基于双稳类随机共振的信息检测

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。     

基于欠采样随机共振的单频微弱信号检测新方法

由于随机共振具有在特定条件下增强微弱信号信噪比的特性,近年来成为一种全新的微弱信号检测手段。为了克服随机共振绝热近似理论小参数条件的限制,提出一种基于欠采样随机共振的微弱信号检测方法。通过欠采样尺度变换与还原技术,实现了大参数信号的随机共振处理,突破了二次采样变尺度随机共振算法要求采样频率必须大于信号频率的50倍的限制。构建了基于欠采样随机共振的微弱信号检测模型,从理论上证明了方法的可行性。最后利用该方法对信噪比为-27 dB条件下的微弱单频信号检测进行了仿真,结果进一步验证了所提微弱信号检测方案的正确性。所提方法大大降低了信号的采样速率,为将随机共振应用于科斯塔斯(Costas)环的改进奠定了基础。     

一种改进的变步长随机共振数值算法

针对绝热近似小参数随机共振方法不足,文章提出了一种改进的变步长随机共振数值算法,该方法通过调整计算步长,使随机共振方法能同时处理大、小参数信号,仿真结果表明了该算法简单可行,具有良好的应用前景。     

基于差分进化的随机共振混沌小信号检测

针对传统随机共振小信号检测无法对多参数进行同步调优的缺陷，本文提出了一种基于变种差分进化算法的随机共振混沌小信号检测方法。利用变种差分进化算法对Duffing振子的随机共振系统参数进行寻优，以系统输出信噪比为寻优问题的目标函数。为了验证算法的可行性，分别进行低频和高频小信号输入的仿真实验，在低频小信号检测实验中，输出信噪比较混沌变步长萤火虫优化算法平均提升1.98dB；高频小信号检测实验中，结合外差式随机共振理论，能够准确恢复出高频小信号对应低频段处的小信号，进一步推导出高频小信号的存在；对实测海杂波数据进行仿真实验，实验结果表明该方法能够有效地检测出淹没在海杂波背景下的混沌小信号。     

随机共振现象与微弱信号接收

本文从随机共振(Stochast ic Resonance)可增强信号信噪比的现象出发,介绍了随机共振非线性双稳势阱模型和参数调节随机共振理论。在此基础上,分析了随机共振现象在微弱信号接收中两种可能的应用途径,通过仿真验证了应用的可行性。最后,分析提出了将随机共振理论应用于弱信号接收需要突破的三大关键技术,即:大参数信号变尺度与还原技术、参数自适应调节技术和调制信号随机共振技术,还提出了初步解决的思路。为拓宽随机共振现象的应用领域和探究解决低信噪比条件下的信号接收提供新的方法和途径。     

基于频率调制的随机共振系统研究

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。     

PSO算法下GP-周期随机共振的微弱OFDM信号检测

为了解决传统随机共振系统在微弱正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）信号解调应用中存在的人工选择参数困难、解调效果差的问题,提出一种基于粒子群优化（Particle Swarm Optimization, PWO）算法的GP(Gaussian Potential)-周期随机共振系统的微弱OFDM信号检测方法。该方法利用GP-周期随机系统对OFDM信号经正交变换后的两路高频信号分别进行随机共振,同时运用阻尼参数与信号频率之间的关系对两路信号进行降频处理,使得上下两路信号都能够发生随机共振;然后使用PWO算法对随机共振的系统参数进行优化处理,以使得上下两路信号达到最优的共振效果;最后,将上下两路共振之后的信号合成完成OFDM信号解调,得到最终的数字序列。本文探讨了优化前后GP-周期随机共振系统的共振效果,研究了优化前后GP-周期随机共振诱导下的OFDM系统星座图的聚集程度以及误码率情况,对比分析了经典双稳随机共振、经典三稳随机共振和所提模型对OFDM信号检测的影响。仿真结果表明：相比常用的传统随机共振模型,该方法用于...     

不同类型噪声作用下的随机共振

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。     

随机共振瓦斯微弱信号检测方法研究

为了解决检测煤矿复杂环境中的瓦斯信号时易受周围噪声干扰以至微弱信号被掩埋或产生异常数据的问题,提出一种基于随机共振的微弱瓦斯信号检测方法。采用欠采样原理对大频率信号尺度变换及粒子群算法优化系统结构参量,对大参量微弱信号在随机共振系统中的共振效果进行了理论分析和研究。结果表明,该方法可以以较低的采样频率,自适应地达到较好的共振效果;可有效地滤除噪声并增强系统辨识微弱信号的灵敏度以及信号检测的动态范围。该研究为瓦斯突出信息的早期辨识提供了一定的理论依据。     

