微弱信号检测方法、装置、设备及存储介质与流程

本申请涉及噪声处理，尤其涉及一种微弱信号检测方法、装置、设备及存储介质。

背景技术：

1、随机共振现象是指系统在信号和噪声的协同作用下产生的一种非线性现象，适当强度的噪声能够使输入信号中的微弱信号放大，从而实现对微弱信号的检测。

2、当前通常会采用神经元模型来模拟随机共振现象，以对输入神经元模型的信号进行微弱信号检测，如h-h(hodgkin-huxley，霍奇金-赫胥黎模型)模型、fh-n(fitzhugh-nagumo，菲茨休-南云)模型等。目前最常用于微弱信号检测的神经元模型为菲茨休-南云模型，但是菲茨休-南云模型中各项参数的选取通常是依据经验选取，由此严重影响了系统的输出，导致菲茨休-南云模型对于微弱信号的检测效果较差。

3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本申请的主要目的在于提供一种微弱信号检测方法、装置、设备及存储介质，旨在解决菲茨休-南云模型对于微弱信号的检测效果较差的技术问题。

2、为实现上述目的，本申请提出一种微弱信号检测方法，所述的方法包括：

3、获取菲茨休-南云模型的多个点火临界值；

4、将待测信号输入分别采用各所述点火临界值的菲茨休-南云模型，确定各所述点火临界值对应的信噪比；

5、根据所述信噪比，选取出目标临界值；

6、基于采用所述目标临界值的菲茨休-南云模型，对所述待测信号进行微弱信号检测。

7、在一实施例中，所述根据所述信噪比，选取出目标临界值的步骤，包括：

8、根据各所述点火临界值对应的信噪比进行曲线拟合，得到信噪比曲线；

9、对所述信噪比曲线进行识别，得到所述信噪比曲线中的最大信噪比，并将所述最大信噪比对应的点火临界值作为目标临界值。

10、在一实施例中，所述将待测信号输入分别采用各所述点火临界值的菲茨休-南云模型，确定各所述点火临界值对应的信噪比的步骤，包括：

11、将待测信号输入分别采用各所述点火临界值的菲茨休-南云模型，得到各输出信号；

12、根据所述待测信号和各所述输出信号，生成各噪音信号；

13、将所述输出信号和各所述噪音信号进行比较，得到各所述点火临界值对应的信噪比。

14、在一实施例中，所述根据所述待测信号和各所述输出信号，生成各噪音信号的步骤，包括：

15、获取所述待测信号的第一时频曲线和各所述输出信号的第二时频曲线；

16、将所述第一时频曲线分别与各所述第二时频曲线相减，得到各噪音时频曲线作为噪音信号。

17、在一实施例中，所述将所述输出信号和各所述噪音信号进行比较，得到各所述点火临界值对应的信噪比的步骤，包括：

18、获取所述输出信号的信号功率和所述噪音信号的噪音功率；

19、根据所述信号功率和所述噪音功率，计算得到所述输出信号的信噪比。

20、在一实施例中，所述获取菲茨休-南云模型的多个点火临界值的步骤，包括：

21、获取所述菲茨休-南云模型的待选临界值范围；

22、按照预设数量对所述待选临界值范围进行等分，并将等分处的临界值作为点火临界值。

23、在一实施例中，所述基于采用所述目标临界值的菲茨休-南云模型，对所述待测信号进行微弱信号检测的步骤，包括：

24、将所述菲茨休-南云模型的临界值配置为所述目标临界值；

25、将所述待测信号输入采用所述目标临界值的菲茨休-南云模型，以产生随机共振，增强所述待测信号中的微弱信号，输出所述待测信号中的微弱信号。

26、此外，为实现上述目的，本申请还提出一种微弱信号检测装置，所述装置包括：

27、获取模块，用于获取菲茨休-南云模型的多个点火临界值；

28、输入模块，用于将待测信号输入分别采用各所述点火临界值的菲茨休-南云模型，确定各所述点火临界值对应的信噪比；

29、选取模块，用于根据所述信噪比，选取出目标临界值；

30、检测模块，用于基于采用所述目标临界值的菲茨休-南云模型，对所述待测信号进行微弱信号检测。

31、此外，为实现上述目的，本申请还提出一种微弱信号检测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的微弱信号检测方法的步骤。

32、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的微弱信号检测方法的步骤。

33、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的微弱信号检测方法的步骤。

34、本申请提出的一个或多个技术方案，至少具有以下技术效果：

35、本申请通过获取菲茨休-南云模型的多个点火临界值；将待测信号输入分别采用各所述点火临界值的菲茨休-南云模型，确定各所述点火临界值对应的信噪比；根据所述信噪比，选取出目标临界值；基于采用所述目标临界值的菲茨休-南云模型，对所述待测信号进行微弱信号检测。由此可以根据以不同点火临界值对应的信噪比作为评价标准，选取出与所述待测信号最适配的目标临界值。相较于当前基于经验选取的参数值而言，本申请可以自适应地选取更适配于所述待测信号的点火临界值，以有效提高菲茨休-南云模型对于待测信号中微弱信号的检测效果。

技术特征：

1.一种微弱信号检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述根据所述信噪比，选取出目标临界值的步骤，包括：

3.如权利要求1所述的方法，其特征在于，所述将待测信号输入分别采用各所述点火临界值的菲茨休-南云模型，确定各所述点火临界值对应的信噪比的步骤，包括：

4.如权利要求3所述的方法，其特征在于，所述根据所述待测信号和各所述输出信号，生成各噪音信号的步骤，包括：

5.如权利要求4所述的方法，其特征在于，所述将所述输出信号和各所述噪音信号进行比较，得到各所述点火临界值对应的信噪比的步骤，包括：

6.如权利要求1所述的方法，其特征在于，所述获取菲茨休-南云模型的多个点火临界值的步骤，包括：

7.如权利要求1至6中任一项所述的方法，其特征在于，所述基于采用所述目标临界值的菲茨休-南云模型，对所述待测信号进行微弱信号检测的步骤，包括：

8.一种微弱信号检测装置，其特征在于，所述装置包括：

9.一种微弱信号检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的微弱信号检测方法的步骤。

10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的微弱信号检测方法的步骤。

技术总结本申请公开了一种微弱信号检测方法，涉及噪声处理技术领域，所述微弱信号检测方法包括：获取菲茨休‑南云模型的多个点火临界值；将待测信号输入分别采用各所述点火临界值的菲茨休‑南云模型，确定各所述点火临界值对应的信噪比；根据所述信噪比，选取出目标临界值；基于采用所述目标临界值的菲茨休‑南云模型，对所述待测信号进行微弱信号检测。本申请解决了菲茨休‑南云模型对于微弱信号的检测效果较差的技术问题。技术研发人员：何冲,袁斌,刘兵兵,侯天峰,王敦聪,毛婷婷,刘哲,吕和强受保护的技术使用者：歌尔股份有限公司技术研发日：技术公布日：2024/10/10