α噪声背景下谐波恢复方法研究

为解决α 噪声背景下的谐波恢复问题,提出了归一化循环相关结合多重信号分类算法。该算法包含两种 多重信号分类算法( MUSIC: Multiple Signal Classification) : 样本空间MUSIC 算法和特征空间MUSIC 算法。 这两种MUSIC 算法充分利用信号子空间和噪声子空间,在空域内做谱峰搜索以求取谐波频率。该算法不仅能 估算谐波信号频率,同时也能提高谐波估计的精度。计算机仿真结果表明,使用这两种算法可完成谐波信号频 率有效估算,而且效果比原有分数低阶矩及其派生的分数低阶统计量更优,且有效地解决了非整数算子造成的 相位扭曲问题,应用前景广泛。     

相关乘性和加性噪声背景下的二维谐波恢复

针对乘性噪声和加性噪声均为零均值,且乘性噪声之间相关,乘性噪声和加性噪声之间也相关,这种复杂噪声背景下的二维谐波恢复问题,利用二维循环统计量方法进行了研究.提出了二维噪声互可混的概念,用来体现多个二维噪声之间的相关关系;定义了特殊的二维四阶时间平均多矩谱来估计信号频率.仿真实验证明了算法的有效性.     

平稳噪声中的谐波恢复

研究乘性噪声均值先验知识未知情况下的谐波恢复问题。提出了基于一阶、二阶循环统计量的混合方法和基于一阶、三阶循环统计量的混合方法．即先利用一阶循环统计量得到对应非零均值乘性噪声的谐波频率，再求出与谐波频率对应的乘性噪声均值．去均值后用二阶或三阶循环统计量来恢复谐波。在此基础上．提出了谐波分量个数的估计方法。仿真结果证实了该方法的有效性。     

基于互高阶累积量与信号空间结构特性的谐波恢复方法

将互谱思想与高阶累积量方法相结合形成了多通道互高阶累积量方法,该方法用于谐波恢复,突破了高阶累积量方法对噪声的限制,降低了互谱方法对硬件隔离的要求,本文还采用了状态空间模型来描述时间序列,充分利用信号空间的结构特征,进而最终实现了在有色加性混合色噪声背景下较低信噪比的谐波恢复,仿真实验结果表明了该方法的有效性。     

乘性噪声中的谐波恢复

研究在乘性噪声均值先验知识未知情况下的谐波恢复问题.提出了基于一阶、二阶循环统计量的混合方法(FSCSH)和基于一阶、三阶统计量的混合方法(FTCSH),即先利用一阶循环统计量得到对应非零均值乘性噪声的谐波频率,再求出与谐波频率对应的乘性噪声均值,最后用二阶或三阶循环统计量来恢复谐波.仿真结果证实了该方法的有效性.     

基于TLS-ESPRIT的电力系统基波检测新方法

针对电力系统基波频率测量的现状,提出一种基于TLS-ESPRIT的高精度频率测量新方法.TLS-ESPRIT是一种现代信号处理方法,是子空间估计方法中的一种.该方法的信号模型中考虑了噪声的影响,因此,具较强的抗噪声能力.直接采用该法分析多重极点信号时会因受噪声的影响而得不到完全相等的多重极点.应用多重极点恢复的方法对其进行改进可得到精确的实际频率.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,尤其对时变性较强的调幅性间谐波信号具有强适应性.     

非高斯有色噪声中基于四阶累积量的谐波恢复方法

讨论了线性非高斯有色噪声中的谐波恢复问题。已有的方法中假设非高斯有色噪声是非对称分布的且谐波中不存在二次相位耦合。本文利用特殊定义的四阶累积量，给出两种非高斯有色噪声中的谐波恢复方法，克服了原有方法的局限性。     

高斯与非高斯混合有色噪声中的谐波恢复

提出了一种用于在高斯与非高斯混合有色噪声中进行谐波恢复的新方法。首先利用Hilbert变换将实数观测值变换成复数形式,然后应用一种特殊的高阶累计量识别非高斯噪声的AR参数并对含噪观测值进行预滤波后,再应用基于统计量的方法进行谐波恢复。文中提出的方法能够用来恢复高斯与非高斯混合有色噪声中的一维实数谐波信号,而不用考虑谐波信号是否存在相位耦合和非高斯噪声是否对称分布,仿真实验可以证明。     

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(Back Propagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(Radial BasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegression Neural Network)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法.该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测.实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波.     

