彭敏玲(淮安生物工程高等职业学校，江苏 淮安 223200)

超高频微弱信号检测中调参随机共振的应用研究

彭敏玲(淮安生物工程高等职业学校，江苏 淮安 223200)

随机共振能够检测到微弱信号，对于工业领域应用来说该技术有极高的应用价值。但是由于工业现场有较大的噪音和许多未知超高频微弱信号的存在，传统的随机共振方法需要进行改良。本文通过针对超高频微弱信号检测的需要，提出了一种调参随机共振检测微弱信号方法。通过对双稳系统阻尼系数的计算变化及影响分析，总结规律，并基于此规律提出了实现随机共振对超高频微弱信号检测的具体方法。

随机共振；微弱信号检测；应用

无线电电磁环境的复杂性决定了无线电频率检测手段的更新和进步。通过对无线电信号的特点总结和分析。业内将信号在噪声声中的提取视为无线电检测工作重要研究内容[1]。当前应用广泛的信号检测技术和方法主要有：时域相关法、三重相关匹配分析法、取样积分分析法以及相关参数检测法等等。上述技术方法是通过压缩噪音获取信号的，在一定程度上减少了信号准确性。而随机共振方法是通过利用噪音，通过噪音作用使微弱信号能量增强，进而得到微弱信号的具体检测结果。但是当前随机共振在检测大参数超高频的微弱信号时，结果通常是失败的。

1 随机共振原理概述

1.1 双稳系统随机共振

在非线性系统中，双稳系统是研究随机共振最常用的系统之一。双稳系统受微弱信号和噪声的驱动。该系统动力学模型公式为

在该公式中a和d分别属于系统中的参数，两个参数都大于0。其中U(x）为双稳系统的统式函数。Δu=a2/4b是系统势垒高度，x为系统输出，u(t)为待测信号与噪声的混合信号，s(t)=Asin（2πft)为待测周期信号。[2]上式子中的A是信号幅值，f是信号额频率数值。计算方差得1。

随机共振噪音输出可以用来计算随机共振发挥的实际效能。具体计算方式可先对输出信号进行叶变换。进而得出K值。当需要测量的微弱信号为X(K0)时。就可以利用噪音的功率减去K0的标准功率值。得到以下公式1

1.2 随机共振的参数补偿计算方式

当需要测量超高频微弱信号时，非线性系统就可起到检测作用。在系统运行时，随机共振的参数需要重新设置，进行合理参数补偿，以提升信号准确性。对信号可实行随机共振检测。设S(t)=Asin(2πft).将假设式带入公式1中。得出以下结论

通过上述公式可以得出结论为：当需要检测的微弱信号在双稳系统运行的情况下进行检测时，信号的幅值A会与原信号产生较大差别。信号幅值会变大。但是当公式中的f＞1时。信号幅值就会相应的缩小。这也说明了信号频率越高。信号检测中的消减程度就会上升。因此当随机共振对超高频信号进行检测时，往往不能够找到高频的微弱信号。针对这一现象可采取参数放大的措施，使K值能够抵消相关检测影响。

该公式中的K即为上文提到的参数补偿值。当K取值为2πf时，双稳系统测量的信号幅值变化不变，提高了测量精准性。因此，随机共振双稳系统必须要保持K值在此范围之内，保持其他参数不变。以确保该方式能够顺利测出超高频微弱信号。

2 超高频随机共振优化

随机共振超越噪音、信号等因素影响，提升精准的超高频微弱信号检测中随机共振应用性就必须对现有随机共振进行优化。在信号检测中，噪音等外在因素无法改变，但可通过改变吸引子曲线保证系统有效显示出信号状态的变迁和信号的特征。吸引子曲线能够通过参数展示，实现随机共振的最优化的噪音、信号输出比值。实现参数的合理匹配。在具体方案上，可以调节阻尼系数K，完成对超高频微弱信号的检测工作。

2.1 调节阻尼参数

可以基于对白噪声信息处理模式，列出随机共振系统的公式为：

公式中n(t)是噪声具体强度值。平均值为[n(t)]=0，E[n(t)n(t－ τ)]=2Dσ(τ)。可假设 t=rt为 x（t）+x（rt）。可列出一下公式：

因此。将频率为f0的低频信号可套用在上述公式当中。计算其他值域的信号幅值以及频率情况，使得该取值为λf0的朝高频微弱信号。如果检测要求是获得与频率为f0超高频微弱信号相同信号幅值，那么就把该公式中的阻尼系数进行缩小计算。这里需要注意的是，要保证公式中的其他参数与预设值相同，只需要改变频率和时间以及阻尼系数，在频域中的计算，要将整个频率范围上设置一个有用的恒定的分量，这样能够保证噪音的强度保持不变。

2.2 优化参数计算

从优化的速率公式为作为参数计算的开始，以此为基础探讨阻尼系数变化对系统产生随机共振的影响。通过上文吸引子曲线的叙述，可以得出结论由噪声引起的动点跃迁的速率可:rk=(2πk)－1U。实际上，吸引子曲线中实线上的各点与信号的具体平衡点处的振动角频率相差较大，通过函数计算与逃逸速率的计算，可以测得该系统发生随机共振时，系统输出信号的频率与输入激励信号频率一致。因此这也满足了动点在某一侧吸引子的驻留时间与激励信号周期大致相等。因此当激励信号频率逐渐转化为λf0时，这时的随机共振就要依据a槡2πkexp(－a24b D)=2λf0(13)等计算数值进行操作。这里需要注意的是，必须保持系统参数a和b保持不变，而且阻尼系数k还要为原来1/λ倍，进而可得出具体量化关系。可参考如表1内容。根据表1的具体参照值，就可以根据待检信号的频率选取合适的阻尼系数，保证二者之间的高度匹配，当检测超高微弱信号频率，要及时减小阻尼系数，反之，则应将阻尼系数也可以相应的增大。一切取决于信号频率大小。

