ClassifiedIndex:
Confidential(yes/no):No
DissertationfortheMasterDegreeCode:10224NO.1007503
BasedonWaveletTransforillandChaosTheoryof
WeakSignalDetectionMethod
Candidate:sangSong
Supervisor:Prof.ChaiYuhua
DegreeCategory:MasterofScienceinEngineering
College:CollegeofElectficalandInformation
Firstleveldiscipline:AgriculturalEngineering
Secondleveldiscipline:AgriculturalElectrizationandAutomatization
HarbinChina
June2013
-_—I皇皇量_|皇量_|璺皇曼_罡葛量囊置皇曼呈舅圣置曼璺_暑量二||flifltrllIJrIirlirirlrlrrrIrrJIII_■—■———皇■皇量量■|曼皇量—■E曼舅曼曼量■■鼍罾皇音■■皇皇舅舅皇量舅置罾曼量量量■暑鲁曼葛量量一||一
Y2295850
目录
摘要………………………………………………………………………………………………………………………I
英文摘要………………………………………………………………………………………III
l弓I言……………………………………………………………………………………………………………………l1.1研究背景和意义……………………………………………………………………………l1.2微弱信号检测方法现状………………………………………………………………。11.2.1相关检测………………………………………………………………………………2
1.2.2取样积分法…………………………………………………………………………..2
1.2.3时域平均…………………………………………………………………………..3
1.2.4短时Fourier变换………………………………………………………………..41.3小波变换及混沌系统的研究现状……………………………………………………51.3.1小波变换的研究现状…………………………………………………………….5
1.3.2混沌系统的研究现状…………………………………………………………….6
1.3.3混沌系统在微弱信号检测上的研究现状…………………………………………61.4研究的主要内容…………………………………………………………………………7
2小波理论……………………………………………………………………………………82.1小波的定义………………………………。:………………………………………………82.2小波变换的多分辨率分析………………………………………………………………82.3小波基的选择…………………………………………………………………………..92.4小波去噪及仿真……………………………………………………………………….102.4.1小波去噪原理……………………………………………………………………10
2.4.2小波去噪方法………………………………………………………………………。ll
2.4.3小波去噪步骤……………………………………………………………………..1l2.5本章小结……………………………………………………………………………………12
3混沌学基础理论………………………………………………………………………………….143.1混沌的定义……………………………………………………………………………..14
3.3混沌系统的判别方法………………………………………二…………………………..15
3.3.1相平面法……………………………………………………………………………..15
3.3.2时序图法…………………………………………………………………………。16
3.3.3李雅普诺夫指数法………………………………………………………………..17
3.3.4庞加莱截面法……………………………………………………………………………..19
3.3.5分数维计算………………………………………………………………………………203.4混沌振子特性分析………………………………………………………………………….203.4.1Duffing振子模型及仿真...…………………………………………………………………20
东北农业大学工学硕士学位论文
jII!————m!詈鲁!!詈皇鼍!!詈皇置暑詈皇皇皇晕兰曼3.4.2Vander-Duffing振子模型及仿真………………………………………………。22
3.4.3Lorenz振子模型及仿真…………………………………………………………23
3.4.4Chen振子模型及仿真……………………………………………………………24
3.4.5Rossler振子模型及仿真…………………………………………………………25
3.4.6Birkhoff-shaw振子模型及仿真………………………………………………。273.5本章小结…………………………………………………………………………………。29
