基于信息论下阈值阵列模型中的阈上随机共振现象

研究了高斯混合噪声作用下阈值阵列模型中的阈上随机共振现象.通过建立阈值阵列模型,运用理论分析和数值仿真相结合的方法,分析了高斯混合噪声作用下高斯信号通过系统时的互信息.数值仿真表明,通过控制变量法,当阈值单元数目越多或者系统阈值越大时,阈上随机共振发生的现象更加明显.所得结论可以为进一步探索阈值阵列模型提供基础.     

噪声改善多元信号的相关性

在4种典型噪声下讨论了噪声改善多元信号的相关性.当输入信号在阈上时,随着噪声强度的增强,输入信号与输出信号之间的相关性越来越小,噪声总是恶化信号的传榆;当输入信号在阈下时,随着噪声强度的增强,输入信号与输出信号之间的相关系数先是单调递增,达到一个最大值然后再单调递减,适量的噪声能改善信号的相关性,随机谐振现象存在.随着阈值系统阈值的增大,随机谐振功效逐渐降低,最佳噪声强度逐渐增大.     

广义高斯噪声下阈值系统中的随机谐振

基于两种代表性的测度(互信息、互相关系数)讨论了广义高斯噪声下阈值系统中的随机谐振现象。当信号在阈下时,随机谐振存在且随机谐振的功效随噪声指数参数的减小而降低。根据密度函数的变化,对广义高斯噪声影响随机谐振功效进行解释。这些结果有助于揭示随机谐振的机理和拓广随机谐振在信号处理方面的应用。     

Fisher信息在噪声估计精度分析中的应用

采用Fisher信息以及相关的渐近正态性,分析基于极大似然方程估计的广义噪声模型的参数精度.理论分析结果表明,对于标准像素图像,用极大似然方程估计得到的加性噪声的参数误差大于信号相关噪声参数的误差;而对于归一化后的图像,参数的精度结果刚好相反.实验证明了理论分析的正确性.     

一种电流弱信号特征提取方法

针对数控机床主轴电流分析中微弱电流信号被噪声淹没的问题,提出了一种将调制随机共振和D-J阈值噪声估计技术用于电流弱信号的特征提取方法。利用调制随机共振技术获得了微弱电流信号的特征频率,在频域上采用D-J阈值收缩方法对所测得的电流信号进行噪声估计,从中分离出有用信号,并根据随机共振原理对该有用信号进行了幅值估计。仿真和实验结果表明,该方法可以对数控机床主轴电流信号中的微弱电流特征信号进行频率识别和幅值估计,克服了传统电机电流分析方法无法识别微弱电流信号的缺点,能够准确地提取出微弱电流信号中的特征频率,可对微弱特征信号进行比较准确的幅值估计,因此具有较强的工程实用价值。     

FitzHugh―Nagumo神经元模型非阈下响应的随机共振

研究了当FitzHugh-Nagumo(FHN)神经元模型在弱信号激励下只有阈上振荡响应时的随机共振。研究结果表明:随着FHN神经元模型的分岔参数的增加,发生了一个由两个吸引子(阈上振荡和阈下振荡)变化到一个吸引子(阈上振荡)的分岔;当FHN神经元模型的分岔参数位于分岔点的右边时,在弱信号激励下系统的响应只有阈上振荡存在,此时在外噪声或者内噪声的调制下,系统响应的能量向输入信号频率处集中,而信噪比随噪声强度的变化曲线呈现出单峰曲线,随机共振发生了,并且此时随机共振发生的机制是由于系统运动在分岔点左右三个吸引子(两个在分岔前一个在分岔后)之间的跃迁而产生的。     

分形高斯噪声驱动的神经元反馈模型中的随机共振现象

基于脑神经科学中的长程相关性和谱幂律形态的普遍性,使用分形高斯噪声建立了一类非线性神经元随机模型,研究了分形高斯噪声在非线性神经元模型中的增强信息传输作用。主要研究一般的反馈神经元模型中,加性分形高斯噪声诱导阈上随机共振现象发生的条件,满足一定条件的噪声强度和系统的Lipschitz条件的随机动力系统可发生阈下随机共振或阈上随机共振现象。理论和模拟结果都显示受分形高斯噪声激励的非线性神经元系统在二值输入的状态下互信息随着噪声强度的变化会达到最大值,并出现单峰状态,从而产生阈下随机共振和阈上随机共振现象。随机共振的现象发生与分形高斯噪声的Hurst指数有关。通过模拟,验证了分形高斯噪声可以增强神经元的信息传输作用。     

振幅阻尼通道中原子系统的量子Fisher信息动力学特性

对二能级原子单量子比特系统的量子Fisher信息在振幅阻尼噪声环境中的动力学过程进行了研究，并分析量子Fisher信息的演化特性.结果表明：在振幅阻尼的马尔可夫环境中，量子Fisher信息单调递减直至消失;在振幅阻尼的非马尔可夫环境中，量子Fisher信息出现振荡现象.     