表1 阻尼系数与待检信号频率对照表

3 高频信号检测中调参随机共振的应用策略

通过上文叙述，可以验证一点，就是当信号检测频率检测较高时，阻尼系数的取值应该偏低。较小的阻尼取值能够提高信号检测准确性，保障对超高频信号检测时，对信号保存的完整性。同时通过优化系统参数计算能够对随机共振产生良好作用。所以。工作人员在对高超高频微弱信号检测时。

通过重点调节阻尼系数和系统参数能够实现对随机共振的进步升级。完善其微弱信号检测功能。在进行具体的检测时。准备检测的信号频率和双稳线性系统处理的信号频率都存在较大的变数。很容易在信号、噪音输出后产生变形。影响信号检测质量，且无法具体获取信号变化周期性规律。

在应用过程中，可提前预测检测信号频率范围。根据频率规律，进行阻尼系数的合理最优取值。再通过阻尼系数对系统的进行检测范围调整。通过信号频谱度信息，选取跃迁阈值范围，根据具体的取值规律，进行规律性的计算和取值。以此得出信号相匹配对应的阻尼系数。如果信号发生跃迁的情况。就要将信号频谱图中的信号幅值以及其对应的信号频率做好记录和分析。如果没有产生跃迁，就可以继续在阈值范围取值。

4 超高频无线电微弱信号检测案例分析

4.1 设备调试

检测计算机能够使用软件外联的方式，实现与射频的相互连接。这样能够确保无线电信号发射和接收能够正常运转。而且能基于此项操作完成多数据模块转换、信号变频等功能的运用。此次案例使用的通用软件无线电平台具有发射和接收功能，且覆盖频带范围达80MHz～6.5GHz。

4.2 检测操作

使用信号发射器发射正弦信号（没有经过调制），故而该信号一定会被噪音所污染。所以前面谈到的通用软件无线电平台会收到一个受到噪音污染的微弱信号。信号为Sn(t)=Asin(2πf0t)+n(t)。所测得信号幅值为0.35。信号频率为f0=450MHZ。其中采样频率为50f0·n(t)。[3]输入的信号和噪音比值超过-39.8分贝。再讲保存下来的信号采样数据进行上传。放到商业数学软件（Matlab）中进行相关计算和分析。经过计算分析后。所得到的信号频率周期性弱。

4.3 微弱信号检测

进行微弱信号检测要先将测试信号的频率进行预估和假设。确保信号频率为0.1—0.2Hz之间，其对应的最优匹配的阻尼系数为k'0=0．86，根据阻尼系数调整方案，可以确定要进行检测的微弱信号最优阻尼系数为k0=k'0X(f·0/f0)=3.4 X10-10。对阻尼系数k和跃迁阈值变化进行分析，得出的固定跃迁宽度lyq=4.6，得出计算结果为a=0．06b=0.014 5。[4]通过模拟技术，对系统输出的信号频率进行整理，形成信号频谱图，如图1所示。通过对频谱图1的分析，可以发现在450MHz处有明显的峰值。

图1 跃迁阈值为0.0145时系统输出时频域图

4.4 阻尼系数取值

阻尼系数的取值范围应为[1.5×11-10，3.1× 1010]，在通过间隔选取值进行取值调整。根据取值结构可调节跃迁阈值范围[0.015，0.4]，以间隔0.02的方式监视信号输出跃迁稳定情况。并进行记录，得出最终检测结果为：统一信号频率处均出现最大信号幅值。通过其他组别的计算和分析。各组的系统依据各自测得的输出信号频谱图，进行进行相应的分析计算，进而可得出其对应系统的跃迁过程稳定状态情况以及实时的信号频率。工作人员应对此进行记录。具体情况如表2所示。

表2 调增跃迁值和阻尼系数取值监测结果

4.5 实验结果

采用该模式的随机共振方式最突出特征是对阻尼系数的分析和计算。即当阻尼系数取值较小时。噪音影响下的随机跃迁成为信号干扰的主要原因。致使在该环境喜爱进行随机共振时，不能够有效推动信号的方式获取信号检测结果。且检测的最信号大幅值与信号实际频率没有联系性。但是随着阻尼系数的取值的增大。噪音对信号的干扰能量下降。信号推动作用更加明显。出现连续性的信号跃迁。跃迁的信号幅值与信号频率处在相同频次。

5 结语

总之，通过本文的介绍说明了，在噪音干扰下，进行超高频微弱信号检测是一项复杂苦难的工作。经过对随机共振方式的优化和调整。有效解决了随机共振无法检测超高频微弱信号的问题。本文通过提出吸引子曲线模式。提出了阻尼系数取值和系统参数计算对随机共振的影响。通过计算分析和规律总结，通过无线电微弱信号检测案例分析。针对性提出了出检测超高频信号的调参等相关策略。说明了在超高频微弱信号检测过程中，完善和加强对线性系统参数的同步优化工作，以此获得相对较好的随机共振效应，进而实现利用随机共振对超高频微弱信号的实时检测与处理工作。

[1]郝静，杜太行，江春冬，孙曙光，付超.调参随机共振在超高频微弱信号检测中的应用计算机应用[J].2016,36(9):2374－2380.

[2]焦尚彬,寇洁,张青.基于DSP的自适应随机共振微弱信号检测方法理论与方法[J].2016(3).32-36.

[3]陈敏，胡茑庆，秦国军.外加信号增强随机共振在微弱信号检测中的应用[J].国防科技大学学报,2007,29(3):109-112.，58(8):5196-5200．