针对现有混沌检测算法精度不高、状态响应滞后的问题,该文从混沌状态整体性、系统解频域特性等角度进行全面分析,提出一种基于摄动解主频功率比的弱信号检测方法,该算法不仅准确实现了临界状态的有效界定,提高了信号检测的可靠程度,而...针对现有混沌检测算法精度不高、状态响应滞后的问题,该文从混沌状态整体性、系统解频域特性等角度进行全面分析,提出一种基于摄动解主频功率比的弱信号检测方法,该算法不仅准确实现了临界状态的有效界定,提高了信号检测的可靠程度,而且揭示了系统各个状态之间的差别及物理含义。文中采用参数摄动法推导了Duffing-Van der pol振子的一阶摄动平衡解,证明了其为影响主频率分量的主要因素。在此基础上,采用经验模态分解方法对有效参量信息进行选择性重构,以最小均方误差约束准则下的比值系数重新定义了系统状态,得到系统主频功率比与策动力幅值之间的映射关系,并以此作为临界阈值确定的依据。实验结果表明,采用主频功率比准则的信号检测方法可靠性提高了约1个数量级,且算法的响应速度为传统分析方法的2倍以上。展开更多
文摘针对现有混沌检测算法精度不高、状态响应滞后的问题,该文从混沌状态整体性、系统解频域特性等角度进行全面分析,提出一种基于摄动解主频功率比的弱信号检测方法,该算法不仅准确实现了临界状态的有效界定,提高了信号检测的可靠程度,而且揭示了系统各个状态之间的差别及物理含义。文中采用参数摄动法推导了Duffing-Van der pol振子的一阶摄动平衡解,证明了其为影响主频率分量的主要因素。在此基础上,采用经验模态分解方法对有效参量信息进行选择性重构,以最小均方误差约束准则下的比值系数重新定义了系统状态,得到系统主频功率比与策动力幅值之间的映射关系,并以此作为临界阈值确定的依据。实验结果表明,采用主频功率比准则的信号检测方法可靠性提高了约1个数量级,且算法的响应速度为传统分析方法的2倍以上。
