一、检测强噪声背景下周期信号的混沌系统（论文文献综述）
李景贵,靳伍银[1]（2021）在《基于改进双耦合Duffing振子的微弱信号检测方法》文中进行了进一步梳理针对传统的混沌振子检测强噪声背景下弱信号时存在抗噪性差、易出现相位变化不稳定等问题,结合集合经验模态分解（EEMD）提出一种改进型双耦合Duffing振子系统对强噪声背景下的微弱信号进行检测的算法,并用该检测系统对强噪声背景下微弱正弦信号进行分解并检测。结果表明该检测系统解决了检测多个周期分量的含噪声信号时的模态混叠问题;得出改进型双耦合Duffing振子系统能准确、快速地检测强噪声背景下的弱信号;该方法检测精度高、适应性强,为检测任意频率的弱信号提供了一种新方法。
贺园园[2]（2021）在《基于Duffing振子的绕组变形微弱信号幅值检测方法研究》文中进行了进一步梳理研究表明绕组变形是变压器故障的主要原因,因此及时有效地对绕组健康情况进行检测十分重要。本文针对频响法在线检测绕组健康情况时,响应信号被噪声淹没导致目标正弦信号幅值无法准确获取的问题,进行了相关检测方法研究。首先,根据含噪信号信噪比低、噪声背景复杂及目标信号频率已知的特点提出利用Duffing振子系统混沌与周期状态的分界区别检测微弱正弦信号幅值的方法。研究表明:Duffing振子可有效检测混合噪声干扰下各频率目标信号的幅值,其检测的最低信噪比范围为-25.52～-27.26dB。同时考虑到绕组变形实际检测时响应信号的相位会发生偏移,而信号相位偏移会对幅值检测造成一定影响,因此提出了幅值检测的预处理方法——先利用Duffing振子组成的振子列检测相位,再检测幅值。研究表明:本文方法可有效检测信噪比约为-26dB混合噪声干扰下目标信号的幅值,而直接进行幅值检测（即便是在无噪声干扰的情况下）,检测误差仍超过电力行业标准允许最大误差（12.2%）。其次,针对强噪声导致的Duffing振子幅值检测精度低的问题,提出先利用小波变换对含噪信号进行预处理的方法,该方法降低了含噪信号中的噪声功率,提高了幅值检测精度。研究表明:相较于单一 Duffing振子的检测,本文方法的检测误差降低了 2%～5%,同时拓宽各频率信号最低检测信噪比门限-2～-4dB。最后,利用本文所提的方法对在线检测的三组实测响应信号进行后续处理,由检测结果可知:检测所得信号幅值与标准信号的最大误差为5.69%,符合电力行业标准要求,即证明了本文所用方法在绕组变形检测中具有实用价值。
李景贵[3]（2021）在《基于双耦合Duffing振子的微弱机械故障信号检测》文中研究说明利用混沌理论检测微弱信号是新兴的非线性检测方法之一,因其对初值敏感性被而广泛应用于机械故障诊断、语音处理、生物医学等领域。在实际工程中如何检测出淹没在其他强信号背景下的微弱信号是信号处理领域需要解决的关键问题之一。本文重点研究了基于Duffing振子的微弱信号检测原理,提出双耦合系统检测方法旨在降低检测微弱信号信噪比,提高检测精度和灵敏度。具体研究内容和结果如下:（1）通过阐述混沌理论及其运动状态判别的分析,介绍了基于Duffing振子检测微弱信号的原理。针对传统Duffing振子检测灵敏度较低的问题,本文将传统Duffing振子中的低维非线性恢复力项用高维非线性恢复力项替代,得到了改进型Duffing振子检测模型,并分析了该模型的非线性动力学特性,发现其具有更高的检测灵敏度;（2）分析了改进型Duffing振子周期轨道存在的条件,建立了双耦合Duffing振子微弱信号检测系统,提出利用二分法快速搜索双耦合Duffing振子检测系统临界阈值方法,得到系统由混沌状态转变为周期状态的临界阈值,数值计算结果发现系统能够很好地检测出微弱信号;（3）提出一种双耦合Duffing振子与集合经验模态分解（EEMD）相结合的微弱信号的检测方法。该方法首先将待测信号用EEMD分解为多个包含原始信号特征的固有模态分量（IMF）,再将各个IMF分量输入到双耦合Duffing振子检测系统中进行检测,经验证该方法可以避免信号分解过程模态混叠和提高系统检测精度;（4）针对双耦合Duffing振子检测系统周期策动力与待测信号之间存在的频差和相位差影响系统相轨迹演化问题,提出了采用相图分段处理的方法来降低频差和相位差对检测系统的影响,研究发现当系统频差小于等于1/4的控守带宽时,双耦合Duffing振子检测系统可以通过相图分段处理检测出微弱周期信号。通过对风扇端滚动轴承微弱信号的检测试验,得到了滚动轴承故障信息,从而验证了该方法的可行性。
韩松久[4]（2020）在《基于时延随机共振势模型的旋转机械微弱故障诊断方法及应用》文中研究说明对机械设备进行故障诊断往往需要提取机械零部件的声音、振动等信号,而现代机械设备多处于强噪声背景下运行,这些噪声会对提取的故障信号造成干扰。因此,增强噪声的滤除,增强有用信号的输出信噪比对强噪声背景下的微弱故障信号提取有这至关重要的意义。传统的信号处理方法,主要是基于消噪的原理,即消除或抑制噪声分量,保留有用信号分量。然而当噪声与有用信号发生重叠时,对噪声的消除和抑制也会对有用信号进行滤除,造成有用信号的失真。针对以上问题,本文研究了一种利用噪声增强有用信号检测的技术,被称为随机共振信号检测技术,同时研究了其在故障诊断中的应用。随机共振通过非线性系统用噪声增强有用信号,这种滤波机理以及信号处理方法要比基于消除和抑制噪声的方法效果要好。本文主要研究了随机共振对于旋转机械零部件（轴承、齿轮等）,的微弱故障诊断方法,并进行了模拟仿真和实验验证。主要研究内容包括:（1）对传统随机共振理论进行调研总结和基础理论研究,进行了传统随机共振理论推导。对噪声进行了分类,对关联噪声随机共振进行了理论推导。针对传统随机共振存在的问题分别采取措施并提出新的方法。（2）针对传统随机共振具有势模型结构单一,存在输出饱和问题,本文研究了除双稳态以外的其他几种势模型结构。分别探讨了势参数对各个势模型结构的影响。