<formula>formulaseeoriginaldocumentpage7</formula>(2)計(jì)算出模型(1)中的"》值；4)將"，6值代入模型(1)，得到對(duì)應(yīng)于該輸入信號(hào)的隨機(jī)共振檢測(cè)模型，根據(jù)該模型輸出頻譜圖即可判斷輸入信號(hào)中是否存在特征頻率為/(角頻率為q)的信號(hào)；5)如果待檢信號(hào)中存在特征頻率為y;的信號(hào)，即可針對(duì)乂(即^)，設(shè)計(jì)出相應(yīng)的Duffing混沌振子i<formula>formulaseeoriginaldocumentpage7</formula>(3)(3)式中，5為阻尼系數(shù)，^為根據(jù)Melnikov方法計(jì)算得出的混沌振子混沌解與周期解的分叉閾值，"(O和rW在實(shí)際信號(hào)檢測(cè)中往往混和在一起，構(gòu)成實(shí)際待檢信號(hào)；6)采用四階Rung-Kutta算法對(duì)混沌振子(3)進(jìn)行數(shù)值求解，在此基礎(chǔ)上估計(jì)其大尺度周期解的幅值4;7)通過(guò)對(duì)混沌振子(3)進(jìn)行數(shù)值仿真，得到待檢信號(hào)信噪比在某區(qū)間內(nèi)變化時(shí)，混沌振子(3)的激勵(lì)幅值大小y與相應(yīng)的振子大尺度周期解幅值^,間的變化關(guān)系為4(力U+P2(4)(4)式中，y為混沌振子(3)中分叉閾值^與周期信號(hào)w(/)幅值J之和，4由步驟6)得出，Pt和P2分別為線性擬合系數(shù)；8)根據(jù)步驟3)所估計(jì)的待檢信號(hào)信噪比值，結(jié)合歩驟7)所得到的該信噪比條件下的振子大尺度周期解幅值^和振子激勵(lì)幅值H司的擬合經(jīng)驗(yàn)公式(4)，即可求出y值；9)用y減去混沌振子(3)中的分叉閾值^，即可估計(jì)出所檢測(cè)的微弱特征頻率信號(hào)幅值。本發(fā)明是一種非線性信號(hào)檢測(cè)方法，其特點(diǎn)在于將隨機(jī)共振與混沌兩種方法巧妙地結(jié)合起來(lái)所設(shè)計(jì)的參數(shù)調(diào)節(jié)隨機(jī)共振方法(前4個(gè)步驟)在快速、準(zhǔn)確檢測(cè)出微弱特征頻率信號(hào)是否存在的同時(shí)，還為基于混沌振子的微弱信號(hào)幅值估計(jì)方法(后5個(gè)步驟)提供所需的待檢信號(hào)信噪比大小，再設(shè)計(jì)相應(yīng)的Duffing混沌振子估計(jì)出微弱信號(hào)幅值大小，估計(jì)效果優(yōu)于傳統(tǒng)的最大似然法。本發(fā)明將以上微弱信號(hào)檢測(cè)方法命名為隨機(jī)共振-混沌方法。該方法回避了混沌振子微弱信號(hào)檢測(cè)中系統(tǒng)是否發(fā)生相變的判斷這一難點(diǎn)，彌補(bǔ)了隨機(jī)共振無(wú)法檢測(cè)信號(hào)大小的不足，為微弱信號(hào)檢測(cè)提供了一條新的途徑。該方法適合于物理、化學(xué)、生物、機(jī)械故障早期檢測(cè)等領(lǐng)域低信噪比條件下微弱特征頻率信號(hào)的檢測(cè)。下面結(jié)合附圖進(jìn)一步說(shuō)明本發(fā)明的技術(shù)方案。圖1是原始碰摩信號(hào)時(shí)域波形。圖2是原始碰摩信號(hào)頻譜圖。圖3是處理后的碰摩信號(hào)時(shí)域波形。圖4是處理后的碰摩信號(hào)頻譜圖。圖5是W^H)時(shí)，信噪比增益與信號(hào)幅值關(guān)系曲線。圖6是自適應(yīng)參數(shù)調(diào)節(jié)隨機(jī)共振模型輸出時(shí)域波形。