【随机共振】基于随机共振的高频弱信号检测的MATLAB仿真

最新推荐文章于 2024-01-09 17:26:32 发布

fpga和matlab

最新推荐文章于 2024-01-09 17:26:32 发布

阅读量6.2k

点赞数 9

分类专栏： MATLAB 板块1:通信与信号处理文章标签：随机共振高频弱信号检测

本文链接：https://blog.csdn.net/ccsss22/article/details/123963957

版权

MATLAB 同时被 2 个专栏收录

1616 篇文章 1680 订阅

订阅专栏

板块1:通信与信号处理

625 篇文章 386 订阅

订阅专栏

1.软件版本

matlab2021a

2.本算法理论知识

1、理想条件下的仿真。比如就是高斯白噪声的时候，在通信频段上的随机共振特性。

2、考虑如果不是高斯白噪声的时候，会出现什么情况。比如噪声的特性有一些随机性或者是考虑把信号经过瑞丽信道等来模拟。或者色噪声之类的。

3、进一步通过后，则考虑如果有多径时候的情况，这个时候可以考虑用自己设定的多经结构（结构参数可以参考五缘湾的实验（信道响应为文件channel-H））。

4、在上述都通过后，则选用链接的模型（http://oalib.hlsresearch.com），比如Bellhop模型或者raytracing等来做一个近似完整的仿真。

5、最后，都通过后则考虑上海测现场来做。

整理结论“首先考虑周期信号在高斯白噪声下、非高斯白噪声下、多径结构下（五缘湾海测信道响应）、bellhop模型下的随机共振的仿真，然后考虑把周期信号换成chirp信号（即岑哲的探测信号），最后放到岑哲的毕设中去，结论就是加入了随机共振后，他的系统检测效果更好了”

3.核心代码

clc;
clear;
close all;
warning off;

load 基于遗传算法参数优化\R.mat


%噪声信噪比
SNR   = -3;

%信号频率
f     = 2000;%20-30khz       
%参样频率
fs    = 64*f;   
Ts    = 1/fs;
%SR算法三个参数
h     = 0.2;
a     = w1_best;
b     = w2_best; 
t     = 0:Ts:2^12*Ts;%每0.2递增
%信号 
s     = sin(2*pi*f*t);       
%噪声的设置
x1    = awgn(s,SNR,'measured');
%输入无噪信号傅立叶变换
y     = fft(s,4096); 
pyy   = y.*conj(y)/4096;
ff    = fs*(0:2048)/4096;

figure;
subplot(321);
plot(t,s);
title('输入无噪信号');
xlabel('时间t/s');
ylabel('信号幅度A');

subplot(322);
plot(ff,pyy(1:2049));
xlabel('频率f/Hz');
ylabel('频谱幅度');
title('输入无噪信号的频谱');

%输入加噪信号傅立叶变换
y     = fft(x1,4096); 
pyy   = y.*conj(y)/4096;
ff    = fs*(0:2048)/4096;

subplot(323);
plot(t,x1);
title('输入加噪噪信号');
xlabel('时间t/s');
ylabel('信号幅度A');

subplot(324);
plot(ff,pyy(1:2049));
xlabel('频率f/Hz');
ylabel('频谱幅度');
title('输入加噪信号的频谱');


%四阶龙格库塔法对双稳态输出信号求解
x     = sr(a,b,h,x1);
%输出信号求傅立叶变换
y     = fft(x,4096); 
py    = y.*conj(y)/4096;
ff    = fs*(0:2048)/4096;
 
subplot(325);
plot(t,x);
title('输出信号');
xlabel('时间t/s');
ylabel('信号幅度A');
subplot(326);
plot(ff,py(1:2049));
xlabel('频率f/Hz');
ylabel('频谱幅度');
title('输出信号的频谱');

4.操作步骤与仿真结论