（3）针对传统随机共振没有考虑历史信息的影响,本文提出了时延随机共振微弱故障诊断方法研究,同时将三稳态势模型和周期非正弦势模型引入到时延随机共振中,对三稳态时延随机共振和时延周期非正弦随机共振进行了理论推导,对信噪比,概率密度函数等指标进行了分析,并且把两种时延随机共振应用与轴承的微弱故障诊断中。通过模拟仿真,实验验证以及工程验证,验证了所提方法的优越性。（4）在时延随机共振的基础上考虑到系统惯性问题,在时延随机共振中引入阻尼因子,使原来的一阶系统变为二阶系统。从信号处理的角度看,进行了二次滤波。对时延欠阻尼随机共振理论进行了推导,探讨了各个参数（时延项、阻尼因子、系统参数）对信噪比的影响。最终,对时延欠阻尼随机共振进行了模拟仿真和轴承外圈故障诊断实验。仿真结果和实验验证结果都表明时延欠阻尼随机共振能更好的提高噪声背景下的微弱故障信号的提取效果。综上所述,本论文研究了强噪声背景下随机共振微弱故障诊断方法,在传统的随机共振方法基础上进行了改进:引入了新的势结构、时延反馈项以及欠阻尼项,形成了新的随机共振诊断方法。本文所提方法与传统随机共振方法相比,所提方法的优越性和实用性在故障信号处理中得到了验证。
杨岳娟[5]（2020）在《随机时滞微分系统的演化过程与检测微弱周期信号》文中研究说明微弱故障有效信号检测已成为当今研究热点,其研究的主要方法有非线性参数识别法,混沌理论法,随机共振法以及人工智能方法等,本文主要基于混沌理论和随机共振理论进行信号检测研究。本文对随机时滞Mathieu-Duffing系统的演化过程以及其非线性动力学行为进行研究,利用其丰富的非线性动力学行为进行微弱周期信号的检测。首先,研究了随机时滞Mathieu-Duffing振子的演化过程及动力学行为,包括加性噪声驱动的速度时滞反馈控制Mathieu-Duffing振子、乘性噪声驱动的速度时滞反馈控制Mathieu-Duffing振子和乘性噪声驱动的速度及位移时滞反馈控制Mathieu-Duffing振子。利用中心流形法和随机平均法得到加性或乘性噪声驱动的速度反馈控制Mathieu-Duffing系统的?Ito微分方程和FPK方程及平稳概率密度函数,并结合一维扩散过程的奇异边界分类,分析得到系统的随机稳定性行为和随机分岔现象。利用扰动法得到乘性噪声驱动的位移速度反馈控制的Mathieu-Duffing系统的一维随机平均方程,基于分岔参数的改变和平稳概率密度函数得到随机稳定性与分岔,并观察到位移时滞反馈会使得系统的P分岔消失。其次,利用随机Melnikov函数对乘性噪声驱动速度时滞反馈控制的Mathieu-Duffing振子进行混沌预测,通过分析噪声强度与时滞对理论混沌阈值的控制,得到时滞可以提高系统对微弱周期信号检测能力的结论。在实际工程背景意义下,提出微弱周期信号检测的顺序为:频率?相位?幅值,且分别给出了相应的检测方法;利用分岔序列图发现混沌暂歇现象,进而利用混沌暂歇现象检测微弱周期信号的频率,在已知的频率前提下根据混沌跃迁的方法检测微弱周期信号的相位及幅值。最后,讨论随机共振方法检测微弱周期信号,随机共振的三个主要条件为:非线性系统、周期信号和噪声。通过对输出功率信噪比的分析,可以得到调节系统参数会使得输出功率信噪比达到峰值,并进行模拟仿真轴承故障信号,经过基于Mathieu-Duffing振子构建的滤波器滤波后得到了淹没在噪声下的待检测微弱周期信号的频率特征。
刘国[6]（2020）在《电解质离子自适应随机共振检测电路研究与设计》文中研究表明本课题研究的人体体液中的电解质离子浓度信号属于强噪声背景下的低频微弱信号,完全符合“微弱信号”的两层定义:信号的强度十分微弱,范围为ApA?的极化电流信号;信号在检测和传输过程受到人体本身、检测装置等干扰,造成有效信息完全被噪声所淹没。基于此背景,本文从电解质离子浓度信号微弱信号采集、随机共振系统参数优化、实际工程应用设计等问题层层研究分析。主要研究内容如下:1.针对采用离子选择电极法采集体液电解质离子会受到外界因素（如温度、PH值,干扰离子等）对测量精度造成的影响,提出了基于Nernst方程的多点定标方式对数据进行处理,建立了校正后的离子浓度与电位关系的数学模型。2.本文重点研究基于知识的群智能自适应优化随机共振系统参数在非线性多频微弱信号检测的应用。从降低跃迁阈值高度的角度,探讨系统参数对临界跃迁阈值、输出信号信噪比、克莱默斯逃逸速率三者的关系,仿真结果作为系统参数范围确定和适应度函数的先验知识,提出了新的自适应算法评价标准,重新定义系统的输出信噪比,并将其作为自适应算法的适应度函数,分析比较遗传算法、粒子群算法、人群搜索算法智能算法的多目标优化性能,实验结果表明遗传算法更适合本研究对象离子微弱信号特性的随机共振参数调节。3.基于电解质离子浓度信号提取方法和自适应随机共振算法的研究,搭建用于电解质离子浓度信号检测的自适应调制随机共振系统微弱信号检测电路。通过对各模块仿真和实物联机测试验证了各方案的可行性。
刘丹[7]（2019）在《基于光纤声呐混沌解调技术的水下目标探测系统》文中研究说明声波的探测与水声信号解调是水下目标探测系统的核心内容,随着目标隐身技术的不断提高,使得目标声波探测愈加困难,因此需要灵敏度更高的声波探测传感器。随着光电子学的发展,光纤声呐以其灵敏度高、损耗小,易于传输等优势应用于水下声波探测。然而,复杂的水下环境使得声呐探测信号中夹杂着大量的强噪声,因此,迫切需要一种新的低信噪比水声信号解调方法。混沌系统因具有高度的参数（频率、相位、振幅）敏感依赖性及噪声免疫,因此应用于低信噪比的声呐弱信号检测技术研究具有较为现实的工程意义。相对于传统的解调方法,混沌解调技术可以明显提高解调精度,降低解调信噪比门限。本文利用Duffing混沌系统实现强噪声背景下光纤声呐微弱信号参数的探测和解调。