【随机共振】基于随机共振法的低信噪比周期性信号滤波和提取matlab仿真

目录

一、理论基础

二、核心程序

三、仿真测试结果

---

一、理论基础

          在信号分析过程中，噪声常被认为是令人讨厌的东西，因为噪声的存在降低了信噪比，影响了有用信息的提取，然而在某些特定的非线性系统中，噪声的存在能够增强微弱信号的检测能力，这种现象就称为随机共振。

       从信号处理的角度来讲，在非线性系统中，当输入带噪信号时，以适宜的物理量来衡量系统特性，如信噪比、驻留时间等，通过调节输入噪声强度或系统参数，使系统特性达到一个最大值，此时，我们称信号、噪声和非线性随机系统产生的协同现象为随机共振。

       Stochastic resonance，SR）的概念最初是由Benzi等人提出并用于解释第四纪冰川问题，此后用于描述一种现象──非线性系统中内噪声或外噪声的存在可以增加系统输出的响应。

          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”

        信号在检测和传输过程中,噪声通常被认为是有害的,从噪声中提取信号的手段一直是将噪声进行抑制或者抵消。但是滤噪时难免会降低信号的能量,尤其是当信号和噪声的频率接近时这种现象更加明显,这是传统弱信号检测方法的局限性。随机共振能把噪声变害为宝,使得它在弱信号检测方面显示出独特的优势和巨大的魅力,作为新