神经元网络模型的弱信号随机共振检测研究

基于FitzHugh-Nagumo可兴奋细胞耦合后形成的神经元网络模型,对生物神经系统的弱周期信号随机共振检测机制进行研究。以加和网络的双层FHN神经元模型为例,对周期随机共振现象分别进行研究,并应用信噪比、互信息率对比评价方法,结合输出神经元动作电位的发放频率和幅值,从多个角度进行了定量和定性的描述和比较。实验结果表明,双层FHN神经元网络的随机共振响应优于单神经元的FHN模型,且具有更好的稳定性,可以在一定的噪声强度范围内对输入信号进行有效地检测。     

噪声对基于Duffing方程弱信号检测的影响研究

针对利用混沌临界状态检测弱信号时存在误判、效率低和误差的问题,建立并分析了Duffing方程的基本形式;阐述了基于混沌信号相平面变化进行弱信号检测的工作原理;研究了混沌临界状态检测法中噪声对检测性能的影响,仿真发现了小信号条件下二维双稳非线性系统的随机共振现象,为提高强噪声背景下检测信号的信噪比奠定了一定的基础,为利用随机共振技术检测弱信号提供了一条新的途径。     

基于双稳随机共振的多频弱信号检测

针对利用非线性双稳系统随机共振逐一检测多个频率弱信号存在效率低、无法满足信号实时处理要求的问题,研究了基于随机共振的多频弱信号同时检测方法。首先建立了同时检测多频弱信号的仿真模型,通过调节双稳态随机共振系统参数、噪声强度,将在单个低频弱信号上产生的随机共振效应扩展到多个低频弱信号上,实现了多个低频弱信号的同时检测,分析了检测结果所呈现出的特点、原因。进一步研究了多频弱信号同时检测时不同频率信号之间的最小频带间隔问题。采用参数补偿的方法将其扩展应用到高频弱信号的检测中,实现了多个高频弱信号的检测。仿真结果表明该方法是可行的,能有效提高信号检测的速度及效率。     

纳米碳管气体放电气敏传感器中随机共振现象的研究

在对某些非线性动力学系统中,存在着随机共振现象,它不是通过消除噪声而是利用噪声来达到检测微弱信号的目的,随机共振是非线性动力系统中的普遍现象,它向人们展示了噪声在非线性体系中的积极作用.本文对纳米碳管气体放电气敏传感器中的随机共振现象进行了研究,利用纳米碳管电极作为气敏传感器阳极,在以空气为目标气体的传感器检测系统中观察到二重随机共振现象.提取放电周期脉冲信号,利用高斯白噪声调制放电周期脉冲信号,输出信噪比的仿真结果与实际观察到的二重随机共振现象一致.     

小信号检测中的自适应随机共振技术

就双稳态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，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。首先研究了双稳态非线性系统的方程式，并指出影响随机共振的三个要素是：系统两稳态之间存在势垒(阈值)；低于势垒的小信号和噪声。提出了一种随机共振自适应算法，并运用于中频电源故障信号检测，取得了较好的效果。     

一类非线性网络系统中噪声改善信号的相关性

基于相关系数研究了在一类非线性神经网络系统中加性和乘性噪声作用下的阈上随机共振现象。仅在加性噪声或者乘性噪声的作用下,对每一个固定的系统阈值,加性噪声下的阈上随机共振比乘性噪声下的阈上随机共振更容易发生,且相关系数所达到的峰值也比在乘性噪声下的峰值大,这说明加性噪声更有利于改善信号的相关性。系统阈值的增加会降低阈上随机共振的功效;而阈值单元数目的增多,会提高阈上随机共振的功效。加性和乘性噪声共同作用下的阈上随机共振现象同样存在,对系统阈值进行恰当选取和增加系统阈值单元数目使得阈上随机共振现象更加明显;给定乘性噪声而改变加性噪声比固定加性噪声而改变乘性噪声阈上随机共振更容易发生,且功效更好。     

用同频色噪声驱动的双稳系统分离弱信号

设计了将线性滤波器与随机共振装置串联处理信号、噪声的装置.这一装置模拟了在周期信号与单色同频噪声作用下的随机共振系统.实验表明,这一设计十分有利于在强噪声弱信号输入下提高输出信噪比,是将弱信号从强噪声背景下分离出来的新的强有力的工具.对上述非线性系统产生随机共振的物理机制也进行了定性的说明.     

