共查询到17条相似文献,搜索用时 82 毫秒
1.
2.
3.
随机共振技术在弱信号检测中的应用 总被引:13,自引:1,他引:12
针对淹没在噪声中的弱信号测量,利用随机共振技术进行了信号检测的研究。论文就非线性系统的结构参数和弱信号及噪声之间的关系进行了仿真研究,并对信号经随机共振处理和没有处理进行检测比较。实验证明了随机共振技术在强噪声背景下弱信号检测的优越性。 相似文献
4.
微弱信号是淹没在噪声中的小信号,且一般其信噪比比较低。微弱信号的检测在物理、电子和生物医学方面都具有重要的意义。依据随机共振理论,噪声在一定的条件下有利于微弱信号的检测。研究了随机共振的原理、双稳态系统中的随机共振现象及随机共振的应用研究现状。 相似文献
5.
在对随机共振研究中,当系统参数和信号一定时,主要讨论白噪声对共振特性的影响,但是在实际系统中存在的噪声并非理想白噪声。为了更真实的反应实际系统,本文针对双稳系统,分别讨论了限带白噪声、窄带白噪声、高频白噪声、高次谐波作用下的随机共振特性。信号设定的频率为0.01Hz,所加噪声为理想白噪声,其频率范围为0~2.5Hz。仿真结果表明,双稳系统发生随机共振不仅与系统参数、信号幅度、噪声强度有关,而且与噪声的频谱分布有关。本文的结论拓展了随机共振的研究范围,对其应用有一定实际意义。 相似文献
6.
针对随机共振(SR)以高斯噪声为研究背景的局限性,为了分析非高斯噪声对级联随机共振的影响且验证在双模非高斯噪声中级联随机共振的降噪及波形整形特性的可靠性,提出了级联双稳随机共振系统在双模非高斯情况下的微弱信号检测方法。输入信号在进行信号检测过程中,首先把概率密度函数作为随机共振现象的衡量指标,然后当系统处于最佳随机共振状态时,分析了非高斯参数、相关时间及噪声强度之间的关系。最后通过仿真证实,与一级SR相比,二级SR的噪声强度和相关时间的可用范围随着非高斯参数的减少不仅会得到增大,而且滤波特性、信号检测效果得到明显提高。 相似文献
7.
基于双稳类随机共振的信息检测 总被引:2,自引:0,他引:2
研究了小参数随机共振(SR)的响应幅值与信号频率和噪声强度的关系,并从噪声频谱的罗伦兹(Lorentz) 分布特性推出,只有在噪声能量集中的低频区域才能产生随机共振的论点。得出了二次采样大参数类随机共振的实现条件,即采样频率至少是信号频率的50倍并根据噪声强度选择二次采样频率。在大参数情况下,由双稳系统输入输出信噪比的分析,阐明了大参数类随机共振方法从强噪声中检测出弱信号的可行性。运用周期和非周期弱信号的检测实例,进一步证明了该方法的有效性和实用性。 相似文献
8.
蔡卫菊 《太赫兹科学与电子信息学报》2012,10(2):210-212
介绍随机共振(SR)方法的基本思想,并建立数学模型。随机共振系统是非线性双稳态系统,存在某一最佳输入噪声强度,使系统产生最高信噪比输出,达到抑制噪声,放大微弱信号的目的。针对传统系统随机共振只适用于极低频信号的局限,本文引入尺度变换,消除了对待检信号频率的限制,通过Matlab仿真,验证了其对微弱信号检测的有效性。 相似文献
9.
10.
分析了白噪声通过双稳系统的频谱特点,解释了小参数信号(小频率、小幅度)出现随机共振的原因,探讨实现大参数信号随机共振的两种变换方法,并进行了仿真验证。为实际工程中对大频率微弱信号的检测提供了依据。 相似文献
11.
12.
13.
针对频率调制中存在的门限效应问题,提出了利用非线性科学领域的随机共振原理来降低门限值。首先将接收到的频率调制信号通过一低通滤波器,提取出其中的低频分量,然后输入非线性双稳态系统中,通过调节载波频率,使得系统发生随机共振,多次调节载波频率,可以有效的检测出有用信号的频率。理论分析和仿真结果表明该方法能有效降低频率调制的门限值,并且克服了随机共振不能检测大频率信号的缺点。 相似文献
14.
15.
基于参数导引随机共振的数字水印算法 总被引:7,自引:0,他引:7
设计并实现了一个基于参数导引随机共振的DCT域数字图像水印算法。在嵌入方,将伪随机的水印序列上采样后与DCT交流系数相加得到嵌入水印的系数,在检测方,待检测图像的DCT交流系数当作随机共振信号处理器的惟一输入,通过调节随机共振信号处理器的参数实现水印的检测。仿真结果表明,算法在保证水印不可感知的前提下能抵抗包括加噪声污染、直方图均衡等信号处理攻击。 相似文献
16.
17.
非周期激励响应对于神经系统的研究具有重要理论意义和应用价值.为了模拟生物感觉系统中检测信号的机制,基于随机共振检测原理,采用互信息率评价方法,对Hodgkin-Huxley单神经元非周期激励响应进行了研究.实验结果表明,Hodgkin-Huxley单神经元不但阈值下存在非周期随机共振现象,在某些特定的条件下,阈值上也同样存在看非周期随机共振现象.由于噪声广泛存在于信号之中,由此,为研究强噪声背景下的神经系统信号检测提供了一种新的方法. 相似文献