4基于Duffing振子的微弱信号检测………………………………………………………3◇4.1Duffing振子检测微弱信号幅值……………………………………………………304.2Duffing振子列检测微弱信号频率…………………………………………………324.3应用Melnikov函数的Duffing振子检测微弱信号频率………………………………364.4Duffing振子列检测微弱信号相位…………………………………………………384.5本章小结…………………………………………………………………………………………4l
5基于小波变换和Duffing振子的微弱信号检测……………………………………………425.1混沌信号的小波去噪原理………………………………………………………….425.2基于小波变换和Duffing振子的微弱信号幅值检测………………………………435.3基于小波变换和Duffing振子的微弱信号频率检测……………………………….455.4本章小结……………………………………………………………………………………47
6结论与展望…………………………………………………………………………………486.1结论……………………………………………………………………………………………………………486.2展望……………………………………………………………………………………………………………48
§8C谢…………………………………………………………………………………………………………………….50
参考文献………………………………………………………………………………………5l
附录………………………………………………………………………………….…………………………………54附录A:Birkhoff-shaw振子代码……………………………………………………….54附录B:VanderP01.Duffing振子时域图……………………………………………………55附录C:分叉图代码………………………………………………………………………56附录D:Melnikov函数代码……………………………………………………………….57
攻读硕士期间发表论文………………………………………………………………………59
东北农业大学■学硕士学位论文
幅频响应特性如下:嘲=羔禹=意嵩=
等Ne篙e蒜JXfe-Jxf仆5)’批J|hL’矗一|矗、、l。‘
‘1
1日(门崤I
相频响应特性如下:
①(力:—(N—-_1),一rf
JO
平均次数N较大时的通带宽度很窄,所以可以有效提取与频率五相关的周期分量。1.2.4短时Fourier变换(1.6)(1-7)
1946年,Gabor提出了窗口傅里叶变换概念,被称为短时傅里叶变换(ShortTimeFourierTransfo咖,STFT),他采用了一个在时间上可以滑移的时窗来进行傅里叶变换,实现了在时。
域和频域上都具有良好局部性的一种分析方法。STFT是指用窗函数来对信号进行截取,首先假定信号在窗内是平稳的,使用傅立叶变换来对窗内信号进行分析,确认该时间存在的频率,然后沿着信号时间来移动窗函数.得到的信号频率随时问这种变化关系就得到时频分布.假定x(,)为非平稳的信号,^(r)是中心位于f宽度有限的时窗函数,则可得x0)的短时傅里叶变换如下;
x(f,aD=STFT[x(t)】-Ix(t)h(t-r)e吖科麝(1—8)短时傅里叶变换是一种时频窗大小和形状都是固定不变的时频局部化的分析。实际的应用中,数的形状和大小与频率的变化不存在直接关联性.这样以来,分析信号的分辨率在整个时间频率平面上的所有位置几乎是一样的,如果需要改变分辨率,就要重新选择窗函数,所以实质上,STFT只是具有单一分辨率的分析,用这种方法对不平稳的信号进行分析时,在信号波形出现剧烈变化的时刻存在着不足,比如在高频信息较多时需要有较低的时间分辨率,而低频信息较多时就需要有较高的频率分辨率。
1,
选择窗函数在sTFT中非常的重要,如果令窗函数办(f)=—;一e-广H4(高斯函数,a>O
2.、Dra
为常数),窗函数的时间宽度是24a,频率窗宽度是l/√口。因为a是常数,时间窗以及频率窗的大小固定,就是说和频率窗的大小形状保持不变.因此,短时傅里叶变换是一种时频窗大小和形状都定不变的时频局部化的分析。
在实际应用中。数的形状和大小与频率变化没有直接关联,这样分析信号的分辨率在整
小波理论
把x(f)分解一次如下:
x(,)=∑勺j2叫2≯(2。。t-k)+∑嘭,七2川y(2—7t-k)
kk(2.6)此刻,q上以及嘭j是,尺度上的展开系数,并且
巳^=∑ho(m-2k)cj勘
J开
嘭上=∑hi(m-2k)cj如
册(2.7)(2.8)
把c』^叫做尺度系数,嘭j叫做小波系数,式(2—7)、(2-8)说明了:/尺度空间的尺度系数和小波系数嘭≯可以经歹一1尺度空间的尺度系数q—l经滤波器%(刀)和啊(刀)进行加权
从而得到。
小波变换系数的重建公式是:
勺岫=∑巳.Iho(m-2k)+∑嘭jhI(m-2k)
kI
多分辨率分析具有以下性质:
(1)单调性:
…cVjcVcVocV.1cV.2cVj…
(2)逼近性:
close{U巧)=r(R),n={0)
J-‘∞.,-1
(3)伸缩性:
(4)平移不变性:
≯(,)∈巧营矽(2,)∈巧.I
≯(,)E巧营≯(t-2。。1后)∈巧,V七∈z
(5)Riesz基存在性:存在≯(f)∈%,使得{矽(2~t-k)}I。:构成V巧的Riesz基。2.3小波基的选择
(2.9)(2.10)(2.11)(2.12)(2.13)
理论上来说,小波变换可以刻画信号的任意细节,但实际上,小波基的选择会对信号处理具有一定的影响。实际应用中,常常根据小波基函数的性质、测不准原理以及具体的应用等方面来选择合适的小波基。大多数情况下,信号的表示和分类图像识别选择Morlet,系统