本文首先分析了直筒式马赫增德干涉型光纤声呐探测原理,利用Unigraphics NX软件进行建模,对直筒式的光纤声呐进行外部结构设计,并在LMSVirtual.lab软件模拟水下环境进行光纤声呐传感器声波探测,根据理论设计的形状和尺寸,完成实验系统设计制作,采用实验设备对水下目标信号探测和参数识别。针对强噪声背景下水下声呐弱信号解调问题,利用混沌系统对信号参数的敏感性及对噪声免疫性的特点,结合尺度变换法提出了改进的Duffing混沌检测模型,制作新Duffing混沌系统信号采集电路板。采用Duffing混沌系统对水声信号进行采集,利用自制的光纤声呐与Duffing混沌解调模块搭建水下目标探测与解调系统,进行基于光纤声呐混沌解调技术水下目标探测系统的信号采集和信号参数实验研究。对光纤声呐接收的水下目标信号进行混沌电路解调,研究同强度不同频率声呐接收信号信噪比变化,以及同频不同强度条件下混沌声呐接收的信噪比和解调频率误差。结果表明基于混沌解调技术的光纤声呐信号处理方法具有极强的抗干扰能力和较高的频率辨识能力。
李志星[8]（2018）在《基于强噪声背景下随机共振的微弱故障诊断方法研究》文中提出本文主要研究基于强噪声背景下随机共振的微弱故障诊断方法,虽然众多学者也提出了利用随机共振解决机械微弱故障的方法,但这些方法都有不足及可改进完善之处。本文针对传统随机共振方法的不足,提出相应的解决方案,最后将所提方法应用于机械设备的微弱故障信号诊断。本文的研究内容主要包括以下几个方面:（1）针对传统算法噪声过滤不足,微弱信号难以提取的问题,提出多分量总体平均随机共振的微弱故障诊断方法,通过选取有效奇异值和有效集合经验模态分解分量,以达到降低噪声的目的,而后将选取的有效分量输入到随机共振系统并总体平均各有效分量,从而提取微弱故障特征;（2）针对经典随机共振系统势参数优化极易陷入局部寻优问题,根据混沌运动的遍历性,随机性等特点,在蚁群算法求解的基础上,利用混沌算法对解的邻域进行混沌优化,以实现参数匹配的全局寻优;（3）针对经典随机共振系统势模型势宽度和势垒高度同时调节的特性,研究约束势随机共振模型对微弱信号检测的影响,提出一种自适应约束势双稳随机共振方法,分析约束势随机共振系统模型,并应用于轴承的微弱故障和行星齿轮箱的实验验证;（4）针对经典双稳随机共振势模型参数匹配寻优问题,研究分段非线性势函数随机共振对微弱信号提取的影响,提出一种分段非线性单参数优化的随机共振势模型,将该模型与传统经典随机共振比较,并应用于轴承的微弱故障实验验证;（5）针对经典双稳随机共振的饱和特性,即随着输入信号增大输出信号趋于稳定的问题,研究分段线性势随机共振对微弱信号提取的影响,提出一种新的分段线性非饱和随机共振势模型,以期提高微弱信号增强效果;（6）针对传统随机共振势模型的对称性,势模型形状无法实现结构最优问题,研究非对称势随机共振模型对微弱信号提取的影响,提出一种非对称势随机共振模型以实现结构最优,将该模型与传统经典随机共振比较,并应用于轴承的微弱故障实验验证。综上,本文研究了强噪声背景下随机共振的微弱故障诊断方法及应用,本文提出的方法和传统方法相比,所提方法的实用性和优越性在处理机械故障信号中得到了有效的验证。
刘鎏[9]（2016）在《强噪声下结构振动特征提取与损伤检测研究》文中认为在各类基于振动响应的工程结构损伤检测过程当中,由于外在自然环境或者人为因素的影响,所测得的振动响应信号不仅包含了结构的损伤信息,同时还存在着大量的噪声干扰。噪声的存在严重影响了结构有效振动响应数据的提取,特别是对于结构初期小损伤状态,此时结构损伤响应特征相对微弱,如果不采用合理的降噪办法就难以得到较好损伤识别结果。因此,本文主要研究的是强噪声背景下基于振动响应信号的特征提取及损伤定位。论文针对振动响应信号的特征提取及损伤定位主要完成了以下工作:针对旋转机械转子碰摩故障检测中存在的噪声干扰问题,提出了基于二次采样的大参数自适应随机共振算法。该算法很好地解决了传统随机共振算法仅适用于小参数检测的局限性,仿真和试验数据分析表明该方法能够显着提高测试数据信噪比指标。本文基于Duffing混沌振子的结构损伤检测,提出了一种新的基于Duffing混沌振子和响应灵敏度结合的结构损伤检测方法。通过一组特定的参数选择对响应信号进行提取,从而避免了繁琐的传统Duffing振子参数的选择方法。把该方法应用于三个维度的梁模型和桥梁模型,结果表明该方法可以很好的强噪声背景下实现结构的损伤定位,这可以为结构损伤识别提供一个更好的思路。为了实现对试验参数的精确识别,在气动噪声条件下进行了超声速飞行试验数据的相空间重构和奇异谱分析相结合的方法。首先,通过数值模拟的方法证明了该方法的可行性。然后,通过对某型超声无人机的声振动试验,对试验数据进行相空间重构,实现了对信号子空间和噪声子空间的奇异值分解。通过定义奇异值差分谱来确定真实信号子空间维数,并对现有的最大差分谱理论,提出了一种优化差分谱峰值的方法。重构结果表明,该方法适用于飞机在超音速飞行条件下的声振动试验的数据处理。针对薄板结构（铝板）损伤检测过程中存在的噪声干扰问题,提出了建立在奇异谱分析上的最大似然性原理分析的损伤检测方法。将Lamb波激励响应信号进行奇异谱分析,通过优选差分谱理论选择最优重构信号进行重构,基于最大相似性原则,通过采用遗传算法（Genetic Algorithms,GA）对重构信号参数进行优化以实现对于测量信号构成部分的分析。铝板试验结果有效证明了该方法的实用性和有效性。考虑强噪声背景环境下的非线性结构损伤检测问题,针对具体的非线性质量-弹簧系统设计了对应的物理等效模型,通过增加结构自由度的方式将原有非线性系统等效为增强的线性系统进行分析,建立了系统非线性项的动力平衡方程。通过奇异谱分析、直接参数识别方法以及矩阵最小秩扰动理论实现了对于非线性系统强噪声背景下的损伤定位及损伤程度判定。