圖7是自適應(yīng)參數(shù)調(diào)節(jié)隨機(jī)共振模型輸出局部頻譜圖。具體實(shí)施例方式下面用一個(gè)具體實(shí)例來(lái)說(shuō)明本發(fā)明用于微弱信號(hào)檢測(cè)的具體過(guò)程與有益效果動(dòng)靜件碰摩是轉(zhuǎn)子系統(tǒng)中較常見(jiàn)且難以檢測(cè)和捕捉的一類故障現(xiàn)象。主要發(fā)生在機(jī)組動(dòng)靜葉片密封、轉(zhuǎn)子軸封以及滑動(dòng)軸承等處。碰摩發(fā)生的時(shí)間短且有時(shí)位置不，定，如果碰摩現(xiàn)象經(jīng)常發(fā)生，可能引發(fā)其它嚴(yán)重故障的發(fā)生，造成重大經(jīng)濟(jì)損失。因此，設(shè)法在轉(zhuǎn)子系統(tǒng)碰摩故障發(fā)生早期將其檢測(cè)出來(lái)，對(duì)于轉(zhuǎn)子系統(tǒng)避免碰摩及繼發(fā)性故障以及機(jī)組的健康運(yùn)行具有現(xiàn)實(shí)意義。通過(guò)試驗(yàn)研究轉(zhuǎn)子系統(tǒng)中動(dòng)靜件間尖銳碰摩時(shí)的振動(dòng)特征規(guī)律可知在早期碰摩階段，發(fā)現(xiàn)有工頻的1/3X、2/3X等分量穩(wěn)定存在，這一特性可以為這類故障的早期診斷提供依據(jù)。下面據(jù)此特性，采用隨機(jī)共振-混沌方法，對(duì)碰摩故障進(jìn)行早期檢測(cè)。圖1是工頻為60Hz時(shí)的一組典型數(shù)據(jù)，采樣頻率為/^1000Hz，數(shù)據(jù)長(zhǎng)度為^=2000。上述獲得的試驗(yàn)數(shù)據(jù)是在實(shí)驗(yàn)理想環(huán)境中獲得的，表征早期碰摩故障的各種微弱特征還能在譜圖中隱約可見(jiàn)，如果在現(xiàn)場(chǎng)的轉(zhuǎn)子系統(tǒng)運(yùn)行環(huán)境中，這樣微弱的特征信號(hào)將被背景噪聲所完全淹沒(méi)。為分析方便，假設(shè)背景噪聲為高斯白噪聲，將圖1中數(shù)據(jù)進(jìn)行濾波處理(此操作同時(shí)完成了步驟2)中的濾除工頻信號(hào)影響)，僅考慮包含被檢測(cè)頻率的窄帶寬的情況，所采用的帶通數(shù)字濾波器(ChebyshevI型6階濾波器)的通帶截止頻率分別為16Hz、30Hz，阻帶截止頻率分別為5Hz、40Hz，通帶波紋0.5dB，阻帶衰減-45dB。再加入同樣長(zhǎng)度且強(qiáng)度為》2.5的高斯白噪聲數(shù)據(jù)，結(jié)果如圖3所示。圖2、圖4分別為上述兩種信號(hào)的功率譜圖。由圖1可知，圖l所包含的數(shù)據(jù)存在頻率為20Hz、40Hz兩個(gè)明顯的分量。由圖3、圖4根本分辨不出該信號(hào)中包含有弱周期信號(hào)。首先采用參數(shù)調(diào)節(jié)隨機(jī)共振方法對(duì)其特征頻率信號(hào)進(jìn)行檢測(cè)。假設(shè)針對(duì)20Hz信號(hào)設(shè)計(jì)出的雙穩(wěn)系統(tǒng)隨機(jī)共振檢測(cè)模型為^i=(3X-ZX3+力)(5)其中，^)為圖3描述的待檢信號(hào)，相當(dāng)于模型(1)中的周期信號(hào)"(0和噪聲信號(hào)r(O之和。步驟l):通過(guò)對(duì)模型(1)進(jìn)行數(shù)值仿真，得到"=6=1、周期信號(hào)t^)頻率/。-O.lHz時(shí)，非線性雙穩(wěn)系統(tǒng)最佳匹配隨機(jī)共振的噪聲強(qiáng)度A)(即噪聲均方根值為C7。)