基于Duffing方程的光声微弱信号检测研究

摘要

由于大气中污染源气体排放增多，严重影响人们的健康。光声光谱检测技术由于实时性好、检测精度高已经成为污染源气体检测的关键技术。由于污染源气体相对含量少，加之复杂的外界环境，待测光声信号相对于噪声极其微弱。传统的信号检测方法难以准确检测。基于Duffing方程的检测方法具有噪声免疫性和对同频弱信号敏感性，但其检测性能与方法有待进一步改进，故很有必要对基于Duffing方程的光声微弱信号检测进行深入研究和探索。
　　首先，对比分析了几种Duffing方程检测方法的优缺点，选择了驱动力扰动检测方法。在系统状态判别上，计算分析法耗时长，曲线观察法无法自动判别，都不适用。因此提出区域分隔方法进行改进，实验结果表明:系统能够正确判别混沌状态和大尺度周期状态且实现了自动判别。
　　其次，详细分析了各参数对系统状态的影响。探讨了光声微弱信号产生机理、特点以及检测存在的问题。针对这些问题，提出了变尺度差分方法。结果表明:改进后的Duffing方程抗噪性能、检测精度都有很大的提高，实测信号的相对误差小。
　　最后，提出了一款基于Dufffing方程的光声光谱污染源气体检测系统设计，分别剖析了光源、光声池以及信号处理模块所采用的设计方案。随后对实际应用中可能存在的主要影响因素进行了详细分析。该系统的成功设计不仅拓宽了Duffing检测方法的应用范围，还推动了它的研究发展。

目录

声明

摘要

1 绪论

1．1 Duffing方程微弱信号检测理论研究背景及意义

1．2 Duffing方程微弱信号检测理论的国内外发展动态

1．2．1 Duffing方程微弱信号检测理论研究现状

1．2．2 Duffing方程检测方法在大气污染源气体检测中的应用

1．3 主要内容和结构安排

2 Duffing方程微弱信号幅值检测原理

2．1 Duffing方程微弱信号幅值检测原理

2．1．1 驱动力扰动检测方法

2．1．2 阻尼扰动检测方法

2．1．3 检测方法对比分析

2．2 系统状态判别方法

2．2．1 曲线观察法

2．2．2 计算分析法

2．2．3 曲线观察法和计算分析法的比较

2．3 圆形区域分隔

2．3．1 区域分隔

2．3．2 算法流程及实现

2．3．3 仿真分析

2．4 本章小结

3 参数对Duffing系统状态的影响

3．1 内部参数对Duffing系统状态的影响

3．1．1 阻尼系数κ对系统状态的影响分析

3．1．2 幅值、角频率ω对系统状态影响分析

3．1．3 驱动力相位φ对系统状态影响分析

3．2 外界噪声对Duffing系统状态影响

3．2．1 加入纯白噪声和加入带白噪声的待测信号

3．2．2 噪声强度对系统状态影响

3．3 本章小结

4 基于Duffing方程的检测方法在微弱光声信号中的应用

4．1 微弱光声信号产生机理和特点

4．1．1 光声信号产生机理

4．1．2 光声微弱信号特点

4．1．3 检测存在的问题

4．2 变尺度差分法

4．2．1 不含噪声变尺度差分方法

4．2．2 含噪声的变尺度差分方法

4．3 算法步骤及其流程图

4．4 系统仿真及实验结果

4．4．1 仿真一：fd／k值验证

4．4．2 仿真二：不同方法的抗噪性能比较

4．4．3 仿真三：不同信噪比下的相对误差

4．5 本章小结

5 基于Duffing方程的光声光谱污染源气体检测系统设计

5．1 系统设计原则

5．2 系统模块设计

5．2．1 系统整体构架

5．2．2 光源选择

5．2．3 光声池设计

5．2．4 其他组件的选择

5．3 系统检测主要影响因素分析

5．3．1 谐振频率的影响

5．3．2 斩波频率的影响

5．3．3 压强的影响

5．3．4 温度的影响

5．4 本章小结

6 结论与展望

6．1 结论

6．2 展望

参考文献

攻读硕士学位期间主要研究成果

致谢