[发明专利]α稳定噪声下非线性共振分解微弱信号增强检测方法

说明书

本发明涉及一种α稳定噪声下非线性共振分解微弱信号增强检测方法，采用构建粒子阱内驻留时间分布指标，结合考虑真实环境噪声的α稳定分布特性，通过陷波滤波器设计出α稳定噪声下粒子阱内驻留时间分布指标引导非线性共振信号分解技术，实现复杂未知微弱多频信号特征的分解，辨明复杂信号中的多谐波信号。

技术领域

本发明涉及微弱信号检测技术领域，具体而言，涉及一种α稳定噪声下非线性共振分解微弱信号增强检测方法。

背景技术

微弱信号检测技术广泛应用到机械早期故障诊断、医疗脉搏波检测、雷达通信/量子通信、深空深海探测、潜艇声纳目标探测等领域。通常，微弱有用信号淹没在强背景噪声和其他外界周期干扰信号之中，微弱有用信号不仅跟其他多谐波周期干扰信号强耦合或者受其强调制，而且受到同频带强背景噪声的破坏，导致微弱信号检测成为难题。

如何从污染的信号中提取微弱有用信息是工程界和学术界长期钻研的技术问题，学者们和工程师们提出了诸多信号处理方法，但是大多数信号处理技术旨在通过设计滤波器滤除噪声。一方面，滤波器参数需要精准选择，稍有微小差异可能造成检测结果千差万别，诸如峭度指标及其改进指标广泛被用于指导滤波器设计，但仍然受到噪声和其他瞬态干扰，导致滤波频带选择错误，成为目前难以攻克的问题。另一方面，滤波技术滤除噪声的同时，必然对微弱有用信息造成或多或少的损坏，这一特点对通信系统、声纳系统等来说是致命的，容易导致检测结果失效，失去检测价值。

非线性系统中的动力学行为表明噪声和微弱有用信号之间可以发生协同共振，噪声能量能够转化为有用信号能量，不仅消除了噪声，而且增强了微弱有用信号，诸如随机共振、混沌共振、振动共振等现象。然而，现有非线性共振技术利用噪声增强微弱有用信号特征一次谐波幅值，且依赖于待检信号先验知识，难以增强极低信噪比下微弱未知复合信号多频特征，且无法实现一维信号的快速分解，辨明信号多谐波结构，甚至以高斯噪声模拟真实环境噪声过于理想，导致现有非线性共振技术难以适用于真实世界环境噪声下的复杂未知信号检测。

发明内容

本发明解决的问题是如何解决现有非线性共振技术难以适用于真实环境噪声下的复杂未知信号检测，辨明复杂信号中的多谐波信号。

为解决上述问题，本发明提供一种α稳定噪声下非线性共振分解微弱信号增强检测方法，包括如下：

步骤1、对传感器采集的信号s_n(t)进行幅值截断操作得到截断信号s(t)，将截断信号s(t)作为第i个残余信号s_i(t)，i∈[0，1，2，3…]；

步骤2、构建变尺度同向耦合非线性共振系统，将残余信号s_i(t)输入到变尺度同向耦合非线性共振系统求解系统响应；

步骤3、计算系统响应的粒子阱内驻留时间分布指标，并判断粒子阱内驻留时间分布指标是否大于等于Q，若是，则进入步骤4，否则，进入步骤7；

步骤4、以粒子阱内驻留时间分布指标为目标优化变尺度同向耦合非线性共振系统的参数；

步骤5、将优化的参数代入变尺度同向耦合非线性共振系统，检测出第i+1个共振分量x_i+1(t)，使用陷波滤波器滤除共振分量x_i+1(t)，得到残余信号s_i+1(t)；

步骤6、s_i(t)＝s_i+1(t)，i＝i+1，并返回步骤2；

步骤7、分解出i个共振分量和最终残余信号s_i(t)。

本发明的有益效果是：采用构建粒子阱内驻留时间分布指标，结合考虑真实环境噪声的α稳定分布特性，通过陷波滤波器设计出α稳定噪声下粒子阱内驻留时间分布指标引导非线性共振信号分解技术，实现复杂未知微弱多频信号特征的分解，辨明复杂信号中的多谐波信号。