双稳随机共振在弱信号检测中的应用

介绍了随机共振的基本原理,通过数值仿真研究了对称双稳系统的随机共振现象,并将其应用于微弱信号的检测,仿真结果证明了基于随机共振的微弱信号检测的有效性.     

噪声驱动下单模激光线性模型的随机共振

研究了泵噪声自关联和量子噪声自关联及两噪声之间互关联分别取e指数形式时、单模放光线性模型受信号调制后其输出信噪比及随机共振现象、讨论了以上三个关联时间对出现随机共振的影响。     

基于调制随机共振大频率信号检测的仿真

研究了调制随机共振利用傅里叶变换的频移特性解决大频率输入信号（频率大于1）的检测问题。首先利用调制系统将信号的频率转换为产生随机共振适宜的频率,再利用随机共振系统中噪声和信号的协同作用,实现强噪声背景下大频率周期信号的检测。     

基于随机共振进行弱信号探测的实验研究

随机共振指的是在一定的非线性条件之下,从弱周期信号以及随机干扰的噪声互相合作而造成的整体运行体系的强周期输出的具体迹象。非线性随机共振操作系统能够借助噪声对微弱信号的强化效果,增加对微弱信号的检测能力。为了能够在强噪音的工作环境中对微弱信号做检测,使用了一种新型的使用形式,给随机共振的基本工作理念设计出了有关硬件电路系统的一般模式,并且将其使用在单频信号的检测工作之中。使用随机共振技术能够从较强的噪音环境中对各种单频信息以及多频弱信号做有效的提取。在未来的信息识别以及信息处理工作范围之内,随机共振的弱信号检测技术的发展前景将会是不可估量的。     

基于随机共振的微弱信号检测适应性研究

不是所有类型的微弱信号经随机共振系统处理后都能被有效识别,因为随机共振的信号处理方法由于系统的跃迁和非线性等因素,会使系统输出波形相对于原信号产生一定程度的畸变,势必影响对原微弱信号的识别。本文首先从随机共振动力学机理的角度逐一分析了单频正弦信号、混频信号及非周期方波等信号的随机共振系统处理过程,然后结合随机共振系统自身的输出特性分析了对于不同类型信号检测的适应性问题。研究认为,随机共振作为一种信号处理方法,其本质是属于时域的,它的"两态输出"特性使之更适合于识别各类单周期微弱信号的周期特征,而系统的跃迁特性能用于大致地展示具有"两态特征"的非周期连续微弱信号。     

由信号调制的饱和激光模型随机共振现象

用线性化近似方法研究了具有δ形式关联的高斯白噪声驱动的饱和激光模型系统受信号调制后的输出功率谱和信噪比,结果表明信噪比随量子噪声强度、泵噪声强度变化产生随机共振,分析了输入信号的振幅、频率、噪声关联强度对信噪比的影响。     

提高采样频率实现随机共振用于高频信号检测

针对随机共振仅适合于低频信号的约束,对随机共振技术运用于强噪声背景下的高频信号检测进行研究,提出提高采样频率的方法,使高频信号变换成低频信号．数值仿真表明,此方法检测单频信号效果显著,检测调幅信号是有效的．     

基于多点随机搜索的自适应随机共振信号检测系统

提出了一种基于多点随机搜索算法的自适应随机共振系统模型,并以LabVIEW为平台开发了自适应随机共振微弱信号检测系统.该检测系统以典型非线性双稳系统为信号处理核心,以系统输出信噪比为优化目标函数,采用多点随机搜索算法自适应调整系统结构参数,使系统处于随机共振最佳状态,并获取微弱信号的频率特征值.利用该系统可测试各种系统参数及高斯噪声对随机共振的影响.实验结果表明,该系统检测效果良好,具有较好的应用价值.     

周期混合信号和色关联噪声联合驱动下的单模激光随机共振

研究周期混合信号和色关联噪声联合驱动下的单模激光系统的随机共振现象,运用线性近似的方法得到输出信号光强的功率谱和信噪比.研究表明：信噪比都随泵噪声和量子噪声出现传统的随机共振现象;并讨论噪声的互关联时间和两信号的频率、振幅对信噪比的影响.     

