[发明专利]随机共振-混沌微弱信号检测方法

说明书

技术领域

本发明涉及一种强噪声背景下的微弱信号检测方法，特别适用于低信噪比条件下，机械系统早期故障诊断中对相关故障是否发生以及发生程度的全面检测。 

背景技术

随机共振技术于上世纪八十年代由意大利学者巴兹等人在研究地球古气候变化时提出。随机共振利用噪声增强微弱信号传输的机制，使其与其它微弱信号检测方法相比具有独特的优势，因而在生物信号处理、视觉图像与听觉识别、电磁系统及光信号处理等领域得到广泛重视。研究表明，利用随机共振方法能把微弱特征频率信号是否存在有效检测出来，但由于随机共振发生机制中包含噪声的能量向信号能量的转移，且系统产生随机共振时噪声不是某个确定的值，而是某个区间，故无法直接用随机共振方法进行微弱信号幅值估计。机器实际运行过程中，需要全面掌握故障是否发生以及发生的程度，以便进行合理维修。而传统的微弱信号幅值估计方法(如最大似然法等)，在信噪比较低时，估计效果不理想。由此，关于随机共振在机械系统早期故障微弱特征频率信号检测中的应用存在以下亟待解决的问题：低信噪比条件下，如何在利用随机共振方法实现微弱特征频率信号是否存在的基础上，对其幅值进行估计？ 

发明内容

本发明目的在于解决随机共振技术在实际微弱特征频率信号检测中无法估计信号幅值大小的问题，提供一种低信噪比条件下，既能快速、准确判断出特征频率信号有无，又能对其幅值大小进行估计的微弱信号检测方法。 

为了实现上述发明目的，本发明的随机共振-混沌微弱信号检测方法包括如下步骤：首先通过一种自适应参数调节随机共振方法实现微弱特征频率信号是否存在的快速、准确检测，得到实际待检信号最可能的信噪比大小；在此基础上，设计出相应的Duffing混沌振子，并计算得出不同信噪比条件下混沌振子的输入周期激励与输出大尺度周期运动幅值间的变化关系，再根据随机共振方法估计得出的待检信号信噪比大小即可估计得出微弱特征频率信号的幅值大小。从而实现微弱特征频率信号的“有无”和“大小”的全面检测。 

根据上述方法，本发明进一步的技术方案是采用如下步骤： 

1)根据随机共振理论，对周期信号与噪声共同作用的双稳系统模型： 

x·=ax-bx3+u(t)+Γ(t)]]>

(1) 

＜Γ(t)＞＝0，＜Γ(t)，Γ(t′)＞＝2Dδ(t-t′) 

进行数值仿真，得出模型(1)中a＝b＝1、周期信号u(t)频率f₀＝0.1Hz时，非线性双稳系统最佳匹配随机共振的噪声强度D₀(即噪声均方根值为σ₀， )与输入信噪比SNR_in( )间的对应关系； 

(1) 式中x为双稳系统输出信号，a、b为系统结构参数，t是时间 变量，Γ(t)是均值为0、噪声强度为D(即噪声均方根值为σ，σ=2D]]>)的高斯分布白噪声，u(t)是幅值为A、频率为f₁的微弱周期信号； 

2)滤掉待检信号中的工频成分，估计其噪声均方根值σ₁； 

3)改变待检信号信噪比值，同时对双稳系统模型(1)进行数值仿真，得到实际待检信号最可能的信噪比大小；根据步骤1)所得结果，即可得到该信噪比条件下，频率f₀＝0.1Hz所对应的最佳匹配随机共振噪声均方根值σ₀，再按照归一化尺度反变换