高建邦[10]（2015）在《用杜芬振子检测随钻声信号方法的研究》文中提出随钻声信号检测技术在石油钻井领域中具有重要的理论意义和应用价值。声信号传输过程中受到井下噪声的影响,使得地面接收到的信号淹没在噪声中,信噪比极低,而传统的检测方法在输入信号信噪比过低的情况下误码率较高。从首次提出混沌现象起,经过几十年的发展,混沌理论作为非线性科学中的一个体系,已经十分成熟和完善。将混沌理论应用到微弱信号检测中日益引起研究者的重视,并取得了一定的成果,基于此本论文进行了混沌理论应用到随钻声信号检测的研究工作。本论文围绕随钻声信号检测这一主题,着重研究了混沌理论在随钻声信号检测上的应用问题。杜芬混沌系统具有对初始参数极为敏感的特性,本文提出的杜芬系统检测微弱信号的方法正是基于这种特性。论文的主要工作包括:（1）论文首先介绍了石油钻井中声波传输技术的意义和混沌理论应用到井下声信号检测领域的现状。本文接着系统的阐述了混沌理论,分析描述了混沌系统的各种特征参数。（2）本文对杜芬振子进行了理论与数值分析,为后文的研究工作提供了依据。之后本文研究了基于杜芬振子的微弱信号检测方法,并在此基础上研究了2FSK信号的混沌检测方法,构建了基于杜芬振子的2FSK信号检测系统。最后在此基础上解决了待测信号与驱动信号相位不同的问题,即在地面信号接收端建立杜芬振子矩阵。（3）本文建立了周期钻杆信道模型,分析了井下声波传输信道的频率特性,然后建立杜芬检测系统解调随钻声信号。（4）论文最后研究了硬件实现杜芬系统的方法,分别通过模拟电路和DSP实现了杜芬系统,并在示波器上观察了系统的相轨迹图。通过对比两者的优缺点,表明了未来设计以DSP为核心器件的混沌微弱信号检测器的可行性。
二、检测强噪声背景下周期信号的混沌系统（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、检测强噪声背景下周期信号的混沌系统（论文提纲范文）
（1）基于改进双耦合Duffing振子的微弱信号检测方法（论文提纲范文）
| 0 引言 |
| 1 集合经验模态分解(EEMD)方法 |
| 1.1 EEMD分解的原理 |
| 1.2 EEMD与EMD方法检测性能的对比分析 |
| 2 Duffing振子检测原理 |
| 3 双耦合Duffing振子 |
| 3.1 模型构建 |
| 3.2 模型分析 |
| 3.3 仿真实验研究 |
| 4 结论 |
（2）基于Duffing振子的绕组变形微弱信号幅值检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 微弱信号检测现状 |
| 1.2.1 现阶段微弱信号检测方法分析 |
| 1.2.2 小波变换在微弱信号检测上的发展及研究现状 |
| 1.2.3 Duffing振子在微弱信号检测上的发展及研究现状 |
| 1.3 本文的主要研究工作 |
| 2 Duffing振子理论模型及应用分析 |
| 2.1 Duffing振子的混沌理论 |
| 2.2 Duffing振子模型分析 |
| 2.2.1 Duffing振子方程 |
| 2.2.2 Duffing振子动力学分析及微弱信号检测原理 |
| 2.2.3 检测任意频率周期信号的Duffing振子模型 |
| 2.3 噪声对Duffing振子的影响 |
| 2.3.1 高斯白噪声对Duffing振子的影响 |
| 2.3.2 其他频率噪声对Duffing振子的影响 |
| 2.4 Duffing 振子系统阈值判别法 |
| 2.4.1 直接观察法 |
| 2.4.2 Lyapunov指数法 |
| 2.5 本章小结 |
| 3 基于Duffing振子的微弱信号检测 |
| 3.1 微弱信号检测性能指标 |
| 3.2 不同噪声干扰下的Duffing振子幅值检测能力研究 |
| 3.2.1 残余电网基波、谐波干扰下 Duffing 幅值检测结果 |
| 3.2.2 高斯白噪声干扰下Duffing振子幅值检测结果 |
| 3.2.3 混合噪声干扰下Duffing振子幅值检测结果 |
| 3.3 相位偏移对幅值检测的影响 |
| 3.3.1 相位偏移对Duffing振子幅值检测的影响 |
| 3.3.2 Duffing振子阵列法求信号相位 |
| 3.4 相位未知信号的幅值检测 |
| 3.5 本章小结 |
| 4 基于小波变换的滤波分析 |
| 4.1 小波变换基本原理 |
| 4.1.1 连续小波变换 |
| 4.1.2 离散小波变换 |
| 4.1.3 多分辨率分析 |
| 4.1.4 Mallat算法 |
| 4.2 小波去噪 |
| 4.2.1 小波去噪方法分析 |
| 4.2.2 阈值去噪法 |
| 4.2.3 四种阈值去噪效果分析 |
| 4.3 小波基函数及其特点 |
| 4.4 本章小结 |
| 5 基于Duffing振子和小波变换的微弱信号检测 |
| 5.1 各频率信号分解层数的选择 |
| 5.2 基于 Duffing 振子和小波变换的微弱信号检测 |
| 5.2.1 高斯白噪声干扰下微弱信号幅值检测 |
| 5.2.2 混合噪声干扰下微弱信号幅值检测 |
| 5.3 绕组变形在线检测实验数据处理验证 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（3）基于双耦合Duffing振子的微弱机械故障信号检测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 机械设备的故障诊断研究现状 |
| 1.3 基于混沌理论的微弱信号检测方法研究现状 |
| 1.3.1 微弱信号检测技术的研究现状 |
| 1.3.2 混沌理论的发展及应用 |
| 1.3.3 基于混沌理论的微弱信号检测研究现状 |
| 1.4 本文的主要研究内容和章节安排 |
| 1.4.1 本文的主要研究内容 |
| 1.4.2 本文的章节安排 |
| 1.5 本章小结 |
| 第2章 基于Duffing振子的微弱信号检测原理 |
