导读:本文包含了微弱信号论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:微弱,信号,算法,噪声,蜂群,鱼群,两次。
微弱信号论文文献综述
杨飞,穆向阳,赵勇勇[1]（2019）在《基于FPGA的微弱信号高速数据采集与处理系统设计》一文中研究指出为了对微弱信号进行采集,设计了一款基于FPGA的高速数据采集、预处理系统,该系统以Altera公司CycloneⅣ系列的FPGA作为主控制器,完成对高速ADC LTC2226的控制。设计了数据采集系统的硬件电路,通过对LTC2226的读写时序分析,在QuartusⅡ软件中采用Verilog HDL编写了采集程序和线性累加平均算法,并结合使用Signal TapⅡLogic Analyzer和MATLAB验证采集电路和算法的可行性。实验结果表明该系统具有良好的准确性和稳定性,能够满足高速数据采集的要求,并且能够改善微弱信号的信噪比。(本文来源于《工业控制计算机》期刊2019年11期）
行鸿彦,韩杰,刘刚[2]（2019）在《量子人工鱼群优化的随机共振微弱信号检测》一文中研究指出针对传统随机共振方法微弱信号检测精度低、速度慢的问题,将量子人工鱼群算法应用到随机共振方法中,提出一种量子人工鱼群算法的随机共振微弱信号检测方法。方法以随机共振系统参数为研究对象,将随机共振问题转化为多参数同步寻优问题,实现微弱信号的增强。分别在Langevin与Duffing系统中仿真,表明所提方法高效可行。同一输入条件下,Duffing随机共振微弱信号检测性能优于Langevin系统。加入控制频率,将Duffing随机共振应用到多频大信号的检测,扩展了随机共振的应用范围。(本文来源于《计算机仿真》期刊2019年10期）
覃贵礼,王显梅[3]（2019）在《光电检测系统的微弱信号检测研究》一文中研究指出针对当前光电检测系统微弱信号检测存在的检测误差大、抗噪能力差等不足,设计了小波分析和最小二乘支持向量机相结合的光电检测系统微弱信号检测方法。首先采用小波分析对光电检测系统微弱信号进行处理,消除微弱信号中的噪声,抑制噪声对微弱信号检测结果的干扰,然后引入混沌分析算法对光电检测系统微弱信号进行重构,并采用最小二乘支持向量机建立光电检测系统微弱信号检测模型,最后进行了光电检测系统微弱信号检测的仿真对比测试。结果表明,本文方法可以实现高精度的光电检测系统微弱信号检测,检测速度和检测精度均优于当前其它光电检测系统微弱信号检测方法,具有更高的实际应用价值。(本文来源于《科技通报》期刊2019年09期）
张洗玉,杨鹏,张琛其,陈郓城,朱頔[4]（2019）在《基于锁相放大原理的微弱信号检测装置的研制》一文中研究指出为解决传统信号检测装置精度低、信噪比低的问题,研制了一种基于锁相放大原理的微弱信号检测装置。本装置是以超低功耗单片机MSP430为处理器,结合锁相放大原理实现的微弱信号监测装置,该装置包含加法器、纯电阻衰减网络、微弱信号检测电路及单片机控制显示和AD采样。本装置能将微弱信号从强噪声中检测出来,并通过液晶显示实时采样的幅值,且误差最高能达到1%以下,所能检测到的弱信号幅度能达到20mV以下,误差基本能达到要求指标。(本文来源于《中国仪器仪表》期刊2019年09期）
孟浩,吕国飞,姜清华[5]（2019）在《一种处理微弱信号噪声干扰的方法》一文中研究指出0引言水下声呐系统如今集成了声学传感器、非声传感器、高速信号传输模块和直流电源模块等功能模块,在有限空间内实现微小声信号的放大、采集和传输功能。水下声呐系统的高密度集成化缩小了整个声呐系统物理空间的同时,给前置水听器模块带来了更加复杂的电磁环境。前置水听器模块是将水听器与前置放大电路级联在一起的功能模块,具有声信号转换和前级信号放大的功能。与高速数字信号和电源直流信号相比,信号电压在微伏级别的前(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
