随机共振与身体平衡

根据随机共振的特点,利用随机共振技术,与生物医学相结合,将其应用于生活当中,增强人们身体的平衡性,尤其是对于上了年纪的老人,以及一些特殊的疾病患者.利用实际人体试验以及仿真试验,证明其可行性,进一步拓展随机共振技术的应用领域.     

随机共振技术的水声微弱信号提取算法

随机共振技术作为一种新兴的弱信号检测算法,与传统线性滤波的方法相比,它可以检测到更低信噪比的信号.为此尝试将其应用到高频水声通信系统中,结合尺度变换和参数调节两种方法,在低信噪比下取得了一定的性能增益,并讨论了系统与信号达到最佳匹配时共振参数的变化情况.     

随机共振技术检测弱信号的两种方法的比较研究

详细介绍利用随机共振技术检测微弱周期信号的原理,采用增加噪声强度及调节系统参数2种方法提取周期弱信号,相应的给出了数值模拟仿真实验,由此得出2种方法具有协调统一性．     

频移随机共振在信号检测中的应用

基于傅立叶变换的频移特性,探讨双稳态系统中的高频随机共振现象.仿真结果表明,将输入信号的大频率移动到一个小频率后,双稳态系统的输出功率谱在此频率处的值得到明显增强.在一个较大的频率范围内检测强噪声背景下的弱信号的能力大大增强.     

频移随机共振在信号检测中的应用

基于傅立叶变换的频移特性，探讨了双稳态系统中的高频随机共振现象.仿真结果表明，将输入信号的大频率移动到一个小频率后，双稳态系统的输出功率谱在此频率处的值得到明显增强.在一个较大的频率范围内检测强噪声背景下的弱信号的能力大大增强.     

结合数字滤波技术的随机共振弱信号检测

应用数值计算研究强噪声背景下弱信号的随机共振检测. 探讨了大频率条件下非线性双稳态系统随机共振的输出信号幅值、 信噪比与随机噪声的关系, 数值计算结果表明, 非线性双稳态系统对大频率噪声具有较大的压制特性, 通过随机共振系统可以检测强噪声背景下的大频率弱信号. 结合数字滤波技术提取了大频率弱信号, 并获得被检测大频率弱信号的特征频率谱线及时域图像.      

基于变步长随机共振的弱信号检测技术

针对绝热近似小参数随机共振难以满足工程实践中大参数下的弱信号检测，以及单一频率的共振分析在实际应用中的局限性问题，提出了一种变步长随机共振数值算法．该方法通过调整计算步长，使随机共振理论同时适用于犬、小参数条件下的弱信号特征提取．计算机仿真结果表明，对变步长随机共振后的信号作幅值谱和小波分析，均能准确得到低信噪比信号中的多个有用成分，充分证明该算法在大参数条件下可对弱信号中的多个特征频率产生共振输出．同时，变步长随机共振也可以有效抑制信号小波分解中由强噪声引起的边频干扰，提高小波分析在低信噪比信号检测中的可靠性．     

低采样率非线性随机共振微弱信号检测

传统的随机共振方法处理微弱信号要求很高的采样率（信号最高频率的50倍以上）.本文提出了一种在采样率较低的情况下利用非线性随机共振系统检测弱信号的方法,并推导了参数归一化单稳随机共振系统模型,极大地降低了利用随机共振检测弱信号的采样率.通过插值处理等效地提升低采样率下样本信号的采样率,并将插值后的信号送入参数归一化单稳系统进行随机共振处理,可在较低的采样率下提取特征信号.仿真结果表明,在采样率仅为信号最高频率的6倍时,在输入信噪比为－20dB的强噪声背景下,利用本方法可实现弱信号的检测     

基于非线性系统随机共振的多频弱信号检测

针对实际探测的弱信号常常是多个频率弱信号共存的的情形,进行了利用随机共振检测多频周期性弱信号的研究,以便把利用随机共振的弱信号检测应用于信息处理中微弱信息识别与提取。数值计算结果表明,在适当调节系统参数的情况下,强同频噪声下的多频周期性弱信号经过非线性双稳态系统后,相差不超过一个数量级的几个低于0.5Hz的不同频率的弱信号都可以同时发生随机共振而被检测出来,其信噪比改善十分明显,可以提高30dB以上。该方法在信息识别与信息处理方面具有潜在的应用价值。     

自适应扫频随机共振方法的研究

针对大参数信号二次采样随机共振应用的局限性,提出了自适应扫频随机共振方法.该方法根据信号、噪声和系统三者协调作用发生随机共振时的关系,自动调整采样频率和双稳系统的结构参数,从而自动获取随机共振状态.将此方法应用于实际噪声下弱信号的提取,取得了较好的结果.     

