【信号检测】基于双稳随机共振微弱信号检测含Matlab源码

1 简介

研究了小参数随机共振(SR)的响应幅值与信号频率和噪声强度的关系,并从噪声频谱的罗伦兹(Lorentz) 分布特性推出,只有在噪声能量集中的低频区域才能产生随机共振的论点。得出了二次采样大参数类随机共振的实现条件,即采样频率至少是信号频率的50倍并根据噪声强度选择二次采样频率。在大参数情况下,由双稳系统输入输出信噪比的分析,阐明了大参数类随机共振方法从强噪声中检测出弱信号的可行性。运用周期和非周期弱信号的检测实例,进一步证明了该方法的有效性和实用性。

2 部分代码

 function [xu]=xulietu2(alpha,beta,deta,mu,k)clc;% clear  all;% close all;fs=100;%采样频率Ts=1/fs;%采样时间% h=1/fs;%时间步长% t=0:Ts:4095*Ts;t=0:Ts*k:409500*Ts;% t=0:Ts:511*Ts;n=length(t);​% alpha=1.2;% beta=0;% deta=10;%  mu=0;​for i=1:n  v=unifrnd(-pi/2,pi/2);  w=exprnd(1);%   if 0<alpha<1    if (0<alpha)&&(alpha<1)     deta0=deta*(1+beta.^2*tan(pi*alpha/2).^2).^(1/(2*alpha));     beta1=2*atan(beta*tan(pi*alpha/2))/(pi*alpha);     v0=-atan(beta*tan(pi*alpha/2))/alpha;     x1=sin(alpha*(v-v0))/(cos(v)).^(1/alpha)*(cos(v-alpha*(v-v0))/w).^((1-alpha)/alpha);     xu(i)=deta0*x1+mu;   elseif alpha==1       beta1=beta;       deta0=2/pi*deta;       x1=(pi/2+beta1*v)*tan(v)-beta1*log10(w*cos(v)/(pi/2+beta*v));       xu(i)=deta0*x1+mu+2/pi*deta0*beta*log(deta0);    %    elseif 1<alpha<2   elseif (1<alpha)&&(alpha<2)          beta1=2*atan(beta*tan(pi*alpha/2))/(pi*(alpha-2));           deta0=deta*(1+beta.^2*tan(pi*alpha/2).^2).^(1/(2*alpha));          v0=-atan(beta*tan(pi*alpha/2))/alpha;          x1=sin(alpha*(v-v0))/(cos(v)).^(1/alpha)*(cos(v-alpha*(v-v0))/w).^((1-alpha)/alpha);          xu(i)=deta0*x1+mu;      elseif alpha==2        v0=-atan(beta*tan(pi*alpha/2))/alpha;        x1=sin(alpha*(v-v0))/(cos(v)).^(1/alpha)*(cos(v-alpha*(v-v0))/w).^((1-alpha)/alpha);        xu(i)=deta0*x1+mu;     else       xu(i)=randn;    endend​​​% plot(t,xu);xlabel('采样点');% % ylim([-100,100]);% ylabel('幅值');% xlim([0,2000]);% ylim([-4000,4000]);%title('a稳定噪声序列');​

3 仿真结果

4 参考文献

[1]莫建文, 欧阳缮, 肖海林,等. 阵列双稳随机共振在微弱信号检测中的应用研究[J]. 信号处理, 2011, 27(5):5.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。