神经元中的随机共振及含噪周期方波脉冲信号的最优检测

理论研究表明 ,神经元用于含噪周期方波脉冲信号传输时存在随机共振现象 ,信号的占空比和神经元的阈值对随机共振的影响有一定的规律 .同时 ,可获得大于 1的信噪比增益 ,这是线性系统不能实现的 ,因而可将神经元的应用推广到非线性信号处理领域 .在此基础上 ,对应用神经元实现含噪周期方波脉冲信号检测的最优条件和最优特性进行了分析 .最后 ,通过仿真实验验证了理论分析的正确性     

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．     

神经元中的随机共振及含燥周期方波脉冲信号的最优检测

理论研究表明，神经元用于含噪周期方波脉冲信号传输时存在随机共振现象，信号的占空比和神经元的阈值对随机共振的影响有一定的规律．同时，可获得大于1的信噪比增益，这是线性系统不能实现的，因而可将神经元的应用推广到非线性信号处理领域．在此基础上，对应用神经元实现含噪周期方波脉冲信号检测的最优条件和最优特性进行了分析．最后，通过仿其实验验证了理论分析的正确性．