非周期随机共振抑噪应用研究

研究了噪声和随机二进制信号同时激励双稳系统时的输出响应，并测量了输入输出互相关系数。结果表明，随机共振并不限于周期信号，对于非周期信号也广泛存在。利用双稳系统中的非周期随机共振效应，可以减小随机信号传输中的噪声水平，改善输出信号质量，这在数字通信领域具有十分重要的意义。     

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。     

基于随机共振的基音周期估计方法

基音周期估计是语音处理和分析的最基本步骤。无论是做语音信号处理,语音压缩,还是语音识别,都要用到基音周期这一重要参数。文章基于随机共振的理论,提出了一种新的估计基音周期的方法。     

基于神经元阈上非周期随机共振机制的灰度图像复原研究

传统的图像复原方法在重建被噪声污染的图像时,都只是将噪声作为一种干扰加以消除。当噪声增强、图像信号减弱时,由于受方法本身消噪能力的限制,图像的恢复变得非常困难,因此,基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出了一种通过自适应调节和添加最优噪声的方法来实现图像随机共振,以取得最佳的复原效果。实验结果表明,该方法对于被噪声污染的灰度图像,特别是对于强噪声背景下的灰度图像,其复原的效果优于传统的方法。由于该方法具有较强的鲁棒性,因此为强噪声背景下的图像复原、目标识别等工程应用提供了一种新的思路。     

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。     

随机共振在惯性传感器信号处理中的应用

针对实际处理惯性传感器信号的特点,根据随机共振利用噪声增强信号传输的特性,对现有随机共振的算法进行分析和改进,提出将随机共振应用于惯性传感器输出信号处理方法,即将随机共振系统与恢复系统相结合组成随机共振滤波系统,并通过改进系统参数和恢复方法以及对Runge-Kutta算法实现惯性传感器信号的滤波处理。最后分别对惯性传感器的静态数据和动态数据进行验证,结果表明改进的算法能有效地消除干扰,有效地改善了输出信号精度。所提出的滤波方法与传统的滤波方法相比有较大的优势,为惯性传感器信号处理提供了一种新的方法,具有实际应用价值。     

改进检测周期脉冲信号的非线性随机共振系统

在利用非线性随机共振系统检测周期脉冲信号的研究中,通常采用的非线性系统为双稳态系统.针对双稳态系统的两个结构参数均为变量,需要不断调节,误差较大,限制了系统检测性能的提高.为了优化系统,提高系统检测性能,结合周期脉冲信号经过一次积分后变为周期三角波信号,能够大幅度提高信号幅值的特性,提出了采用只有一个结构参数且具有积分放大作用的单稳态系统.通过分析信号频谱,对比信号幅值,证实结构参数取较小值的单稳态系统具有积分作用.Matlab、Monte - Carlo仿真验证具有积分特性的单稳态系统可获得更佳的检测效果.     

周期势增强随机共振机械故障特征提取方法

针对机械设备早期故障特征难以提取的问题,提出一种周期势函数增强随机共振的机械故障特征提取方法。该方法利用周期势函数的无限稳态结构和抗粒子运动饱和特性,并整合频移尺度变换,能够克服经典双稳态随机共振方法的饱和问题,有利于高速高精机械设备旋转部件早期故障微弱特征的增强与提取。对仿真和电机轴承实验分别用提出方法、经典双稳态随机共振方法和集成经验模式分解方法进行故障特征提取,结果表明提出方法优于集成经验模式分解方法,而且比经典双稳态随机共振方法有更好的增强效果,能够增强和提取微弱故障特征,实现高速高精机械设备电机轴承的故障诊断。     

基于神经元阈上非周期随机共振机制的语音复原技术研究

应用随机共振机制.通过噪声能量来加强语音信号,改善低信噪比语音的输出质量.对FitzHugh-Nagumo(FHN)神经元模型中存在的阈上非周期随机共振现象进行了分析,根据其阈值特性,此二维神经元模型可被等价为两状态的阈值跨越非线性动力学系统.因此对含噪语音信号添加噪声,产生阈值化后的二值输出,经迭代收敛进入阈上非周期随机共振状态.在一个非零添加噪声强度上,含噪语音输出的互相关系数将达到最大值.通过语音复原的结果表明,本文方法对噪声的变化有更好的鲁棒性,尤其在强背景噪声下,随机共振方法较其他传统方法有更佳的复原效果.     

