单模染料激光色损失模型的定态分析

将加法色噪声驱动的系统的定态几率分布展开理论推广到乘法色噪声系统中，计算了单模染料激光色损失模型的定态几率分布，与Ｐ．Ｊｕｎｇ等用统一色噪声近似所计算的结果相比，本文所得的结果与实验结果要符合得好一些．     

单模激光定态几率分布的内插近似

用内插程序计算了单模激光的定态几率分布，并将其结果和数值模拟及统一色噪声近似理论的结果，在不同噪声关联τ值的情况下进行了比较，发现在激光系统中利用内插法得到定态几率分布，不仅在大σ和小σ的情况下和数值模拟曲线吻合，而且对中等范围取值σ也和数值模拟结果吻合。     

双色噪声驱动系统的随机动力学

考虑由两个色噪声驱动的非线性随机系统,将Ｊｕｎｇ和Ｈａｎｇｇｉ的单色噪声统一近似理论推广到双色噪声情形．具体应用到由乘法和加法色噪声同时驱动的双稳系统,计算了定态几率分布．发现在弱加法噪声参数的情况下,理论结果与数值模拟相符合     

双色噪声驱动系统的随机动力学

考虑由两个色噪声驱动的非线性随机系统,将Ｊｕｎｇ和Ｈａｎｇｇｉ的单色噪声统一近似理论推广到双色噪声情形,具体应用到由乘法和加法色噪声同时驱动的双稳系统,计算了定态几率分布,发现在弱加法噪声参数的情况下,理论结果与数值模拟相符合。     

单模激光定态几率分布的内插近似

用内插程序计算了单模激光的定态几率分布，并将其结果和数值模拟及统一色噪声近似理论的结果，在不同噪声关联时间τ值的情况下进行了比较．发现在激光系统中用内插法得到定态几率分布，不仅在大τ和小τ的情况下和数值模拟曲线吻合，而且对中等范围取值τ也和数值模拟结果吻合．     

一维色噪声系统的定态几率分布

分析了一维线性色噪声系统， 讨论了噪声参数对系统定态几率分布的影响理论分析和数值计算表明， 内插函数近似方法可在很宽的范围内讨论色噪声系统问题     

相关色噪声的激光损失模型的定态性质分析

应用近几年发展的处理色噪声的近似方法,计算了具有白联的不同自相关时间的加法色噪声和乘法色噪声驱动的单模激光三次方模型的场幅定态几率分布及其均值、协方差,分析了在阈值上时,激光光强均值和协方差受噪声间的关联强度和噪声的“颜色”的影响。     

白高斯噪声对肿瘤增长系统的影响

目的研究受白高斯噪声驱动的肿瘤细胞增长系统的定态性质。方法从理论和数值两方面对系统的定态进行分析。结果该系统的定态概率密度随乘性噪声强度D的增长而减小,而加性噪声强度α对定态概率密度几乎没有影响。结论乘性噪声强度D的增长能够引起肿瘤数的减少。     

关联噪声驱动的分子马达模型

推导了在关联噪声驱动下分子马达定态几率流的表达式,通过解析计算和数值模拟得到如下结果：加性白噪声不能驱动分子马达产生定向运动,定态几率流的方向取决于积分值δ,且在一维余弦势场中,定态几率流随着噪声关联参数的变化与噪声强度大小有关,不论噪声间是正关联或负关联,当内噪声强度一定,随着外噪声强度的增强,定态几率流增大,最终达到一个饱和值。     

关联色噪声对肿瘤细胞生长的影响

我们主要研究了由双色噪声驱动的肿瘤细胞Logistic生长模型.推导了近似福克-普朗克方程,分析了相关参数对定态概率分布函数和平均首通时间的影响,发现色噪声强度和关联时间在对稳态概率密度的影响方面起着相反的作用;平均首通时间随关联噪声时间的增大而增大,随乘性色噪声强度和色交叉关联噪声强度的增大而减小,因而可以通过控制乘...     

色噪声作用下亚稳态的存活概率与存活时间

建立了Ornstein-Uhlenbeck（OU）色噪声驱动粒子的逆 Kramers问题,即粒子初始处于亚稳态势阱外部,在噪声的作用下进入势阱,受左侧反射边界的影响粒子最终逃出势阱的过程．通过比较粒子在倒谐振子势场下的通过概率与粒子在亚稳态势阱中的存活概率发现:粒子在势阱中的存活概率在长时极限下趋于零且最大值比在倒 谐 振 子 势 场 中 的通过概率的稳定值小．利用蒙特卡罗模拟计算得出粒子在势阱中的存活时间随粒子的初速度、噪声的关联时间均呈非单调变化,且存在使存活时间最长的参数,称之为“最佳初速度”以及“最佳关联时间”．      

适用于强化学习惯性环境的分数阶改进OU噪声

本文将DDPG算法中使用的Ornstein-Uhlenbeck (OU)噪声整数阶微分模型推广为分数阶OU噪声模型，使得噪声的产生不仅和前一步的噪声有关而且和前K步产生的噪声都有关联.通过在gym惯性环境下对比基于分数阶OU噪声的DDPG和TD3算法和原始的DDPG和TD3算法，我们发现基于分数阶微积分的OU噪声相比于原始的OU噪声能在更大范围内震荡，使用分数阶OU噪声的算法在惯性环境下具有更好的探索能力，收敛得更快.     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

基于高阶统计量方法的ARMA模型功率谱估计在设备故障诊断中的应用

为了消除或衰减加在机械故障信号上的有色高斯噪声,更好地对信号功率谱进行估计,提出了基于高阶统计量方法的ARMA模型功率谱估计方法。该方法依据是高阶统计量对高斯噪声不敏感的特性。仿真结果表明,该方法能有效的抑制高斯有色噪声的干扰。     

高分辩率谐波恢复的互四阶累计量的Pisarenko方法

互高阶谱估计是抑制混合色噪声的一种有效方法。为此提出了一种混合色噪声背景下谐波恢复的互四阶累积量的Pisarenko方法。仿真结果表明，该方法可同时抑制各信道间相关的高斯色噪声及相互独立的任意色噪声的影响，在混合色噪声和很低信噪比条件下谱估计的分辨率和对混合色噪声的抑制等方面均明显优于自高阶谱方法。     

有色噪声下的卡尔曼滤波

以平台式惯导系统为例 ,论述了如何用卡尔曼滤波技术处理有色噪声 .     

有色测量噪声下的输入白噪声估计算法

由于在实际工程中,测量噪声并不是白噪声而是时间相关的有色噪声．本文通过建立等效测量方程提出了测量噪声是有色的情况下输入白噪声的估计算法．