低信噪比通信信号的自适应调参随机共振方法

参数调节随机共振系统中参数的选择对输出信号的效果优劣具有决定性作用.本文针对目前随机共振无法通用地处理多类微弱通信信号的问题，提出基于自适应调参随机共振的信号增强方法.首先，从信号的特征子空间角度阐释了随机共振的能量转移本质，提出将基于奇异值分解的测度函数作为评价函数进行寻优.其次，在分析了两个不同系统参数的作用后，利用幅度归一化对单参数优化，降低了复杂度，并将滑动平均滤波器加入随机共振模块来防止幅度漂移.最后，以人工鱼群算法为基础，模块化设计出方法的整体框架和具体步骤.仿真结果表明，针对四类共九种信号，该方法能够以平均4至5次的迭代收敛速度实现带噪声的信号和非线性系统的匹配.     

随机共振在生命信号检测中的应用

针对生命探测雷达的信号处理部分对于强噪声背景下微弱生命信号探测不能满足在线实时性的需要,提出了一种新的综合运用传统自相关检测和随机共振模型的微弱生命信号检测新方法。该方法前期首先利用自相关检测方法初步去噪,再利用双层级联形式的随机共振方法提取微弱信号,在每一层随机共振处理中采用频域压缩的思路使信号满足绝热小参数条件。仿真分析表明,该方法使得微弱生命信号检测的门限值得到极大的提高。     

随机共振应用于窄带PSK信号检测的研究

非线性随机共振系统能够有效利用噪声能量增强微弱周期信号,因此可用于强噪声背景下的微弱通信信号检测。本文提出基于人工鱼群算法的自适应随机共振方法处理相移键控(PSK)信号,分别从算法应用于参数估计、应用于提高带内信噪比、应用于降低检测信噪比门限三个角度分析本文算法对PSK信号检测带来性能上的提升,阐述了采样率在窄带PSK信号随机共振中的作用。对比谱线法,基于人工鱼群算法的自适应随机共振能够明显提升PSK信号参数估计性能,并且将参数估计信噪比门限降低3-6dB。此外,本文验证得到随机共振直接处理窄带周期信号没有实际提升效果。      

基于随机共振的微弱信号检测研究

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。     

双模非高斯噪声背景下级联双稳态随机共振信号检测

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。     

Multi-frequency weak signal detection based on multi-segment cascaded stochastic resonance for rolling bearings

For rotating machinery, vibration signals excited by its faulty components provide rich condition information for its fault diagnosis and condition-based maintenance. However, strong noise severely influences the accurate detection of incipient faults. Thanks to the ability of enhancing weak input and suppressing the noise, the stochastic resonance (SR) has been applied to weak signal detection in some fields, and the improvement on its performance are still being concerned, especially in the mechanical engineering. For multi-frequency weak signals, this paper proposes an improved mechanism for the SR, called multi-segment cascaded stochastic resonance (MS-CSR). In this method, the input signal obtains segment enhancement by using some bistable SR models, and series connection of such a unit compose an improved cascaded SR (CSR) system, which can not only gradually enhance the weak signals of interest, but also pay more attention on the signal with relatively small amplitude at the initial. A modified measurement index, named alliance signal-to-noise ratio (ASNR) is defined to evaluate the detection performance of the proposed SR method, as well as the parameter selection for the MS-CSR system. In this index, a weight factor is introduced to influence the assignment of noise energy in the SR, so that the relatively weak signal in the multi-frequency input signal can obtain a high priority to make the resonance phenomenon happen and avoid the misdiagnosis. A simulated signal and an experimental vibration signal collected from a faulty bearing are used to verify the effectiveness of the proposed MS-CSR method. The results demonstrate that the MS-CSR is a useful tool for detecting weak signals with multiple characteristic frequencies.     

基于随机共振检测的神经元非周期激励响应模拟研究

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.     

一种强噪声背景下弱信号检测的非线性方法

该文利用随机共振技术对工程测量中常碰到的弱信号检测进行了计算机仿真,就信噪比的提高、弱信号的检测等进行了研究。并对信号经随机共振系统处理和不经随机共振系统处理进行检测比较。实验结果表明,随机共振技术完全有可能成为信号检测中一个强有力的新工具。     

Noise-Assisted Signal Reception in Threshold Neuron

1IntroductionSometi mes,noise can i mprove signal transmission orsignal processing in a nonlinear system.This phe-nomenonis the so-called Stochastic Resonance(SR)[1].Most studies of SRinvolve asubthresholdsignal througha single nonlinear systemand the non…     

工程信号测量中的自适应随机共振应用

论文对随机共振技术运用于强噪声背景下的弱信号检测进行了研究。针对工程测量的实际要求，提出了一种随机共振的自适应算法，并开发了一套面向工程实用的自适应随机共振系统。运用于开关电源的故障信号检测，取得了较好结果。