色关联单模激光线性模型瞬态的随机共振

(襄樊学院 物理学系,湖北 襄樊 441053) 计算了具有指数关联形式的两白噪声驱动下,单模激光线性模型受信号调制后瞬态的输出信噪比,发现了瞬态的随机共振现象. 讨论了噪声间互关联时间及信号频率对信噪比的影响     

色关联单模激光线性模型初态的随机共振

讨论了具有指数关联形式的两白噪声驱动下,单模激光线性模型受信号调制后初态的输出信噪比,即瞬态第一个周期的随机共振现象. 也讨论了噪声间互关联程度和互关联时间及信号频率对信噪比的影响,并和定态的随机共振进行了比较.     

色噪声性质对钙振荡体系随机共振的影响

研究了色噪声调控下细胞体系中钙振荡的动力学行为.研究发现,当体系处于Hopf分叉点附近,并且此时体系的确定性动力学行为不发生振荡时,色噪声可以诱导出钙振荡,并且有内信号随机共振现象发生;同时也讨论了不同的色噪声强度和相关时间对随机共振行为的影响.     

随机弱大数定律和弱大教定律的充要条件

讨论了任意随机变量序列的弱大数定律,得到了随机变量序列分别服从随机弱大数定律和弱大数定律的充要条件,以及独立随机变量序列服从弱大数定律的相关结果。     

随机时滞双稳系统中的参数调节随机共振

利用参数调节的方法,在随机时滞双稳系统中实现了随机共振.研究了时滞和反馈强度对系统的影响.对比了常规随机共振和参数调节随机共振的信噪比曲线,从而验证了参数调节随机共振在应用范围和性能上的优越性.     

周期脉冲序列作用下单模激光损失模型随机共振的研究

采用周期矩形脉冲序列和噪声作用下的单模激光损失模型,将脉冲信号通过傅利叶变换展开为三角函数的形式作为输入信号,并运用线性近似的方法计算得到了输出信号光强的功率谱和信噪比.讨论了系统的随机共振现象,研究结果发现:不仅系统的信噪比随量子噪声关联系数的变化出现了传统的随机共振现象;而且信噪比随脉信号的周期T和脉冲宽度τ的变化曲线出现了新的随机共振现象,当周期T和脉宽τ满足τ/T=1/2时,系统共振最强;周期脉冲信号的振幅越大,共振现象越明显.     

随机共振系统数值仿真中的参数分析

用数值方法研究了随机共振(SR)系统.理论分析表明,正弦信号在系统输出中的数值表现仍为正弦信号,白噪声的效应是维纳过程,较小的系统参数才能使随机共振系统发生信号调制噪声效应.仿真实例验证了分析结果.     

基于参数调节随机共振的图像去噪研究

提出一种图像的参数调节随机共振去噪方法,对来自于同一噪声源的多张同一图像进行处理,将若干张图片中相同位置的元素按列排序处理成周期信号输入双稳态系统,利用参数调节随机共振提高了图像信噪比。实验证明,该方法能显著提高图像质量。     

微弱周期信号频率检测的一种改进方法

微弱信号的频率检测是微弱信号处理的一个重要内容,也是判定微弱信号幅度和相位的重要前提.文章提出一种方法,将AD采样数据先用结构函数算法粗略判定信号频率,然后进行数字预滤波,最后再次使用结构函数算法准确测定频率.该方法完全数字化,在带AD采样和存储器的微处理器系统上均可实现,编程简单,且不要求实时性,很容易在本科生的微弱信号检测实验中实施.实验证明,该算法对于信噪比为-20 dB以上的信号都具有很好的频率检测精度.在实验中提高采样AD的位数、采样频率、采样点数可进一步提高检测精度.     

非关联三值噪声激励下线性系统的随机共振

研究了两非关联三值噪声共同作用下一阶线性系统的随机共振现象.基于Shapiro-Loginov公式,利用噪声的统计特性,给出系统的一阶矩的解析表达式。获得表征系统随机共振特征的系统输出幅值增益的精确表达式。数值计算分析了系统随机共振特征与噪声强度,噪声平面度等噪声参数的非单调行为,表明系统存在随机共振现象。     

具有随机共振的单神经元用于含噪声方波脉冲信号传输

利用理论分析和数值仿真的方法证明了一种简单的非线性神经元存在随机共振现象 ,并将该神经元用于含噪声方波脉冲信号的传输 ,结果表明该方法可以有效提高信号传输系统的输入输出比增益 ,从而大大地抑制了信号中的噪声 .本文的研究不仅给出了一种具有随机共振现象的简单神经元模型 ,而且将神经元的应用推广到周期性脉冲信号的传输领域