| 2.1 引言 |
| 2.2 混沌的定义及特征 |
| 2.2.1 Li-Yorke混沌定义 |
| 2.2.2 Devaney混沌定义 |
| 2.2.3 混沌的特征 |
| 2.3 混沌状态判别方法 |
| 2.3.1 相平面法 |
| 2.3.2 时序图法 |
| 2.3.3 Lyapunov指数法 |
| 2.4 基于Duffing振子的微弱信号检测原理 |
| 2.4.1 Duffing振子检测系统 |
| 2.4.2 基于Duffing振子的微弱信号检测原理 |
| 2.5 本章小结 |
| 第3章 基于双耦合Duffing振子的微弱信号检测方法 |
| 3.1 引言 |
| 3.2 改进型Duffing系统周期轨道存在的条件 |
| 3.3 基于改进型双耦合Duffing振子的微弱信号检测 |
| 3.3.1 建立双耦合Duffing振子混沌检测模型 |
| 3.3.2 双耦合检测系统动力学分析 |
| 3.3.3 二分法确定双耦合检测系统临界阈值 |
| 3.3.4 噪声对双耦合检测系统的影响 |
| 3.4 微弱信号检测仿真分析 |
| 3.4.1 检测未知频率微弱信号 |
| 3.4.2 检测实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于双耦合Duffing振子与EEMD的微弱信号检测方法 |
| 4.1 引言 |
| 4.2 集合经验模态分解方法 |
| 4.2.1 EEMD分解原理 |
| 4.2.2 EEMD与 EMD方法性能对比分析 |
| 4.3 基于双耦合Duffing振子与EEMD的微弱信号检测 |
| 4.3.1 基于双耦合Duffing振子与EEMD检测微弱信号分析 |
| 4.3.2 检测实验结果分析 |
| 4.4 本章小结 |
| 第5章 频差和相位差对双耦合Duffing振子检测系统的影响 |
| 5.1 引言 |
| 5.2 频差对双耦合Duffing系统相轨迹的影响 |
| 5.2.1 频差对改进型Duffing系统相轨迹的影响 |
| 5.2.2 频差对双耦合Duffing系统相轨迹的影响 |
| 5.3 相位差和频差影响的降低模型 |
| 5.3.1 相位差影响的降低模型 |
| 5.3.2 频差影响的降低模型 |
| 5.3.3 检测实验结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读硕士学位期间发表的论文 |
（4）基于时延随机共振势模型的旋转机械微弱故障诊断方法及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景 |
| 1.2 研究的目的及意义 |
| 1.3 基于信号处理的设备状态监测与诊断方法研究现状 |
| 1.3.1 国外信号处理故障诊断方法 |
| 1.3.2 国内信号处理故障诊断方法 |
| 1.3.3 微弱信号的检测与特点 |
| 1.3.4 随机共振国内外研究现状 |
| 1.4 主要研究内容及章节安排 |
| 2 随机共振噪声增强微弱信号的理论研究 |
| 2.1 引言 |
| 2.2 经典双稳态随机共振模型 |
| 2.3 经典随机共振的输出信噪比 |
| 2.4 经典随机共振的朗之万方程式 |
| 2.5 随机共振输入噪声类型不同及其信噪比推导 |
| 2.6 本章小结 |
| 3 时延三稳态随机共振微弱故障诊断方法研究及应用 |
| 3.1 引言 |
| 3.2 三稳态势模型结构研究 |
| 3.3 时延三稳态系统及其组成 |
| 3.4 三稳态时延随机共振仿真验证 |
| 3.4.1 三稳态时延随机共振信号处理 |
| 3.4.2 时延三稳态随机共振仿真验证 |
| 3.5 三稳态随机共振实验验证 |
| 3.6 三稳态时延随机共振工程验证 |
| 3.7 本章小结 |
| 4 时延周期非正弦随机共振微弱故障诊断方法及应用 |
| 4.1 引言 |
| 4.2 周期非正弦势模型结构研究 |
| 4.3 时延周期非正弦随机共振系统及其组成 |
| 4.4 时延周期非正弦随机共振仿真验证 |
| 4.4.1 时延周期非正弦随机共振信号处理 |
| 4.4.2 时延周期非正弦随机共振仿真验证 |
| 4.5 时延周期非正弦随机共振实验验证 |
| 4.6 时延周期非正弦随机共振工程验证 |
| 4.7 本章小结 |
| 5 时延欠阻尼随机共振微弱故障诊断方法研究与应用 |
| 5.1 引言 |
| 5.2 欠阻尼随机共振系统研究 |
| 5.2.1 欠阻尼随机共振模型 |
| 5.2.2 欠阻尼随机共振信噪比推导 |
| 5.3 时延欠阻尼随机共振模型 |
| 5.4 时延欠阻尼随机共振仿真验证 |
| 5.5 时延欠阻尼随机共振实验验证 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 未来展望 |
| 参考文献 |
| 研究成果 |
| 致谢 |
（5）随机时滞微分系统的演化过程与检测微弱周期信号（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 时滞随机动力系统 |
| 1.2.1 中心流形方法 |
| 1.2.2 随机平均法 |
| 1.2.3 扰动法 |
| 1.2.4 随机稳定性与分岔理论 |
| 1.2.5 随机Melnikov函数 |
| 1.3 微弱信号检测 |
| 1.4 论文的组织结构 |
| 第二章 随机时滞Mathieu-Duffing振子的演化过程 |
| 2.1 引言 |
| 2.2 加性噪声驱动的时滞Mathieu-Duffing振子的随机动力学 |
| 2.3 乘性噪声驱动的时滞Mathieu-Duffing振子的随机动力学 |
| 2.3.1 具有速度反馈控制 |
