基于自适应分数阶随机共振系统的微弱信号检测方法
【技术领域】
[0001] 本发明设及一种信号检测方法，尤其设及微弱信号被高频噪声信号淹没时使用的 检测方法。
【背景技术】
[0002] 随着时代发展，在各行各业的现场应用中，都会存在微弱信号，如光学测量中的弱 光，电磁行业中的弱磁，流量检测中的微流量，溫度测量中的微溫差等。目前检测微弱信号 的方法，一般为使用相对应的传感器对该检测量转化为微弱的电流或电压，然后进行放大 W便测量。然而，因为被检测信号较弱，电路中的固有噪声、测量仪表夹杂的固有噪声、传感 器的本底噪声W及外界环境带来的干扰噪声都会比目标信号的幅值大得多。因此在放大被 测信号的过程中，同时也放大了噪声，所W单靠放大无法检测出微弱信号。
[0003] 随机共振是基于非线性系统在输入微弱周期信号和噪声信号时的一种非线性现 象。在信号的研究中，噪声常常被认为是有害的，但在随机共振的概念里，噪声却可W为微 弱信号的检测提供能量，使其成为随机共振的推动作用。分数阶微积分运算已经是数学中 的重要分支，具有了完善的理论体系，分数阶微积分的空间特性为长程空间相关性，时间特 性为时间记忆性。现阶段研究较为成熟、应用较为广泛的整数阶传统双稳态系统，对微弱信 号W及噪声信号等输入，具有较大的局限性，运就意味着应用场合将受到限制。
【发明内容】
[0004] 本发明的目的在于针对现有技术的不足，提供一种基于自适应分数阶随机共振系 统的微弱信号检测方法。
[0005] 本发明所采用的技术方案，包括如下步骤：
[0006] 1)对分数阶双稳态系统进行预处理，得到该系统的先验知识；
[0007] 2)利用信号采集装置，对包含噪声的微弱信号进行采集；
[000引3)将步骤2中采集到的混合信号，作为分数阶双稳态系统的输入，W信噪比为适应 度函数，在从步骤1得到的先验知识中提取疫苗。利用免疫算法动态地调节分数阶双稳态系 统参数e，a，b，c，k使其产生随机共振，寻找使信噪比最大时的分数阶双稳态系统参数β，3， b，c，k的值；
[0009] 4)将步骤3优化得到的分数阶双稳态系统参数β，a，b，C，k的值设为双稳态系统参 数，对步骤2处理后的信号做随机共振处理，实现微弱信号的检测。
[0010] 本发明的有益效果:选用了相较于传统整数阶双稳态系统适用范围更加广泛的分 数阶双稳态系统，并且针对不同的输入信号，利用免疫算法自适应地调节分数阶双稳态系 统参数，探寻信噪比最大时的最优参数，从而产生随机共振或使随机共振效应更明显，实现 微弱信号的自适应检测。该方法适用于设及强噪声中的微弱信号检测的各个领域，具有良 好的应用前景。
【附图说明】
[0011] 图1为本发明的整体实现过程框图。
[0012] 图2为免疫算法的分数阶双稳态系统参数择优过程框图。
[0013] 图3为模拟理想环境中收集的包含噪声的微弱信号。
[0014] 图4为免疫算法优化后随机共振系统输出的时域图。
[0015] 图5为免疫算法优化后随机共振系统输出的功率谱图。
【具体实施方式】
[0016] 传统的整数阶随机共振模型是双稳随机共振，其势函数为
[0017]
(1)
[0018] 在传统双稳态系统中，只有a,b两个参数，其结构较为简单，所W不能很有效地应 用到各种微弱信号的检测当中，具有局限性，即对微弱信号W及噪声信号等客观条件具有 较大的限制。本发明使用的是结构较复杂的分数阶双稳态系统，其势函数为
[0019]
[0020] 根据分数阶理论中的化puto定义，该系统的Langevin方程可W表示如下：
[0021]
[0022] 其中，'。'如Λ-(/)是对x(t)的郎介分数阶导数，并且0处<1。曰，6，(3^，9为系统结构参 数。C(t)是噪声信号，s(t)为目标微弱信号。
[0023] 由于该系统结构可变性较好，且分数阶双稳态系统在参数改变影响系统结构运方 面，具有较好的特性，所W应用场合更加广泛。
[0024] 下面结合图1与系统对该方法进行详细描述。
[0025] 1)对分数阶双稳态系统进行预处理，得到该系统的先验知识；
[0026] 具体为:对上述的双稳态系统的参数进行单个变化，得到对应的系统势能图，得到 该参数与系统结构(主要为势垒高度，势阱位置)的关系。把得到的参数与结构关系作为先 验知识。
[0027] 2)利用信号采集装置，对包含噪声的微弱信号进行采集，并进行预处理；
[0028] 具体为:将信号接收装置放置到信号源附近，利用信号采集系统采集数据，并进行 放大、滤波等预处理。
[0029] 3)将步骤2中采集到的混合信号，作为分数阶双稳态系统的输入，W信噪比为适应 度函数，在从步骤1得到的先验知识中提取疫苗。利用免疫算法动态地调节分数阶双稳态系 统参数e，a，b，c，k使其产生随机共振，寻找使信噪比最大时的分数阶双稳态系统参数β，3， b，c，k的值；
[0030] 具体为：随机共振的强度通常可W用信噪比的大小来衡量，当信噪比达到最大值 时，系统处于最佳随机共振状态。免疫算法是由遗传算法变化而来的，是一种通过模拟自然 免疫过程捜索最优解的方法，是人工智能的一个具体应用。仿真结果表明免疫算法不仅是 有效的而且也是可行的，并较好地解决了遗传算法中的退化问题，并且具有较快的收敛速 度、对捜索空间具有较强的自适应能力和跳出局部极值的能力。利用免疫算子自适应地调 节双稳态系统参数，产生随机共振和使随机共振效应增强，将人工智能与自适应控制结合 在一起，实现随机共振的智能控制。选取信噪比作为采用免疫算法双稳态参数优化过程的 效果评价函数，将随机共振与免疫算法两者联系起来，充分利用免疫算法在参数寻优时的 优势，实现双稳态系统参数的自适应寻优。
[0031] 本发明使用的模型为分数阶双稳态系统，其势函数如公式2所示，其中，i3，a，b，c，k 为系统参数，对随机共振情况起了决定性作用。通过检测输出信号信噪比的实时数据，采用 免疫算法，动态地调节双稳态系统参数e，a，b，c，k自适应地实现随机共振的产生与增强。实 现步骤如下，参见图2:
[0032] 3.1、设置免疫算法的参数:群体规模为S，最大循环次数为N，群体中每个个体染色 体使用浮点数编码方式编码，基因变异的概率为K，基因变异的步长为P等。
[00