文献类型：期刊文章

作　　者：杜太行[1] 陈霞[1] 孙曙光[1] 郝静[2] 王锐雄[1] 梁杰[3]

DU Tai-hang;CHEN Xia;SUN Shu-guang;HAO Jing;WANG Rui-xiong;LIANG Jie(School of Artificial Intelligence,Hebei University of Technology,Tianjin 300130,China;School of Information Technology,Hebei University of Economics and Business,Shijiazhuang 050000,China;School of Automation and Communication Engineering,Hebei University of Water Resources and Electric Engineering,Cangzhou 061000,China)

机构地区：[1]河北工业大学人工智能与数据科学学院,天津300130 [2]河北经贸大学信息技术学院,河北石家庄050000 [3]河北水利电力学院自动化与通信工程学院,河北沧州061000

出　　处：《仪表技术与传感器》

基　　金：河北省教育厅资助科研项目(ZD2016108)。

年　　份：2020

期　　号：7

起止页码：100-104

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：无线电信号在传播过程中,由于复杂的环境和外界噪声导致信号接收的不确定性。为有效增强检测的特征频率,减少干扰频率成分,更清晰地识别目标频率特征,将周期势系统势阱模型与Gaussian Potential(GP)势阱模型相结合提出GP-周期势随机共振系统,令待测信号、噪声及随机共振系统产生最佳的共振效果,对无线电弱信号进行检测,并与传统随机共振系统和周期势随机共振系统检测无线电弱信号的效果进行对比。实验结果表明,GP-周期势随机共振系统在无线电弱信号检测中识别目标频率更清晰,频谱更平坦,和传统随机共振系统相比对噪声的利用率更高。

关 键 词：周期势势阱  Gaussian Potential势阱  无线电弱信号检测  高斯噪声 利用噪声  

分 类 号：TN911]