| 2.3.2 具有位移反馈和速度反馈控制 |
| 2.4 小结与讨论 |
| 第三章 基于动力学行为转迁检测微弱周期信号 |
| 3.1 引言 |
| 3.2 基于随机Melnikov函数的随机时滞Mathieu-Duffing振子的混沌预测 |
| 3.3 高斯白噪声强度和时滞对混沌阈值的贡献 |
| 3.4 检测微弱信号的频率 |
| 3.5 基于随机Melnikov函数检测微弱信号的相位与幅值 |
| 3.6 本章小结与讨论 |
| 第四章 随机共振检测微弱信号 |
| 4.1 引言 |
| 4.2 有效势能 |
| 4.3 信噪比分析 |
| 4.4 检测微弱信号 |
| 第五章 结论与展望 |
| 5.1 研究总结 |
| 5.2 进一步工作的展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（6）电解质离子自适应随机共振检测电路研究与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电解质离子提取方法研究现状 |
| 1.2.2 微弱信号检测经典方法 |
| 1.2.3 随机共振发展及研究现状 |
| 1.3 章节安排 |
| 第二章 基于离子选择电极法电解质离子信号提取方法研究 |
| 2.1 电解质离子选择电极测量建模 |
| 2.1.1 测量原理 |
| 2.1.2 数学模型 |
| 2.2 电解质离子浓度信号实际提取方法改进方案 |
| 2.2.1 环境因素对电极测量影响讨论 |
| 2.2.2 新型电解质离子选择电极测量数学模型建立 |
| 2.3 微弱信号及噪声特性分析 |
| 2.4 本章小结 |
| 第三章 基于非线性随机共振的微弱信号检测方法研究 |
| 3.1 非线性随机共振动力学模型及理论研究 |
| 3.1.1 非线性郎之万方程与Fokker-Planck方程 |
| 3.1.2 绝热近似理论 |
| 3.2 随机共振系统与驱动信号、噪声关系分析及仿真研究 |
| 3.2.1 改变驱动信号幅度实现随机共振讨论与仿真 |
| 3.2.2 改变噪声强度实现随机共振讨论与仿真 |
| 3.3 大参数信号随机共振检测 |
| 3.3.1 非绝热近似条件下随机共振仿真分析 |
| 3.3.2 基于变步长的大参数随机共振 |
| 3.3.3 基于调制的大参数随机共振 |
| 3.4 随机共振判定指标 |
| 3.5 本章小结 |
| 第四章 基于自适应随机共振微弱信号检测方法研究 |
| 4.1 引言 |
| 4.2 系统参数对随机共振的影响分析与仿真研究 |
| 4.2.1 系统参数与系统临界跃迁阈值的关系分析 |
| 4.2.2 系统参数与输出信噪比SNR的关系分析 |
| 4.2.3 系统参数与克莱默斯逃逸速率的关系分析 |
| 4.3 自适应随机共振系统与算法 |
| 4.3.1 微弱信号随机共振参数优化问题的评价标准 |
| 4.3.2 目标优化函数 |
| 4.3.3 基于知识的群智能自适应算法在微弱信号检测的应用 |
| 4.3.4 几种自适应算法的多频随机共振系统性能比较 |
| 4.4 本章小结 |
| 第五章 自适应调制随机共振系统检测电路设计与实现 |
| 5.1 引言 |
| 5.2 总体结构设计 |
| 5.3 微弱信号放大电路设计 |
| 5.3.1 改进型T型反馈电阻网络I/V转化电路分析 |
| 5.3.2 自动增益切换电路设计 |
| 5.3.3 峰值保持电路 |
| 5.4 自适应随机共振电路设计 |
| 5.4.1 双稳态系统电路设计 |
| 5.4.2 调制电路 |
| 5.4.3 非线性双稳态系统电路 |
| 5.5 硬件系统实现 |
| 5.6 系统联机调试 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 下一步的工作 |
| 参考文献 |
| 附录 |
| 1 论文有关的数据和图表等 |
| 2 弱信号检测系统硬件电路部分核心原理图 |
| 3 微弱信号检测系统版图设计文件 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（7）基于光纤声呐混沌解调技术的水下目标探测系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 水下声呐信号处理国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 声呐信号混沌检测方法的优点 |
| 1.4 本文主要的研究工作与内容安排 |
| 第2章 新型光纤声呐传感器设计 |
| 2.1 光纤声呐目标探测原理 |
| 2.1.1 目标声波作用下光纤相位调制原理 |
| 2.1.2 光纤声呐中相移量的干涉测量 |
| 2.1.3 干涉型光纤声呐选型 |
| 2.2 干涉型光纤声呐的结构设计与工艺制作 |
| 2.2.1 光纤声呐的结构设计与模拟探测 |
| 2.2.2 光纤声呐的工艺制作 |
| 2.3 光纤声呐测试 |
| 2.4 本章总结 |
| 第3章 基于混沌系统水声信号解调原理 |
| 3.1 水声信号的混沌解调原理 |
| 3.1.1 混沌的基本概念 |
| 3.1.2 混沌的基本性质 |
| 3.2 混沌系统典型动力学仿真分析 |
| 3.3 基于Duffing混沌系统水声弱信号解调分析 |
| 3.4 Melnikov定理阈值判据 |
| 3.5 Duffing混沌系统噪声背景下目标信号的解调仿真 |
| 3.6 本章小结 |
| 第4章 混沌系统电路设计 |
| 4.1 基于周期信号的积分电路设计 |
| 4.2 基于周期策动信号的Duffing模型改进 |
| 4.3 基于Multisim的 Duffing混沌电路搭建与仿真 |
