微弱信号检测是一种重要的技术,已经被广泛用于许多领域。与众多微弱信号处理方法不同的是,随机共振(SR)可以利用噪声实现对特征信号的检测。Van der Pol振子具有丰富的动力学性质,被广泛运用在混沌检测中。基于此,将Duffing与Van der Pol振子进行线性耦合,并添加微分项作为耦合系统的反馈以加强耦合强度,构建一种Duffing与Van der Pol强耦合系统,实验发现,该系统具有丰富的SR现象,且通过广义时间尺度变换,可以实现任意特征频率下的微弱信号检测。实验显示,强耦合系统比一般耦合系统具有更好的稳定性;在三值噪声背景下,该系统的输出平均信噪比增益(MSNRI)随着三值噪声状态值的变化呈现不同形式的对称分布;在被控系统中,随着阻尼系数的逐渐增强,输出响应将变得逐渐平滑;另外,在控制系统中,当阻尼系数很小时,系统输出将会出现二次共振现象,随着阻尼系数的增大,次级共振峰将逐渐减小直至消失,一级共振峰将逐渐增强,这是阱间共振完全取代了阱内,阱间联合共振的缘故。最后,借助遗传算法(GA)自适应参数寻优,与传统双稳以及耦合Duffing系统对比发现,所提系统具有更高的输出MSNRI。经测试,该系统对实际轴承故障信号也具有良好的检测效果,并且与传统双稳系统相比能更显著的消除边频信号干扰。
针对目前删余型Turbo码分量编码器盲识别问题,该文提出一种针对此码的改进型监督矩阵匹配算法。由于Turbo码在编码过程中进行了删余操作,接收端无法获得完整的递归系统卷积码(Recursive System Code,RSC)码字,传统的盲识别方法就不适用于删余型Turbo码的识别。于是该算法在识别序列的构造上进行了改进,针对Turbo码在删余位上的码字与对应的RSC码有所区别的情况,将该位上的码字视为‘0’和‘1’等概率出现的误码,从而对删余位进行归零处理并选取合适的截取序列进行匹配度计算,根据最后匹配度的总分布情况对删余型Turbo码分量编码器的参数进行识别。仿真结果表明针对码长为256,码率为1/2的删余型Turbo码,在最大误比特率不超过0.033的情况下正确识别率能保持在80%以上。