與輸入信噪比間的對(duì)應(yīng)關(guān)系。模型(1)中^廬1、/(H).lHz時(shí)，對(duì)模型(1)進(jìn)行數(shù)值仿真，采用四階Rung-Kutta(參見(jiàn)"黃明游編.數(shù)值計(jì)算方法.北京科學(xué)出版社，2003")算法進(jìn)行數(shù)值求解，取計(jì)算步長(zhǎng)/^0.05，數(shù)據(jù)長(zhǎng)度TV=2000。實(shí)際操作中采用噪聲均方根值與信號(hào)幅值的比值cr"來(lái)描述輸入信噪比<S7Win。下面以=10時(shí)雙穩(wěn)系統(tǒng)最佳匹配隨機(jī)共振噪聲(以下簡(jiǎn)稱最佳噪聲)的計(jì)算為例，來(lái)說(shuō)明不同C7"時(shí)最佳噪聲的計(jì)算過(guò)程。令模型(1)中周期信號(hào)"W幅值^以0.05的步長(zhǎng)在[O.l2.5]區(qū)間內(nèi)變化，保持CT/JH0不變，對(duì)模型(1)進(jìn)行數(shù)值仿真，容易得到信噪比增益(輸出信噪比與輸入信噪比的比值)與信號(hào)幅值之間的變化曲線如圖5。由圖可知^"=10時(shí)，雙穩(wěn)系統(tǒng)最佳匹配隨機(jī)共振(圖5中信噪比增益最大值處)時(shí)周期信號(hào)幅值^。=0.4，即最佳噪聲均方根值cr。=4。為進(jìn)一步獲得各個(gè)信噪比條件下的最佳噪聲，讓輸入信噪比^"值在5到20之間(大量實(shí)驗(yàn)結(jié)果表明，隨機(jī)共振方法在該區(qū)間內(nèi)檢測(cè)效果較好)，以0.5為歩長(zhǎng)遞增，按照上述cr"-10時(shí)的計(jì)算方法，依次計(jì)算得出各個(gè)信噪比下的最佳噪聲，計(jì)算結(jié)果見(jiàn)表l。表1最佳匹配隨機(jī)共振噪聲大小與輸入信噪比間的對(duì)應(yīng)關(guān)系<table>tableseeoriginaldocumentpage11</column></row><table>步驟2):濾掉待檢信號(hào)中的工頻成分，估計(jì)其噪聲均方根值^。首先對(duì)待檢信號(hào)進(jìn)行濾波去除工頻信號(hào)的影響(此操作在對(duì)信號(hào)進(jìn)行預(yù)處理時(shí)已經(jīng)完成)，再將待檢信號(hào)近似為純?cè)肼暪烙?jì)出其噪聲均方根A=0.2505。步驟3):計(jì)算實(shí)際待檢信號(hào)最可能的輸入信噪比，根據(jù)歸一化尺度反變換關(guān)系式(2)計(jì)算實(shí)際檢測(cè)模型(5)中的",M直。'步驟2)已經(jīng)估計(jì)得出了待檢信號(hào)的噪聲均方根值o",，假設(shè)待檢信號(hào)的輸入信噪比按照表1所列各值變化，并對(duì)模型(5)進(jìn)行數(shù)值仿真，依次計(jì)算各個(gè)輸入信噪比條件下的信噪比增益，找出信噪比增益最大值所對(duì)應(yīng)的輸入信噪比大小，即為該實(shí)際待檢信號(hào)最可能的信噪比。針對(duì)實(shí)際轉(zhuǎn)子碰摩信號(hào)，計(jì)算得出該信號(hào)最可能的信噪比為cr"=10。由表1，對(duì)應(yīng)模型(1)中"=6=1時(shí)，雙穩(wěn)系統(tǒng)的最佳噪聲0"。=4.0。至此，式(2)中的各個(gè)參數(shù)值均以得到:/尸20Hz、/cKUHz、CTl=0.2505、cr。=4.0，代入式(2)，即可計(jì)算得出模型(5)中的參數(shù)!a=200，6=2.048xl07。