王聿东[6]（2019）在《微弱信号采集测量电路的相关探索》一文中研究指出伴随着科学技术发展的进程,人们对于微弱信号采集技术的精度要求变得愈发高。目前,微弱信号采集技术也被应用于越来越多的领域。当前许多领域存在着很多有关于微弱信号采集测量电路相关技术方面的问题需要解决,因此对于微弱信号采集测量电路的相关探索就显得尤为重要,且具有很大的现实意义和理论意义[1-3]。本文首先对噪声的特性进行分析,然后对常用的微弱光电信号检测方法概述与对比,最后提出了微弱光电信号检测系统硬件电路设计的思路。(本文来源于《电声技术》期刊2019年09期）
张二华,单德山,李乔[7]（2019）在《基于多尺度递归图理论的桥梁微弱信号非线性非平稳检验》一文中研究指出针对恶劣测试环境下桥梁结构微弱动力测试信号易被噪声淹没、非线性非平稳检验困难的问题,将改进的经验模态分解方法与递归图理论相结合,提出一种多尺度非线性非平稳检验分析方法。对微弱信号进行自适应分解,得到各阶信号分量。采用递归图及递归量化方法,分析了不同信号分量的非线性非平稳特征信息。分别用模拟信号和实际桥梁测试信号对所提方法的有效性进行了验证。结果表明:多尺度的非线性非平稳检验分析方法能有效提取强噪声背景下桥梁微弱信号的非线性非平稳特征信息,可用于实际桥梁测试信号的非线性非平稳检测。(本文来源于《振动与冲击》期刊2019年16期）
周传航,罗向东,邵佩旭[8]（2019）在《基于两次采样的大动态微弱信号探测》一文中研究指出在大动态微弱信号检测领域,为了提高探测系统的ADC模数转换器(Analog-to-Digital Converter)的精度,以滨松公司的CCD电荷耦合器件(Charge-Coupled Device)传感器芯片S11156,选择16位精度的ADI公司的AD9265芯片与AD9747芯片,使用两次采样的设计原理,搭建硬件电路,通过对微弱信号的放大,实现低精度ADC对信号的检测,仿真结果表明可以实现在不改变ADC位数的情况下,实现高精度的测量,满足特定情况下的探测需要。同时硬件电路调试时与仿真结果相吻合。(本文来源于《电子器件》期刊2019年04期）
乔小雪[9]（2019）在《基于复合多稳随机共振的微弱信号检测与应用研究》一文中研究指出强噪声背景下的微弱信号检测是许多工程领域中的一个共同问题,随机共振作为一种利用噪声的非线性微弱信号检测方法,近年来被广泛地应用于诸多领域尤其是故障诊断领域,研究随机共振的检测理论与方法,对于实现早期微弱故障诊断具有重要的理论意义和应用价值。目前,随机共振的势函数模型大多采用双稳态、单稳态及叁稳态模型,为进一步提高随机共振的微弱信号处理能力,本文在叁稳态模型的基础上,结合高斯势模型,提出了一种改进的新型复合多稳势阱模型。研究了复合多稳模型在不同稳态间的切换机制;并以系统输出信噪比为衡量指标,分别研究了高斯噪声和α稳定噪声环境下复合多稳态模型的系统参数和α稳定噪声分布参数对随机共振系统输出的作用规律;根据噪声强度D对随机共振效应的影响,分析了复合多稳随机共振系统的性能;针对不同等级微弱信号,对比分析了基于复合多稳模型、传统叁稳模型及双稳与GP模型构建的复合叁稳模型的随机共振系统输出响应性能,证明了所提出的模型具有更优的性能;此外,研究了由复合多稳随机共振构成的级联系统,实验结果表明,将随机共振系统级联能够获得更好的检测效果,但是级联的级数要根据实际的检测效果进行选择,并且级联随机共振系统对方波信号具有整形和滤波作用。