基于双调制随机共振的涡街信号检测方法

研究一种用于涡街流量计涡街频率测量的随机共振信号处理方法.探讨了信号与双稳系统的阈值和克莱默斯逃逸率之间的关系,通过外加幅值和频率可调的信号进行双重调制,实现信号与双稳系统的匹配,数值仿真表明该匹配方式是可行和有效的.针对涡街信号,提出基于标准差的调制参数选取方法,该方法利用涡街信号特征,通过信号标准差估计管道内流速,缩小了调制参数的选取范围,提高了信号与双稳系统匹配的效率.实验结果表明,利用标准差选取调制参数对涡街信号进行调制,可以有效地使涡街信号,特别是弱涡街信号产生随机共振,进而检测到涡街频率,实现流量测量.     

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。     

随机共振原理对微弱信号检测的研究

介绍了随机共振的基本原理,在分析了现有的随机共振检测微弱信号的方法的基础上,提出了一种改进的随机共振检测算法,该方法对微弱信号的提取更加精确,仿真结果证明其可行性。     

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...     

随机共振在水声信号检测中的应用

海洋混响是水声信号目标检测中的主要干扰之一,克服混响干扰一直足水声信号处理的一个重要课题.如何在混响背景中有效地进行水声信号目标的检测?为了解决着一问题,引入了随机共振的方法.首先,在随机共振的原理基础上,给出了利用随机共振原理检测微弱周期信号的基本方法,并对方法进行了分析与验证.然后,将方法应用于以模拟混响为背景干扰的水声信号的检测中,仿真结果进行了分析,证明了方法的可行性.     

基于阈上随机共振现象的弱信号检测

为了说明当信号幅值处于系统阈值上时,噪声依然对信号起到增强作用,研究了加和网络模型中的随机共振现象,并且将该模型作为线性检测器的预处理器以构成非线性检测器,来进行对弱信号的检测研究。在搭建的非线性检测器中采用奈曼皮尔逊准则对信号做出判决。仿真结果表明:在加和网络模型中观察到了阈上随机共振现象,且非线性检测器的检测性能明显优于线性检测器。这为强噪声环境中提高弱信号检测问题开辟了一条新思路。     

井下声波通讯信号的随机共振检测方法

针对旋转导向钻井技术中,稳定平台与随钻测量系统之间进行声波通讯时,通讯信号被强噪声干扰,使得信号幅频特性检测难度增大的问题,提出了一种利用随机共振检测声波通讯信号的新方法。通过进行短距离钻杆声波传输实验,研究声波传输特性,再分析微弱信号的随机共振检测原理,然后利用双稳态系统中,噪声能量可以提高待测信号传输能力这一特殊机制,构建声波通讯信号的随机共振检测系统并进行matlab仿真。仿真结果表明,随机共振系统可以检测到被噪声完全淹没的钻杆声波通讯信号的幅频特性。     

基于双稳随机共振的语音增强研究

针对淹没在强噪声背景中的语音信号,文中提出了一种基于双稳随机共振的语音增强方法,该方法利用调节随机共振系统的结构参数,使系统达到最佳匹配,将噪声的能量向信号转移,从而达到增强语音信号的目的。通过MATLAB仿真分析,输出信号信噪比提高了3.5db,因此该方法在对语音信号的检测增强中可获得一定的检测效果。     

基于多尺度随机共振变换的微弱信号检测

针对在高噪声背景下微弱信号的检测,以绝热近似小参数的随机共振理论为依据,根据随机共振的噪声选择性和频率敏感特性,提出了基于多尺度随机共振变换的微弱信号检测方法.将含噪输入信号经小波变换分解为不同尺度频率的信号成分后,通过引入归一化变换来调节各尺度信号成分的大小,再将不同尺度的分解信号作为非线性双稳系统的输入,从而实现大参数条件下微弱信号的检测.数值仿真结果表明:该方法可以从高噪声背景下提取微弱信号,并能获得较高的输出信噪比,在信号检测领域具有很好的应用前景.