基于随机共振的微弱多频信号检测方法

根据非线性双稳系统在噪声和弱周期信号作用下对低频成分的敏感性,提出了基于随机共振的微弱多频信号检测方法.将待检测的未知频率信号与巳知频率的载波信号在混频器经外差法作用后产生差频与和频两种频率成分,通过调节载波频率可使差频在零频率点附近变动,从而使得双稳系统的输出发生特征极为明显的变化,为频率检测提供可靠的检测依据.理论分析和数值仿宾结果表明该方法是有效、可行的,具有良好的应用前景.     

基于随机共振大参数微弱周期信号检测

研究了非线性双稳系统的动力学机理,根据非线性系统产生随机共振的同步条件,提出了不满足绝热近似理论的大参数微弱信号实现随机共振的方法。通过对系统参数的适当调整,实现了大频率信号和大强度噪声淹没的微弱周期信号的检测。理论分析和仿真实验表明,该方法有效地实现了大参数微弱信号随机共振,使得利用随机共振法检测大参数微弱周期信号不再局限于尺度变换法。     

维纳滤波图像恢复的理论分析与实现

通过建立运动模糊数学模型，进行了消除运动模糊的仿真实验，维纳滤波恢复运动模糊图像效果较好。在图像恢复技术中，点扩展函数（PSF）是影响图像恢复结果的关键因素，所以常常利用先验知识和后验判断方法估计PSF函数来恢复图像。实验表明在实际恢复过程中如果运动模糊图像混入了噪声，必须考虑到信噪比、噪声的自相关函数和原始图像的自相关函数对恢复后图像的影响。     

变步长随机共振的微弱周期信号检测

在以朗之万方程建立的随机共振数学模型中,现有文献在求解该数学模型时都将计算步长取固定值,文章通过理论分析说明了固定步长的缺陷,提出了调节计算步长的检测方法。以双稳态随机共振系统为基础,把计算步长作为可调参数来讨论其对随机共振的影响,结果表明调节计算步长能有效地提高被检测信号的检测率。     

级联双稳随机共振降噪下的经验模式分解

针对强噪声背景下混合信号的经验模式分解（EMD）问题,提出了一种基于级联双稳随机共振系统（CBSRS）降噪的EMD方法。该方法利用CBSRS对时域波形降噪的优良特性,首先对有噪信号进行随机共振输出,信号得到降噪后,再进行EMD。在仿真实验中,分别对原始信号以及各级级联随机共振输出后的信号进行EMD,对比结果表明,级联双稳系统能有效去除高频噪声,减少EMD的层数,使EMD具有更明确的物理意义最后通过一个轴承外圈故障的诊断实例表明,该方法在逐步滤除高频干扰的同时,不断加强低频特征能量,可以有效检测出故障的特征频率。     

级联双稳随机共振降噪下的有噪ICA研究

研究了强噪声混合条件下的独立分量分析（ICA）问题．提出了一种将级联双稳随机共振（SR）用于有噪ICA盲源分离的方法．该方法利用级联双稳SR对时域波形降噪的优良特性，先对有噪ICA信号进行SR输出，再进行ICA盲源分离．实验结果表明，利用上述方法可以有效提高有噪ICA的分离效果．     

有约束最小平方复原在图像复原中的应用

获取图像的过程中光学系统的像差、大气扰动、运动、散焦和系统噪音等因素会导致图像质量的下降即降质,会造成图像的模糊和变形。该文对图像复原所用的逆滤波、维纳滤波、约束最小平方复原原理进行了论述。维纳滤波复原图像需估计未退化图像和噪声功率谱,在实际中图像和噪声功率谱的比值很难估计,而信号和噪声的方差和期望容易获得,文章论述了在知道信号和噪声的方差和期望情况下实现对退化图像复原的有约束最小平方复原方法的基本原理。并通过实验仿真证明约束最小平方复原在参数选择适当的情况下复原效果优于维纳滤波。     

基于势函数的双稳随机共振参数特性探究*

双稳态随机共振系统模型在微弱信号检测方面具有很好的应用特性,为微弱信号的检测提供了新的思路。如何用更简单的方法突破近似绝热条件的限制,使其应用于高频信号检测,是近些年来的研究热点。分析势函数的形状特征对系统输出信噪比影响的基础上,研究了系统从双稳状态(AAc)到失稳(A≥Ac),再到单稳状态(a=0或b=0)过程中,系统输出特性的变化规律。提出了一种基于势函数的参数调节方法,通过对系统参数加以控制,可以在不影响系统最佳输出信噪比的情况下,将可调参量降为1个,减少参数调节的工作量。经过仿真和实验采集数据验证,该方法简单易行,具有一定的应用价值。