同时,研究了参数诱导复合多稳随机共振中多个系统参数的自适应同步优化方法,采用差分头脑风暴优化算法实现复合多稳随机共振系统参数的自适应选取,在高斯噪声和α稳定噪声环境下实现了对多个高频周期信号的有效检测,并与粒子群算法的结果进行了对比;且在高斯噪声环境下实现了对非周期冲击信号及UWB-IR信号的检测,并对模型所呈现的最佳势阱形状及粒子在势阱内的运动轨迹进行了分析。最后,将研究得到的随机共振微弱信号检测理论和方法应用于机械故障检测中,实现了对仿真故障信号及轴承内圈和外圈故障的检测,并与谱峭度和经验模式分解方法进行了对比分析。本文的研究结果提供了一种新型的自适应随机共振方法,丰富了随机共振理论的研究成果,拓宽了随机共振在实际工程领域中的应用范围。(本文来源于《西安理工大学》期刊2019-06-30）
刘刚,行鸿彦,张金玉[10]（2019）在《一种优化的微弱信号检测方法》一文中研究指出针对混沌海杂波背景下的微弱信号检测问题,结合互补集成经验模态分解理论,提出了一种优化的核极限学习机微弱信号检测方法。采用互补集成经验模态分解法将混沌信号分解为一系列固有模态函数,通过核极限学习机对经相空间重构后的各模态函数分别建立预测模型,利用人工蜂群算法对核极限学习机的正则化系数和核参数进行优化,重构预测信号,从预测误差中检测出混沌海杂波背景中的微弱信号(瞬态信号与周期信号)。分别以Lorenz系统和IPIX雷达海杂波数据为例进行了仿真,并研究了不同强度的噪声对微弱信号检测的影响。结果表明:该方法可以有效地从混沌背景中检测出微弱目标信号,当系统不存在噪声时,Lorenz系统得到的均方根误差0. 000 000 12 (-118.959 1 dB)比传统极限学习机方法的均方根误差0.001 345 08(-80.154 7 dB)降低了4个数量级;若SNR≥0 dB,噪声对微弱目标信号检测的影响可以忽略;但当SNR<-7 dB,则无法检测出微弱信号。(本文来源于《现代雷达》期刊2019年06期）
微弱信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统随机共振方法微弱信号检测精度低、速度慢的问题,将量子人工鱼群算法应用到随机共振方法中,提出一种量子人工鱼群算法的随机共振微弱信号检测方法。方法以随机共振系统参数为研究对象,将随机共振问题转化为多参数同步寻优问题,实现微弱信号的增强。分别在Langevin与Duffing系统中仿真,表明所提方法高效可行。同一输入条件下,Duffing随机共振微弱信号检测性能优于Langevin系统。加入控制频率,将Duffing随机共振应用到多频大信号的检测,扩展了随机共振的应用范围。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
微弱信号论文参考文献
[1].杨飞,穆向阳,赵勇勇.基于FPGA的微弱信号高速数据采集与处理系统设计[J].工业控制计算机.2019
[2].行鸿彦,韩杰,刘刚.量子人工鱼群优化的随机共振微弱信号检测[J].计算机仿真.2019
[3].覃贵礼,王显梅.光电检测系统的微弱信号检测研究[J].科技通报.2019
[4].张洗玉,杨鹏,张琛其,陈郓城,朱頔.基于锁相放大原理的微弱信号检测装置的研制[J].中国仪器仪表.2019
[5].孟浩,吕国飞,姜清华.一种处理微弱信号噪声干扰的方法[C].2019年全国声学大会论文集.2019
[6].王聿东.微弱信号采集测量电路的相关探索[J].电声技术.2019
[7].张二华,单德山,李乔.基于多尺度递归图理论的桥梁微弱信号非线性非平稳检验[J].振动与冲击.2019
[8].周传航,罗向东,邵佩旭.基于两次采样的大动态微弱信号探测[J].电子器件.2019
[9].乔小雪.基于复合多稳随机共振的微弱信号检测与应用研究[D].西安理工大学.2019
[10].刘刚,行鸿彦,张金玉.一种优化的微弱信号检测方法[J].现代雷达.2019
论文知识图