| 4.3.1 基于Multisim的 Duffing混沌电路搭建与初始值敏感性仿真 |
| 4.3.2 基于Multisim的 Duffing混沌电路抗噪性仿真 |
| 4.4 本章总结 |
| 第5章 基于光纤声呐混沌解调技术实验研究 |
| 5.1 系统总体设计 |
| 5.2 系统硬件部分设计 |
| 5.2.1 激光光源选型 |
| 5.2.2 光纤耦合器 |
| 5.2.3 光电探测器选型 |
| 5.2.4 光电探测电路设计 |
| 5.3 系统模块化与混沌电路实现 |
| 5.3.1 水下目标声源模块 |
| 5.3.2 水下目标探测模块 |
| 5.3.3 混沌解调电路实现 |
| 5.4 光纤声呐信号混沌解调系统实验测试 |
| 5.5 本章总结 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（8）基于强噪声背景下随机共振的微弱故障诊断方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外文献综述 |
| 1.3.1 微弱信号检测的特点和方法 |
| 1.3.2 国外信号处理故障诊断方法 |
| 1.3.3 国内信号处理故障诊断方法 |
| 1.3.4 随机共振国内外研究现状 |
| 1.4 课题研究的主要内容 |
| 1.5 课题研究的创新点 |
| 2 基于随机共振的噪声增强微弱信号检测理论 |
| 2.1 引言 |
| 2.2 经典双稳态随机共振模型 |
| 2.3 经典随机共振的输出信噪比 |
| 2.4 双稳态随机共振的朗之万方程 |
| 2.5 小结 |
| 3 自适应多分量总体平均随机共振研究 |
| 3.1 自适应SVD的总体平均随机共振 |
| 3.1.1 SVD降噪原理 |
| 3.1.2 构建互信息差分谱 |
| 3.1.3 自适应SVD的总体平均随机共振 |
| 3.2 仿真验证 |
| 3.3 轴承实验验证 |
| 3.4 自适应EEMD的多分量总体平均随机共振研究 |
| 3.4.1 有效IMFs选择 |
| 3.4.2 自适应EEMD的总体平均随机共振 |
| 3.5 仿真验证 |
| 3.6 轴承实验验证 |
| 3.7 小结 |
| 4 混沌蚁群随机共振的研究 |
| 4.1 引言 |
| 4.2 混沌蚁群随机共振 |
| 4.3 行星齿轮箱实验平台 |
| 4.4 行星齿轮箱实验验证 |
| 4.5 小结 |
| 5 双稳约束势函数随机共振研究 |
| 5.1 引言 |
| 5.2 约束势随机共振模型 |
| 5.2.1 约束势理论模型 |
| 5.2.2 双稳约束势的微弱信号检测策略 |
| 5.3 双稳态约束势随机共振的仿真 |
| 5.4 实验验证 |
| 5.4.1 轴承实验验证 |
| 5.4.2 行星齿轮箱实验验证 |
| 5.5 小结 |
| 6 分段非线性随机共振研究 |
| 6.1 引言 |
| 6.2 分段非线性随机共振方法 |
| 6.2.1 分段非线性随机共振随机共振模型 |
| 6.2.2 分段非线性随机共振系统信噪比 |
| 6.2.3 分段非线性随机共振的微弱故障特征提取方法 |
| 6.3 仿真验证 |
| 6.4 轴承实验验证 |
| 6.5 小结 |
| 7 非饱和分段线性随机共振的研究 |
| 7.1 引言 |
| 7.2 双稳随机共振系统及饱和特性 |
| 7.3 分段线性随机共振方法 |
| 7.3.1 分段线性随机共振模型 |
| 7.3.2 分段线性随机共振微弱故障特征提取方法 |
| 7.4 仿真验证 |
| 7.5 轴承实验验证 |
| 7.6 轧机齿轮箱轴承实验验证 |
| 7.6.1 工程实验背景 |
| 7.6.2 测试系统搭建与数据分析 |
| 7.7 小结 |
| 8 非对称势随机共振研究 |
| 8.1 引言 |
| 8.2 非对称势随机共振模型 |
| 8.3 非对称势随机共微弱信号提取方法 |
| 8.4 仿真验证 |
| 8.5 轴承实验验证 |
| 8.6 小结 |
| 9 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（9）强噪声下结构振动特征提取与损伤检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题意义 |
| 1.2 结构损伤检测的重点 |
| 1.3 传统基于振动响应的损伤检测技术 |
| 1.3.1 模态参数分析 |
| 1.3.2 柔度分析法 |
| 1.3.3 传递函数（频响函数）分析法 |
| 1.3.4 统计信息分析法 |
| 1.3.5 能量分析法 |
| 1.4 现代结构损伤信号分析技术 |
| 1.4.1 小波分析 |
| 1.4.2 小波包分析 |
| 1.4.3 希-黄变换 |
| 1.4.4 盲源分离 |
| 1.4.5 神经网络 |
| 1.4.6 随机共振 |
| 1.4.7 混沌理论 |
| 1.4.8 奇异谱分析 |
| 1.5 课题研究目的及来源 |
| 1.6 论文主要研究内容 |
| 第二章 随机共振原理数值仿真及应用 |
| 2.1 随机共振理论 |
| 2.1.1 随机共振模型 |
| 2.1.2 绝热近似理论 |
| 2.1.3 双稳态系统微弱周期信号检测模型 |
| 2.2 随机共振仿真研究 |
| 2.3 随机共振在转子碰摩故障检测方面的应用 |
| 2.4 小结 |
| 第三章 Duffing混沌振子信号检测原理及其在结构损伤检测中的应用 |
| 3.1 Holmes型Duffing混沌振子信号检测原理 |
| 3.2 时域响应灵敏度指标 |
| 3.2.1 响应灵敏度矩阵 |
| 3.2.2 结构损伤参数的识别 |
| 3.3 余弦拟合反演 |
| 3.4 强噪声背景下三自由度梁模型损伤检测 |
| 3.5 强噪声背景下桥梁模型损伤检测 |