语音信号传输过程中的阈上随机共振现象

对利用阈上随机共振现象来改善语音信号的传输进行了研究.在理论上,选取输入输出互相关系数作为测度,用拉普拉斯信号模拟语音信号,研究了拉普拉斯信号在多阈值系统中受到加性高斯噪声和乘性高斯噪声作用下的阈上随机共振现象.在实际应用中,同样选取输入输出互相关系数作为测度,用真实的语音信号作为输入信号,在受到加性高斯噪声和乘性高斯...     

相关乘性和加性高斯白噪声激励下周期势系统的随机共振

研究了外加周期信号作用下,相关高斯乘性和加性白噪声激励下周期势系统的随机共振.利用线性响应理论,计算了系统输出信号的功率谱密度、振幅、相位差.研究结果表明:当加性噪声强度和关联系数不变的情况下,通过调整乘性噪声强度可以出现随机共振;关联系数的正负以及大小对随机共振的影响较小.当乘性噪声强度较小时,输出信号的振幅和相位差曲线有一个单峰出现,即出现随机共振现象,能量从噪声向信号进行转化.随着噪声强度的增大,随机共振现象消失,噪声由增大系统的有序程度渐渐变为增大系统的无序程度.     

Courbage神经元映射模型的随机共振研究

采用神经元二维映射模型,通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响.研究发现,噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振.随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系.另外,还研究了系统的控制参数对随机共振现象的影响.     

最佳匹配阵列随机共振系统中利用噪声改善信息传输

针对数字通信系统中噪声影响码元传输的问题,为提高系统的可靠性,降低接收信号的误码率（BER）,提出一种基于最佳匹配方法和并行阵列理论的随机共振（SR）系统。首先,利用并行阵列理论来增强单个双稳态系统的随机共振效果;其次,将最佳匹配随机共振微弱信号的检测方法运用到阵列系统中;最后,推导出最佳匹配阵列随机共振系统的信噪比（SNR）增益表达式,并分析阵列单元数对误码率的影响。理论分析和实验仿真表明,最佳匹配阵列随机共振系统相比单个随机共振系统在强噪声背景下对微弱数字信号的检测性能得到提升,系统输出信噪比增益显著大于1,误码率也得到明显降低;且随着阵列单元数增加,阵列系统的随机共振效果越好。实验结果表明,最佳匹配阵列随机共振系统在实际工程中能够有效提高数字通信系统的可靠性。     

一种盲自适应随机共振数字基带信号处理方法

随机共振能够明显提高输出信噪比,在信号处理领域得到了广泛关注。与传统噪声调节随机共振相比,参数调节随机共振增强了随机共振的鲁棒性,但面临如何选取最佳系统参数的问题。以峭度和负熵来度量非线性系统输出信号的概率分布情况,找出了输出信号的概率分布特性与最佳系统参数之间的对应关系。在此基础上,提出一种盲自适应随机共振方法,并将其应用于数字基带二进制信号处理之中。该方法利用输出信号的峭度或负熵数值引导非线性系统参数迭代,使之自适应达到随机共振状态。该方法可解决最佳系统参数的选取问题,能够增强随机共振的灵活性及鲁棒性。利用MATLAB软件搭建随机共振仿真平台对提出方法进行了实验验证,仿真结果表明,该方法能够迅速收敛到最佳系统参数值,进而明显提高输出信号的信噪比。     

基于随机共振原理检测微弱信号及自适应的研究

阐述随机共振的基本概念和原理,分析基于随机共振原理检测微弱信号的方法。采用Runge-Kutta算法分别对微弱的周期信号和非周期信号进行仿真验证,仿真结果表明基于随机共振原理可以有效地检测出强噪声背景下的微弱信号。     

