多阈值系统中高斯混合噪声改善信息的传输

讨论高斯混合噪声下多阈值系统中的随机共振现象.对于单峰噪声,当输入信号在阈上时,互信息随着噪声的增强单调递减,噪声总是不利于信息的传输;当信号在阈下时,互信息随着噪声的增强先递增然后再递减,适量的噪声能改善信息传输,随机共振现象存在.对于双峰噪声,信号在阈下或阈上,噪声有时能够改善信息的传输,随机共振和阈上随机共振存在.这些结果说明多阈值系统中噪声改善信息的传输依赖于噪声类型,拓广了随机共振和阈上随机共振在多元信息传输中的应用.     

极大并联阈值网络中噪声改善信号的相关性

讨论了极大并联阈值网络中噪声改善信号相关性问题。当输入噪声为单峰高斯噪声时,输入信号在阈下时噪声才能改善信号的相关性,即随机谐振现象存在。而当输入噪声为双峰高斯混合噪声时,不仅输入信号在阈下时随机谐振现象有时存在,而且输入信号在阈上时噪声往往也能改善信号的相关性,即阈上随机谐振现象存在。噪声改善信号相关性随着网络中单元数的调整而改善。这些结果进一步说明了随机谐振或阈上随机谐振对噪声分布的依赖性,同时也拓广了随机谐振或阈上随机谐振在数字信号处理方面的应用。     

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。     

一阶自回归模型中噪声改善信号的相关性

讨论一阶自回归模型中三种典型噪声改善信号的相关性问题。当输入信号在阈下或部分在阈下时,随着噪声强度的增加,输出信号与输入信号的相关系数先递增后递减,适量的噪声改善了信号的相关性,随机谐振现象存在。随着阈值的增加,随机谐振功效降低、最佳噪声值变大;随着噪声密度函数在零均值周边脉冲值变大和拖尾变厚,随机谐振功效也降低。存在一个噪声范围,其间输入信号与输出信号相关系数大于输入信号与噪声信号相关系数,一阶自回归模型中输出信号比噪声信号与输入信号更相关。这些结果说明在离散时间系统中噪声改善信号的相关性,随机谐振现象存在,且随机谐振对噪声具有鲁棒性。这些结果也拓广了随机谐振在数字信号处理中的应用。     

噪声改善码元传输

文中运用随机共振来改善码元的传输。对于由字符构成的文本,通过编码生成一系列的码元作为系统输入信号,经过带有噪声的系统传输后,进行译码得到接收文本。文中使用的噪声为高斯型的加性与乘性噪声,逐渐增加噪声强度,接收文本中出错字符比例先降低再增高,从而存在最佳噪声强度,此时出错比例最小,系统性能最好。另外,乘性噪声在改善信号传输时,表现出了一定的鲁棒性。最后,讨论了阈值单元数目与系统阈值的变化对系统性能的影响。     

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...     

基于阈上随机共振的混合气体识别研究

在深入分析阈值随机共振系统模型的基础上,提出了一种基于最大互相关系数的方法来进行混合气体的分类识别。实验结果表明,该分类方法准确可行,为分类识别提供了一种新的思路和方法。     

强噪声背景下识别高频弱信号的方法研究

从理论上分析了噪声通过双稳系统其能量向低频区域集中的频谱特性,根据绝热近似理论,得出只有在噪声能量集中的低频区域才能产生随机共振主谱峰的结论。本文利用计算机仿真,基于Runge-Kutta算法,分析了绝热近似随机共振(SR)技术从强噪声中识别高频弱信号的新方法。     

levy噪声背景下级联系统中弱信号的提取

针对冲击噪声背景下弱周期信号难以提取的问题,提出了以levy噪声作为背景噪声的级联随机共振方法。首先,在数值上分析了随机共振系统最佳参数区间与levy噪声参数的关系;其次,总结了系统输出的微弱信号频谱值跟随系统参数的变化规律;最后,利用级联系统对levy噪声背景下微弱信号的提取进行了研究。实验结果表明,随机共振参数的最佳区间不随噪声参数 α、β 的变化而变化;系统输出信号的频谱幅值会随噪声参数 α、β 的改变而改变,但浮动不大;在级联系统中,二级系统输出的待检测信号频谱值是一级系统的1.4倍。该系统对冲击环境中弱信号的提取具有很强的实用性。     

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.     

传感器阵列中阈上随机共振现象的仿真研究

研究了具有阈值特性的传感器阵列中的随机共振现象.使用相关系统数被来衡量输入随机信号和输出响应之间的非线性匹配程度.这一测度反映了输出与输入之间的信息转换率,因此可被用来考察阈值系统中的随机共振现象.文中从单个阈值单元模型出发,通过对输出信号进行估计,得出了噪声作用下输出随机变量与输入随机变量之间的相关系数.仿真结果表明在该类系统中,不但存在有阈值下的随机共振现象,而且也存在阈值上随机共振现象.     

阈值阵列模型下的超阈值随机共振信噪比增益

研究了阈值阵列模型和超阈值随机共振现象.对该模型进行剖析,认为阈值阵列系统可以分解为单个阈值系统与集总平均器的级联.为了研究周期输入下的超阈值随机共振现象,理论分析了周期输入下的阈值阵列模型输出随机过程的统计特性,以输出信噪比增益作为随机共振的测度,固定输入信噪比,观测输出信噪比增益相对于阈值噪声方差的变化规律.证实当输入噪声为高斯噪声时,在阈值阵列系统中加入统计独立的高斯白噪声可使输出信噪比增益大于1,当输入噪声为非高斯噪声时,可获得更高的输出信噪比增益.     

相关系数法在相变检测微弱特征信号中的应用

在原有杜芬振子检测微弱特征信号的理论基础上,提出了利用相关系数法来刻画系统微小的相变,证实了微弱特征信号对杜芬系统的影响远大于其他信号对该系统的影响,阐述了利用相关系数法检测极微弱特征信号的步骤,给出了阈值的选择条件.最后将该方法应用于实验当中取得了较好的检测效果.     

基于相关原理的发动机振动信号提升小波分析

发动机的振动信号可以反映发动机系统中各环节、各部件的运行状况,一般呈非平稳时变特征;经典的小波变换具有空间局部化性质,但多数性质都是通过傅立叶变换性质来实现的;提升算法摆脱了这种局限,它从一个简单的多分辨分析开始,然后向具有某一特性的MRA逐渐逼近;根据信号与噪声在各尺度下的不同传播特性,通过各层之间相关性分析滤除噪声,实现信号与噪声的有效分离.     

Coherent Response in a Chaotic Neural Network

We set up a signal-driven scheme of the chaotic neural network with the coupling constants corresponding to certain information, and investigate the stochastic resonance-like effects under its deterministic dynamics, comparing with the conventional case of Hopfield network with stochastic noise. It is shown that the chaotic neural network can enhance weak subthreshold signals and have higher coherence abilities between stimulus and response than those attained by the conventional stochastic model.