基于双稳态系统的随机共振微弱信号检测系统

资 源 简 介

本项目利用非线性随机共振原理，实现对强噪声背景下微弱信号的增强与提取。 其核心功能是通过构建经典的双稳态位势模型，利用噪声、信号与非线性系统之间的协同作用，将背景噪声的部分能量转移到待检测信号频率上，从而达到提升信号检测灵敏度的目的。 系统集成了完整的数值仿真流程，首先采用四阶龙格库塔算法（Runge-Kutta）对非线性朗之万方程进行迭代求解，模拟待测信号经过双稳态势阱的过程。 功能模块涵盖了待测周期信号生成、高斯白噪声添加、双稳态系统动态响应计算、信号预处理与参数补偿等。 该系统不仅能够实时绘制处理前

详 情 说 明

基于双稳态系统的随机共振微弱信号检测系统

项目介绍

本项目是一套基于非线性随机共振（Stochastic Resonance, SR）理论的微弱信号检测方案。系统利用双稳态系统的非线性特性，通过能量转移机制将环境噪声的一部分能量转化为有用信号的能量，从而增强被噪声淹没的微弱周期信号。本系统提供了一个从信号合成、非线性动力学求解到频谱量化评估的完整仿真流，旨在解决传统滤波方法在强背景噪声下难以提取极弱特征信号的问题。

功能特性

• 非线性机理实现：构建经典双稳态势阱物理模型，模拟信号、噪声与系统的协同共振效应。
• 高精度数值仿真：采用经典的四阶龙格库塔（RK4）算法，确保非线性朗之万方程求解的精度与稳定性。
• 全流程信号链：集成信号生成、白噪声合成、非线性响应迭代、去直流预处理及频谱变换功能。
• 性能量化评估：自动计算输入与输出端的信噪比（SNR），直观量化随机共振带来的增益效果。
• 交互式可视化：实时生成时域波形对比图与频域功率谱密度图，清晰展示检测前后的信号改善程度。

使用方法

1. 环境准备：确保计算机已安装 MATLAB 软件。
2. 参数配置：根据实际检测需求，在程序顶部修改系统参数，如势阱系数（a, b）、待测信号幅值与频率、噪声强度、采样频率及仿真时长等。
3. 执行程序：直接在 MATLAB 编辑器中运行该脚本程序。
4. 结果观测：程序运行后将自动弹出名为“双稳态随机共振微弱信号检测系统”的图形界面，并于 MATLAB 命令行窗口输出具体的信噪比增益指标。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 计算机配置：由于采用 RK4 迭代计算，建议具备基础的并行计算能力以提高运算效率，标准配置即可满足 T=2000s 级的仿真需求。

系统功能与实现逻辑

本程序在内部逻辑上划分为六个核心阶段，确保了信号检测的完整性：

1. 系统参数初始化：设定双稳态势阱的势垒参数 a 和 b，确定待测周期信号的幅值 A 和目标频率 f0。同时配置采样频率 fs 和仿真时长 T，以保证采样过程满足采样定理且具备足够的频率分辨率。
2. 合成待测信号流：生成标准的正弦周期信号作为探测基元，并根据设定的噪声强度 D 产生服从高斯分布的白噪声。将两者叠加形成信噪比极低的原始输入数据流。
3. 双稳态系统动态演化：程序通过四阶龙格库塔迭代算法，对非线性朗之万方程进行步进式求解。在每一步迭代中，计算四个斜率系数（k1 至 k4），共同决定系统状态 x 的下一个演化趋势。该过程模拟了质子在双稳态势阱中受信号和噪声驱动的跃迁行为。
4. 信号精细化处理：对系统响应产生的原始输出进行零均值化（Detrend）处理，剔除由于双稳态偏置或直流分量带来的频谱干扰，从而聚焦于目标频率。
5. 频域特征锁定：利用快速傅里叶变换（FFT）计算输入与输出信号的功率谱密度（PSD）。通过频率索引锁定待测频率 f0，并在邻域内提取信号功率与背景噪声功率。
6. 性能指标量化：通过计算输入/输出信号功率与背景噪声平均功率的比值，得出以分贝（dB）为单位的信噪比数值，并计算信噪比增益（Gain）。

关键算法与实现细节分析

• 四阶龙格库塔算法（RK4）：这是本系统的核心解算引擎。算法在步长 dt 内分四步探测斜率，特别是在 k3 和 k4 的计算中，算法引入了当前点与下一个采样点的信号均值及趋势，有效减小了离散化带来的局部误差，保证了在计算非线性跳变时的收敛性。
• 双稳态朗之万方程：系统遵循 dx/dt = a*x - b*x^3 + S(t) + N(t) 的物理机制。其中 a*x - b*x^3 构成了具有两个稳定平衡点和一个不稳定平衡点的势场。当噪声强度 D 与信号频率 f0 匹配时，系统会发生协同共振。
• 信噪比（SNR）量化逻辑：为了获得准确的评估，程序在计算噪声功率时，采用了目标频率左右各 5 个频率点的均值作为基准。这种局部噪声估计方法比全局平均更具针对性，能够真实反映微弱信号峰在本地背景下的突出程度。
• 数据可视化：时域图通过对比展示了信号如何从杂乱无章的噪声序列转化为具有清晰周期性特征的方波类响应（双稳态跳变）；频域图则通过对数坐标（semilogy）展现了在 f0 位置处能量密度的剧增。