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.     

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。     

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.     

随机共振技术检测大参数弱信号的两种方法

本文根据非线性双稳系统只能在低频段产生随机共振的特性,讨论了调制随机共振以及二次采样随机共振方法解决大参数弱信号在强噪声背景下的检测问题,并对此两种方法进行了比较。     

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。     

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．     

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。     

强混沌噪声背景下弱信号自适应检测

本文提出了一种强混沌噪声中检测微弱正弦信号的自适应方法.该方法在硬件设计上容易实现,并且计算量小,算法复杂度为a(n).计算机仿真实验结果表明:该方法能够比较精确地检测到强混沌噪声中的微弱信号,检测的信噪比可达到:-40dB.     

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.     

基于GPIB接口的数字式相关检测实验研究

利用数字式存储示波器的GPIB接口与微机相连组成数字采集系统,可以在微机上对采集的信号进行检测与处理。该文以微弱信号的相关检测为背景,阐述了通过GPIB采集数据,并在微机端进行数字相关检测,获取信号幅度和相位信息的实验。该系统简便易实现,并且完全数字化的,从而避免了传统模拟方法设计相关检测电路,电路复杂度高,器件的工作线性区间受限,易受干扰和温度漂移等缺点。通过实验,学生可以更深入理解相关检测的原理,增加采样点数可提高结果的精度。     

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。     

基于混沌振子的微弱信号检测

分析Duffing振子的混沌特性及其检测原理,阐述基于相平面变化进行微弱信号的检测原理.利用MATLAB仿真的结果表明,Duffing振子对与周期策动力频率差较小的周期信号敏感,对纯噪声和频率较大的周期干扰信号具有免疫力.该振子应用于对已知频率的微弱信号的检测是可行的.并且有效、简单、便于应用.     

基于LPC汉语信号共振峰分析

本文基于线性预测技术（ＬＰＣ）,对语音信号的共振峰参数估值,实现语音合成。     

基于随机共振理论的低速重载齿轮故障诊断研究

基于随机共振理论,结合包络解调分析研究微弱低频幅值调制信号的增强与提取,并应用于低速重载齿轮的故障诊断.先将低频幅值调制信号输入到双稳非线性系统,运用信号自含噪声或外加噪声,实现随机共振现象,然后再进行包络解调分析.对模拟调幅信号和实测低速重载齿轮箱振动信号的分析结果,证实所提出方法的有效性和优越性.     

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.     

基于蒙特卡罗的伪随机信号误码率研究

利用蒙特卡罗算法和伪随机信号序列进行采样,分析伪随机的带权重随机样本近似相应的概率密度函数,建立了伪随机信号分析模型,对相关函数进行了分析计算。实验表明,该方法不需要对伪随机序列做任何限制,可操作性强,大大降低了运算量。     

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。     

基于随机共振与双边滤波的图像去噪算法

在一定条件下,随机共振能在一定程度上将噪声能量转化为图像信息,从而改善图像的信噪比,而双边滤波是一种既可以降低图像噪声,又可以保留图像边缘细节的图像处理方式。提出一种基于随机共振和双边滤波的图像去噪处理方法。实验结果表明,该方法能取得较好的去噪效果。     

施密特触发器中非周期随机共振的研究

采用互相关方法 ,研究了随机二进制信号和高斯白噪声同时激励施密特触发器时的输出响应 .结果表明 ,一定量的噪声有助于信息传输 ,即非周期随机共振 .然后 ,考察了信号幅值和触发器阈值对非周期随机共振的影响 ,证实了利用施密特触发器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和改善输出信号质量 .该研究在数字通信领域具有十分重要的意义 .     

基于仿射投影的微弱信号检测方法研究

为了克服强背景噪声的干扰影响,改善微弱检测信号检测质量,本文对比研究了几种微弱信号检测方法,给出了一种基于仿射投影自适应滤波的微弱信号检测方法。仿真实验结果表明,该方法能通过自适应对消各种干扰来提高强噪声背景中的信号检测性能,有效提取微弱信号,并在具有较快的收敛速度和较小的稳态失调的同时降低运算复杂度。