步驟4):將a》值代入實(shí)際檢測(cè)模型(5)，得到對(duì)應(yīng)于該輸入信號(hào)的隨機(jī)共振檢測(cè)模型，根據(jù)該模型輸出頻譜圖即可判斷輸入信號(hào)中是否存在特征頻率為20Hz的信號(hào)。將"=200,&=2.048><107代入模型(5)，采用四階Rung-Kutta算法對(duì)其進(jìn)行數(shù)值計(jì)算，計(jì)算步長(zhǎng)》=0.001、數(shù)據(jù)長(zhǎng)度為A^2000。圖6、圖7是其輸出的時(shí)域和頻域譜圖，從圖7中可以清晰分辨出20Hz信號(hào)，即可確定待檢信號(hào)中1/3分頻信號(hào)的存在。在此基礎(chǔ)上，進(jìn)一步采用混沌方法對(duì)其故障特征頻率信號(hào)幅值大小進(jìn)行估計(jì)，以便對(duì)其故障發(fā)生程度進(jìn)行分析。步驟5):針對(duì)20Hz信號(hào)，設(shè)計(jì)出相應(yīng)Duffing混沌振子為1dx2<5CX,/、，、/八-+---x+x=yccos(叫)+s(0其中，5=0.5，w,407r，0.8260，/c通過(guò)Melnikov方法(參見(jiàn)"劉曾榮編.混沌的微擾判據(jù).上海上?？萍冀逃霭嫔纾?994")計(jì)算得到，^)為待檢信號(hào)，相當(dāng)于模型(3)中的周期信號(hào)W0和噪聲信號(hào)r(o之和。步驟6):應(yīng)用四階Rung-Kutta算法對(duì)混沌振子(6)進(jìn)行數(shù)值求解，在此基礎(chǔ)上估計(jì)其大尺度周期解的幅值4;采用四階Rung-Kutta算法對(duì)混沌振子(6)進(jìn)行數(shù)值計(jì)算，步長(zhǎng)/=0.005，計(jì)算長(zhǎng)度A^2000，得到其大周期解序列，在此基礎(chǔ)上，根據(jù)最大似然法估計(jì)出其大周期解幅值4=1.4202。步驟7):數(shù)值計(jì)算得出待檢信號(hào)信噪比在某區(qū)間內(nèi)變化rf，混沌振子(3)的激勵(lì)幅值大小/(K與K之和)與相應(yīng)的振子大尺度周期解幅值^間的變化關(guān)系。討論《=1時(shí)的Duffing振子為i+5i-x+x3=yccos"w(0+廠(0其中，5=0.5;"(^為待檢微弱特征頻率信號(hào)，i"(0=^cc^;^為根據(jù)Mdnikov方法計(jì)算得出的混沌振子混沌解與周期解的分叉閾值，且;；=0.8260。由基于混沌的微弱信號(hào)檢測(cè)相關(guān)理論可知，當(dāng)待檢信號(hào)中存在《=1微弱周期信號(hào)時(shí)，振子處于大尺度周期運(yùn)動(dòng)狀態(tài)。設(shè)已經(jīng)處于大尺度周期狀態(tài)的Duffing振子周期運(yùn)動(dòng)振幅大小為A，振子激勵(lì)的振幅大小為y(K與K之和)。大量仿真計(jì)算結(jié)果表明，當(dāng)^以0.002為步長(zhǎng)在區(qū)間內(nèi)取值，即y在區(qū)間內(nèi)變化，待檢信號(hào)信噪比j化值在區(qū)間[5，20]內(nèi)變化時(shí)，^與/基本保持正比關(guān)系。用4("=p,"p2(8)表示各個(gè)c7化時(shí)擬合的4隨;k變化的經(jīng)驗(yàn)公式，表2列出了^t"以0.5為步長(zhǎng)在區(qū)間[5,20]內(nèi)變化時(shí)的各個(gè)p,，p2值。仿真實(shí)驗(yàn)結(jié)果表明，以下表格對(duì)混沌振子(3)中的頻率《*1時(shí)都能成立。