微弱信号检测方法的现状分析

被引:78
作者
夏均忠 [1 ]
刘远宏 [1 ]
冷永刚 [2 ]
葛纪桃 [1 ]
机构
[1] 军事交通学院汽车工程系
[2] 天津大学机械工程学院
关键词
振动与波; 微弱信号检测; 时域; 频域; 随机共振;
D O I
暂无
中图分类号
TN911.23 [信号检测与估计];
学科分类号
摘要
强噪声背景下微弱特征信号检测,一直是工程应用领域的难题。系统地研究基于线性理论的时域、频域、时频域和基于非线性理论的微弱信号检测方法,分析各检测方法的基本原理和特点。时域检测法中主要分析相关检测、取样积分与数字式平均、时域平均检测法;频域检测法中分析最为常用的频谱分析法;时频分析法中主要分析应用范围最广的短时Fourier和小波变换;基于非线性理论的检测法中重点分析随机共振。分析认为基于非线性理论的微弱信号检测法、多种检测方法的结合是未来微弱信号检测的研究方向。
引用
收藏
页码:156 / 161
页数:6
相关论文
共 20 条
[1]   微弱信号检测技术在超导电阻测量方面的应用 [J].
曾一凡 ;
吴丹 .
低温物理学报, 2009, 31 (03) :261-264
[2]   基于频谱幅度起伏特性的微弱信号检测方法研究 [J].
马启明 ;
王宣银 ;
杜栓平 .
电子与信息学报, 2008, (11) :2642-2645
[3]   微弱信号检测的3种非线性方法 [J].
李楠 ;
刘福 .
电力自动化设备, 2008, (04) :82-86
[4]   基于时频分析的高动态多目标识别与仿真 [J].
吕金飞 ;
袁嗣杰 ;
范少龙 ;
程乃平 .
系统仿真学报, 2007, (20) :4840-4843
[5]   微弱周期脉冲信号的自相关-混沌系统联合检测方法 [J].
刘正平 ;
臧观建 ;
陈俊杰 .
噪声与振动控制, 2007, (05) :63-65
[6]   基于周期信号的频域检测方法研究 [J].
杜保强 ;
黄留锁 .
计算机工程与设计, 2007, (18) :4555-4556+4560
[7]   混沌背景中微弱信号检测的神经网络方法 [J].
行鸿彦 ;
徐伟 .
物理学报, 2007, (07) :3771-3776
[8]   基于取样积分技术的数据采集系统 [J].
姜卓娇 ;
于生宝 ;
白毅 ;
张贤涛 .
吉林大学学报(信息科学版), 2007, (03) :233-238
[9]   基于DSP的取样数字式平均器的设计与实现 [J].
杨兴国 ;
郭勇 ;
马厚雪 .
微计算机信息, 2007, (05) :179-181
[10]   一种强噪声背景下的微弱信号检测的新方法 [J].
张威 ;
王旭 ;
葛琳琳 ;
张卓 .
计量学报, 2007, (01) :70-73