| 3.6 小结 |
| 第四章 奇异谱分析在高速飞行器振动响应特征提取中的应用 |
| 4.1 相空间重构与奇异值分解 |
| 4.2 相空间重构维数和最小嵌入维数n_(min)确定 |
| 4.2.1 相空间重构维数确定 |
| 4.2.2 最小嵌入维数n_(min)确定 |
| 4.3 滤波后信号重构 |
| 4.4 数值仿真 |
| 4.5 奇异谱分解在超声速飞行器声振试验数据处理中的应用 |
| 4.5.1 试验设备及环境 |
| 4.5.2 结构固有频率计算和测量 |
| 4.5.3 测点2试验数据处理 |
| 4.5.4 测点8试验数据处理 |
| 4.6 小结 |
| 第五章 奇异谱分析在基于主动Lamb波的结构损伤检测中的应用 |
| 5.1 损伤激励信号 |
| 5.2 激励信号传播和反射 |
| 5.3 最大相似性原理 |
| 5.4 损伤定位 |
| 5.5 试验分析 |
| 5.6 小结 |
| 第六章 强噪声背景下奇异谱分析在非线性结构损伤检测中的应用 |
| 6.1 等效物理系统 |
| 6.2 直接系统参数识别方法 |
| 6.3 广义最小秩摄动理论 |
| 6.4 仿真模型 |
| 6.5 计算结果 |
| 6.5.1 模型1计算结果 |
| 6.5.2 模型2计算结果 |
| 6.5.3 模型3计算结果 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文情况 |
| 攻读博士学位期间参与的科研项目 |
（10）用杜芬振子检测随钻声信号方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 智能钻井及声波信息传输技术 |
| 1.2 混沌学发展史和混沌微弱检测技术研究状况 |
| 1.2.1 混沌学发展史 |
| 1.2.2 混沌检测微弱信号技术国内外研究现状 |
| 1.3 混沌理论在声信号检测中的应用 |
| 1.4 论文研究的主要内容 |
| 1.5 本章小结 |
| 第二章 混沌理论与混沌特征分析 |
| 2.1 混沌基本理论 |
| 2.2 通向混沌的途径 |
| 2.3 混沌系统的特征研究 |
| 2.4 混沌系统的判别方法 |
| 2.5 杜芬方程的混沌特性研究 |
| 2.5.1 初始条件对杜芬系统的动力学行为影响 |
| 2.5.2 利用分岔性确定周期策动力幅值对动力学行为的影响 |
| 2.5.3 利用相轨迹研究混沌系统的参数设置 |
| 2.6 噪声对杜芬系统的影响 |
| 2.6.1 理论分析高斯白噪声对杜芬系统的影响 |
| 2.6.2 数值仿真研究噪声杜芬系统的影响 |
| 2.7 本章小结 |
| 第三章 混沌系统检测2FSK信号方法的研究 |
| 3.1 杜芬系统检测微弱信号原理 |
| 3.1.1 杜芬系统检测微弱信号的原理 |
| 3.1.2 杜芬系统检测微弱信号的仿真实验 |
| 3.2 2FSK信号的基本原理 |
| 3.3 混沌系统检测2FSK信号的原理 |
| 3.4 基于混沌系统的2FSK调制解调系统设计 |
| 3.5 2FSK信号的混沌检测实现方法 |
| 3.6 2FSK信号杜芬混沌系统检测的仿真实现 |
| 3.7 解决相位不同步问题的方法 |
| 3.7.1 混沌振子信号检测窗口 |
| 3.7.2 数值仿真研究相位不同步问题 |
| 3.8 本章小结 |
| 第四章 随钻声信号的混沌解调方法的研究 |
| 4.1 声波信道模型 |
| 4.1.1 声波在钻柱中传输的基本规律 |
| 4.1.2 周期钻杆模型的等效透声膜方法 |
| 4.1.3 数值仿真研究声波信道模型 |
| 4.2 随钻声信号的混沌解调方法的研究 |
| 4.2.1 随钻声信号的传输系统 |
| 4.2.2 杜芬系统检测微弱声信号的方法 |
| 4.2.3 仿真结果及分析 |
| 4.3 本章小结 |
| 第五章 杜芬系统的硬件实现方法 |
| 5.1 模拟电路实现杜芬系统 |
| 5.1.1 模拟电路实现ω=1k=0.3的杜芬系统 |
| 5.1.2 模拟电路实现不同频率信号检测方法 |
| 5.1.3 结果分析 |
| 5.2 杜芬检测系统DSP实现的可行性研究 |
| 5.2.1 DSP实现杜芬系统的优点 |
| 5.2.2 DSP实现杜芬系统可行性研究 |
| 5.2.3 实验结果 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
四、检测强噪声背景下周期信号的混沌系统（论文参考文献）
- [1]基于改进双耦合Duffing振子的微弱信号检测方法[J]. 李景贵,靳伍银. 仪表技术与传感器, 2021(11)
- [2]基于Duffing振子的绕组变形微弱信号幅值检测方法研究[D]. 贺园园. 西安理工大学, 2021(01)
- [3]基于双耦合Duffing振子的微弱机械故障信号检测[D]. 李景贵. 兰州理工大学, 2021
- [4]基于时延随机共振势模型的旋转机械微弱故障诊断方法及应用[D]. 韩松久. 内蒙古科技大学, 2020(12)
- [5]随机时滞微分系统的演化过程与检测微弱周期信号[D]. 杨岳娟. 石家庄铁道大学, 2020(04)
- [6]电解质离子自适应随机共振检测电路研究与设计[D]. 刘国. 西安建筑科技大学, 2020(01)
- [7]基于光纤声呐混沌解调技术的水下目标探测系统[D]. 刘丹. 长春理工大学, 2019(01)
- [8]基于强噪声背景下随机共振的微弱故障诊断方法研究[D]. 李志星. 北京科技大学, 2018(02)
- [9]强噪声下结构振动特征提取与损伤检测研究[D]. 刘鎏. 西北工业大学, 2016(04)
- [10]用杜芬振子检测随钻声信号方法的研究[D]. 高建邦. 西安石油大学, 2015(06)