表2不同信噪比對(duì)應(yīng)的a與z間經(jīng)驗(yàn)公式擬合系數(shù)<table>tableseeoriginaldocumentpage14</column></row><table>步驟8):計(jì)算混沌振子(7)中頻率為20Hz周期信號(hào)的激勵(lì)幅值大小P根據(jù)步驟3)所估計(jì)的信號(hào)輸入信噪比c"40，步驟6)計(jì)算得出的4-l.機(jī)，以及表2所列出的c7"-10時(shí)，p產(chǎn)1.388，p2=0.198，將以上數(shù)值代入公式(8)，即可計(jì)算得出混沌振子(7)中頻率為20Hz的激勵(lì)幅值大小y=0.88055。步驟9):估計(jì)所檢測(cè)的微弱特征頻率信號(hào)幅值。由于混沌振子(7)中的激勵(lì)幅值y相當(dāng)于分叉閾值^和實(shí)際待檢信號(hào)微弱周期信號(hào)幅值&。之和，故碰摩信號(hào)中20Hz成分幅值大小&He=0.05455，這與其實(shí)際大小^。=0.05538非常接近。按照同樣方法可以實(shí)現(xiàn)故障信號(hào)中40Hz和80Hz頻率成分的檢測(cè)，在應(yīng)用隨機(jī)共振方法檢測(cè)出存在基礎(chǔ)上，估計(jì)出幅值大小分別為八。=0.0636，&。=0.093，實(shí)際幅值為y4。=0.0645，y8。=0.0958?？梢?jiàn)，應(yīng)用隨機(jī)共振-混沌方法在成功檢測(cè)出碰摩故障特征信號(hào)的同時(shí)，還實(shí)現(xiàn)了其特征頻率信號(hào)幅值的估計(jì)，能夠?yàn)閷?shí)際故障檢測(cè)中故障發(fā)生程度分析提供一定依據(jù)。1權(quán)利要求1、一種隨機(jī)共振-混沌微弱信號(hào)檢測(cè)方法，包括如下步驟首先通過(guò)一種自適應(yīng)參數(shù)調(diào)節(jié)隨機(jī)共振方法實(shí)現(xiàn)微弱特征頻率信號(hào)是否存在的檢測(cè)，得到實(shí)際待檢信號(hào)最可能的信噪比大??；在此基礎(chǔ)上，設(shè)計(jì)出相應(yīng)的Duffing混沌振子，并計(jì)算得出不同信噪比條件下混沌振子的輸入周期激勵(lì)與輸出大尺度周期運(yùn)動(dòng)幅值間的變化關(guān)系，再根據(jù)隨機(jī)共振方法估計(jì)得出的待檢信號(hào)信噪比大小即可估計(jì)得出微弱特征頻率信號(hào)的幅值大小。2、根據(jù)權(quán)利要求1所述的隨機(jī)共振-混沌微弱信號(hào)檢測(cè)方法，其特征是包括以下步驟；1)根據(jù)隨機(jī)共振理論，對(duì)周期信號(hào)與噪聲共同作用的雙穩(wěn)系統(tǒng)模型<formula>formulaseeoriginaldocumentpage2</formula>進(jìn)行數(shù)值仿真，得出模型(1)中"=6=1、周期信號(hào)w(Z)頻率/廣0.1Hz時(shí)，非線性雙穩(wěn)系統(tǒng)最佳匹配隨機(jī)共振的噪聲強(qiáng)度A)(即噪聲均方根值為&，cr。=V^)與輸入信噪比SA^n(SNRin=201og(^))間的對(duì)應(yīng)關(guān)系；(1)式中X為雙穩(wěn)系統(tǒng)輸出，a、6為系統(tǒng)結(jié)構(gòu)參數(shù)，f是時(shí)間變量，r(O是均值為0、噪聲強(qiáng)度為"(即噪聲均方根值為C7，CT=V^)的高斯分布白噪聲，t^)是幅值為j、頻率為y;的微弱周期信號(hào)；2)濾掉待檢信號(hào)中的工頻成分，估計(jì)其噪聲均方根值(T,;3)改變待檢信號(hào)信噪比值，同時(shí)對(duì)雙穩(wěn)系統(tǒng)模型(1)進(jìn)行數(shù)值仿真，得到實(shí)際待檢信號(hào)最可能的信噪比大?。