离散时间系统中随机谐振研究

摘要：基于一种新的信噪比的定义讨论了在四种经典噪声下在离散时间系统中的随机谐振现象。当输入信号是阈上信号时,噪声总是在恶化信号的传输,即随着噪声强度增加,输出信噪比呈现单调递减的趋势。然而当输入信号是阈下信号时。适当的噪声能够引起系统最优反应,即随着噪声强度的增加,输出信噪比达到一个最大峰值,也即存在明显的随机谐振现象。随着非线性系统中阈值的增加,随机谐振现象的明显度降低,当最佳噪声强度在增加时,输出信噪比的最优值却在减少。文中结果也说明,基于新的信噪比的定义是可以用来度量一个离散时间系统的随机谐振现象,且随机谐振对噪声具有一定的鲁棒性,拓广了随机谐振在信息传输领域的应用。     

基于随机共振的瓦斯检测系统研究

针对煤矿井下被检测信号中所含有的瓦斯浓度信息较为微弱的问题,提出了一种基于随机共振的瓦斯检测系统的设计方案;分析了随机共振的原理,介绍了基于多层随机共振算法的瓦斯检测系统结构;并以双层随机共振模型为例,给出了该系统的仿真及数值分析。结果表明,该系统能够避免煤矿井下噪声的影响,获得较为准确的瓦斯浓度信息。     

级联三稳态随机共振的特性研究及应用

针对强噪声环境下存在的微弱信号检测困难的问题,以级联三稳态随机共振系统为研究对象,利用信噪比增益和特征频率的频谱峰值作为判断指标,对三稳态随机共振的特性进行分析。仿真结果验证了通过调节级联三稳态随机共振系统的相关参数,能够获得比单级三稳态随机共振系统更好的随机共振输出特性。此外,针对弱信号在实际的齿轮故障诊断中难以提取的问题,提出级联三稳态随机共振齿轮故障的诊断方法。结果表明,该方法可以有效提取齿轮故障的微弱特征,进而实现齿轮的早期故障诊断,具有广泛的工程应用前景。     

硅谐振微传感器中微弱信号频率的外差式随机共振检测

硅谐振微传感器输出信号的信噪比很低,频率信号往往淹没在噪声之中.论文分析了随机共振系统的功率谱放大率和信噪比特性,提出了外差式随机共振频率检测方法,并将该方法应用于硅谐振微传感器输出信号的频率检测.理论分析和数值仿真结果表明,外差式随机共振能将更多的噪声能量转变为频率信号的能量,通过调节载波信号频率可从共振谱峰的变化中准确测定谐振频率.该方法是可行、有效的.     

一种基于非周期随机共振的微弱信号检测方法

随机共振滤波器能够在强噪声背景中跟踪微弱信号(非周期或周期信号)波形,并将幅度放大,这正好弥补了匹配滤波器在强噪声背景下检测性能的严重不足。本文给出了FHN随机共振的简化模型及计算方法,在深入分析FHN随机共振模型参数对其滤波性能影响的基础上,结合随机共振滤波器和匹配滤波器,提出了一种基于FHN随机共振模型检测确知信号的方法。首先将接收信号经FHN随机共振滤波器进行滤波,再进行匹配滤波,最后将滤波结果和门限进行比较判断信号是否存在。经过实验验证,该方法具有较好的效果。     

随机共振技术在弱随机二元码检测中的应用研究

分析了小信号条件下二维双稳Duffing系统的随机共振现象,提出基于Duffing系统随机共振技术的微弱随机二元码检测方法,此方法在不需要知道被检测信号的任何先验知识的条件下,检测微弱随机二元码信噪比可以达到-25dB以下,并可估计出信号波形,计算机仿真验证了该方法的有效性;为强噪声背景下微弱随机二元码的检测提供了一种操作性强、高效的方法。     

基于Duffing振子的随机共振研究

随机共振是非线性系统中的一种动力学现象.本文对基于Duffing振子的随机共振现象进行研究,研究了Duffing系统噪声强度与信噪比的关系,不同频率正弦信号与信噪比的关系,以及阻尼比参数对随机共振的影响.研究结果表明,Duffing系统的阻尼比参数对随机共振的影响非常重要,阻尼比参数与输出信号信噪比之间存在着一种复杂的非线性关系,并且会随着Duffing系统参数的改变而变化.