利用高阶统计量恢复二维谐波

基于高阶统计量提出了一种频域恢复频率、时域恢复幅度的时频域相结合的二维谐波信号的恢复方法。该方法由于使用了高阶累积量，因此不再受背景噪声为高斯白噪声的限制，可应用于高斯噪声中二维谐波信号的恢复。仿真实验证明了该方法的可行性     

关联色噪声对线性系统定态几率分布的影响

提出了一种将两个关联噪声分布化为两企我关联噪声线性组合的方法，讨论了在关联加性噪声和乘性噪声驱动下一线性系统的定态几率分布，数值计算表明，噪声间的关联参数对定态几率分布的峰值位置和形状有较大影响；且在完全负关联条件下，定态几率分布被锁定在某一固定位置上。     

环型激光器双模激光方程的推导和噪声分析

研究了固体介质环型激光器中两束沿相反方向平行传播的双模激光．获得了双模激光场的一个不同于通常立方模型的新Ｌａｎｇｅｖｉｎ方程，并利用Ｌａｍｂ量子库理论，对该方程中各个系数、各种噪声的来源及噪声之间的关联（如：加法与乘法噪声之间的关联及两模加法噪声之间的关联）进行了讨论．     

Nonequilibrium dynamic transition in a kinetic Ising model driven by both deterministic modulation and correlated stochastic noises

We report the nonequilibrium dynamical phase transition （NDPT） appearing in a kinetic Ising spin system （ISS） subject to the joint application of a deterministic external field and the stochastic mutually correlated noises simultaneously. A time-dependent Ginzburg-Landau stochastic differential equation, including an oscillating modulation and the correlated multiplicative and additive white noises, was addressed and the numerical solution to the relevant Fokker-Planck equation was presented on the basis of an average-period approach of driven field. The correlated white noises and the deterministic modulation induce a kind of dynamic symmetry-breaking order, analogous to the stochastic resonance in trend, in the kinetic ISS, and the reentrant transition has been observed between the dynamic disorder and order phases when the intensities of multiplicative and additive noises were changing. The dependencies of a dynamic order parameter Q upon the intensities of additive noise A and multiplicative noise M, the correlation λ between two noises, and the amplitude of applied external field h were investigated quantitatively and visualized vividly. Here a brief discussion is given to outline the underlying mechanism of the NDPT in a kinetic ISS driven by an external force and correlated noises.     

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     

Stochastic resonance in the growth of a tumor induced by correlated noises

Since half a century ago, nonlinear physics has changed our views of world drastically[1]. People expected to use it to solve the complexity of biology[2,3]. In the past decade, more and more evidence shows that noise plays an impor- tant role in nonlinear systems[4―10], such as noise-induced phase transitions, stochastic resonance (SR) and so on. Especially, SR uncovered a heap of complexities of biol- ogy[11,12]. For many years, the law of tumors growth has been a challenging subject. Sci…     

负关联噪声驱动双稳系统的随机动力学

应用具有负关联噪声驱动系统的一般福克－普朗克方程，研究了具有负关联的加法和乘法高斯白噪声驱动的双稳系统，导得了该情形下的福克－普朗克方程．比较了双稳系统在正关联和负关联的高斯白噪声驱动下，定态几率分布和极值位置的变化，以及有关的各参数对定态几率分布单双峰转变的影响．从中发现了不少新的有意义的现象     

关联噪声驱动下单模激光线性模型的随机共振

根据线性化的单模激光输出光强方程，直接计算光强的相关函数，得到光强的功率谱及信噪比的方法，计算了具有δ函数形式关联的两白噪声驱动的单模激光线性模型在输入信号后其输出信噪比，发现了随机共振现象，根据计算结果讨论了噪声强度和噪声间互关联程度对信噪比的影响，由于推导用的是精确解析表达式，因此所有参数不受限制，可以探讨近似方法适用范围外的规律。     

双稳系统中随机共振现象的研究

利用在绝热近似条件下的信噪比（SNR）理论，研究了具有乘性和加性噪声以及周期信号共同作用下双稳系统的随机共振（SR）现象，考虑噪声之间有关联的情况，得到了系统的SNR表达式，发现噪声关联使系统的SNR不仅依赖于噪声之间的关联强度，而且强烈地依赖于系统的初始条件。     

改进变步长LMS在组合学习结构预失真的研究

针对预失真间接学习结构易受加性噪声、模数转换（Analog to Digital Converter,ADC）量化噪声等影响,提出一种通过设置判别门限自适应切换直接学习结构和间接学习结构的组合学习结构数字预失真方案。该方案在直接学习结构中采用最小二乘法（Recursive Least Square,RLS）算法对参数进行快速粗估计,切换至间接学习结构时采用改进变步长最小均方（Least Mean Square,LMS）算法进一步提取参数。分析仿真表明,组合学习结构的预失真方案其线性化性能较间接学习结构有很大提升,且在算法收敛速度基本持平的情况下有效抑制了间接学习结构中的非相关噪声。     

色关联噪声驱动双稳系统平均首通时间的研究

 研究了色关联噪声驱动双稳系统的瞬时性质,根据Novikov定理和Fox近似方法得到相应的Fokker-Planck方程,使用最陡下降法得到了2个相反方向平均首通时间的解析表达式,即T⁺(从左势阱到右势阱)和T^-(从右势阱到左势阱).经过数值计算,结果表明:①加性和乘性噪声的色关联效应使得一个方向上的逃逸变得更加容易,而另一个方向上的逃逸更加困难;②在正关联情况下,加性和乘性噪声的关联时间的增加会使得左势阱到右势阱的逃逸抑制现象减弱;而在负关联情况下,加性和乘性噪声的关联时间的增加会使得右势阱到左势阱的逃逸抑制现象减弱;并且噪声关联的色效应对正关联和负关联任意方向上的平均首通时间的影响完全相反.