桓鶕?jù)步驟l)所得結(jié)果，即可得到該信噪比條件下，頻率/。-0.1Hz所對(duì)應(yīng)的最佳匹配隨機(jī)共振噪聲均方根值cr。，再按照歸一化尺度反變換a=A,(2)計(jì)算出模型(1)中的",6值；4)將a,M直代入模型(1)，得到對(duì)應(yīng)于該輸入信號(hào)的隨機(jī)共振檢測(cè)模型，根據(jù)該模型輸出頻譜圖即可判斷輸入信號(hào)中是否存在特征頻率為/(角頻率為q)的信號(hào)；5)如果待檢信號(hào)中存在特征頻率為乂的信號(hào)，即可針對(duì)y;(即^)，設(shè)計(jì)出相應(yīng)的Duffing混沌振子JT^_+_^_^—x+JC3二乙cos(6^)+"(0+r(0(3)ft),Aqi/,G)式中，3為阻尼系數(shù)，^為根據(jù)Mdnikov方法計(jì)算得出的混沌振子混沌解與周期解的分叉閾值，t^)和rW在實(shí)際信號(hào)檢測(cè)中往往混和在一起，構(gòu)成實(shí)際待檢信號(hào)；6)采用四階Rung-Kutta算法對(duì)混沌振子(3)進(jìn)行數(shù)值求解，在此基礎(chǔ)上估計(jì)其大尺度周期解的幅值4;7)通過(guò)對(duì)混沌振子(3)進(jìn)行數(shù)值仿真，得到待檢信號(hào)信噪比在某區(qū)間內(nèi)變化時(shí)，混沌振子(3)的激勵(lì)幅值大小/與相應(yīng)的振子大尺度周期解幅值^間的變化關(guān)系為4("U+P2(4)(4)式中，y為混沌振子(3)中分叉閾值^與周期信號(hào)w(0幅值J之和，4由步驟6)得出，p,和P2分別為線性擬合系數(shù)；8)根據(jù)步驟3)所估計(jì)的待檢信號(hào)信噪比值，結(jié)合步驟7)所得到的該信噪比條件下的振子大尺度周期解幅值^和振子激勵(lì)幅值y間的擬合經(jīng)驗(yàn)公式(4)，即可求出/值；9)用y減去混沌振子(3)中的分叉閾值^，即可估計(jì)出所檢測(cè)的微弱特征頻率信號(hào)幅值。全文摘要本發(fā)明公開(kāi)了一種隨機(jī)共振-混沌微弱信號(hào)檢測(cè)方法，首先通過(guò)一種自適應(yīng)參數(shù)調(diào)節(jié)隨機(jī)共振方法實(shí)現(xiàn)微弱特征頻率信號(hào)是否存在的檢測(cè)，得到實(shí)際待檢信號(hào)最可能的信噪比大?。辉诖嘶A(chǔ)上，設(shè)計(jì)出相應(yīng)的Duffing混沌振子，并計(jì)算得出不同信噪比條件下混沌振子的輸入周期激勵(lì)與輸出大尺度周期運(yùn)動(dòng)幅值間的變化關(guān)系，再根據(jù)隨機(jī)共振方法估計(jì)得出的待檢信號(hào)信噪比大小即可估計(jì)得出微弱特征頻率信號(hào)的幅值大小。該方法適合于物理、化學(xué)、生物、機(jī)械故障早期檢測(cè)等領(lǐng)域低信噪比條件下微弱特征頻率信號(hào)的檢測(cè)。文檔編號(hào)G01H17/00GK101561314SQ20091004336公開(kāi)日2009年10月21日申請(qǐng)日期2009年5月12日優(yōu)先權(quán)日2009年5月12日發(fā)明者潘中銀,秦國(guó)軍,胡蔦慶,敏陳申請(qǐng)人:中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)