白腐真菌的培养及其在染料污水脱色中的应用

阈值法是图像分割最为常用的方法之一,然而基于一维直方图的阈值方法分割结果容易受噪声的影响.基于二维直方图的二维Fisher准则能够克服一维阈值法缺陷,具有较好的分割性能.但是二维Fisher准则阈值法在求取最优阈值时需要大量的计算,运算速度非常慢.常用的二维Fisher准则阈值优化计算方法如粒子群算法和遗传算法容易陷入局部最优.杜鹃搜索算法是新近提出的一种元启发优化算法,一些经典的函数优化问题测试结果表明杜鹃搜索算法全局寻优能力优于粒子群算法和遗传算法.在介绍杜鹃搜索算法的基础上,提出一种基于杜鹃搜索算法改进的二维Fisher准则阈值分割方法.实验结果证明,提出的方法降低了基本二维Fisher准则阈值法最优阈值的寻找时间,提高了图像分割的实时性,是一种性能良好的图像分割方法.     

基于阈值的网络行为动态消息传递方法

提出了一种基于阈值的动态消息传递方法,该方法能够根据更新方程给出每个个体接受趋势的概率随时间演化的情况.通过与蒙特卡洛仿真方法在实际网络中的比较,证明了动态消息传递方法不但和仿真方法的计算结果吻合得好,并且极大地降低了仿真实验的次数.最后讨论了动态消息传递方法在大规模随机网络中的应用,通过分析结果,动态消息传递方法能给出在任一随机网络中接受者和未接受者的出现频率随时间演化的规律.     

随机共振神经元利用噪声辅助进行信号传输特性分析

根据生物神经元是利用噪声通过随机共振机制进行信息处理的现象,以阀值神经元为例,采用香农第二定理,分析了双极性信号和白噪声通过由多个神经元串联或并联组成的系统的输出情况,从品质因数、传输长度等角度对多个神经元串联系统的输出特性随噪声强度变化进行了分析．实验结果表明：系统存在随机共振现象,即存在最优的噪声量可以最大限度地增强信息传输;串联时传输信息量随级数的增大而减小,并联时正好相反;噪声的分布形式只影响共振效应的强弱,而不影响系统的随机共振特性;均匀白噪声比高斯白噪声有更强的共振效应．从而说明了噪声对信息传输的积极作用．     

混沌干扰下的随机共振研究

利用随机共振现象可以实现弱信号检测,目前大量的研究是在白噪声或色噪声背景下进行的,对于混沌干扰下的随机共振的研究却很少。研究了混沌背景干扰下的信号检测,发现在混沌干扰下双稳系统也会发生随机共振现象,因此可以检测出淹没在混沌干扰中的信号;在混沌与噪声同时存在的混合背景下,随机共振现象仍然存在,混合背景可以发生与单一噪声背景类似的随机共振现象。     

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。     

α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

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。     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

乘性与信号调制噪声在线性模型中的随机共振

研究了乘性噪声和信号调制噪声作用下一阶线性模型的随机共振现象.根据线性系统理论,利用噪声的统计特性,得到了系统输出幅度增益的解析表达式.研究发现,输出幅度增益是激励信号频率和系统参数的非单调函数,即出现了"真实的"随机共振和广义的随机共振现象;另外,输出幅度增益是噪声强度和噪声相关率的单调函数:随噪声强度的增大而增大,随噪声相关率的增大而减小.     

非对称三值噪声激励下一类线性系统的随机共振现象

研究了一类具有外部周期信号的线性系统在乘性非对称三值噪声激励下呈现随机共振现象的情况.采用Shapiro-Loginov公式,计算出系统输出信号振幅的精确表达式.通过平面及三维图示分析,系统观察出两类广义的随机共振现象.也就是系统在某些参数下,输出信号振幅随着三值噪声强度及其非对称度的变化显现出非单调依赖性.