循环平稳性与随机共振理论的非绝热描述

噪声背景中周期信号的循环平稳性是信号处理中一个重要的特征.本文利用随机循环平稳过程的有关理论研究复杂随机动态系统中的随机共振现象.依据系统输出的一维准稳态概率密度近似理论,本文推导了系统输出二维跃迁概率密度、稳态自相关函数和系统输出信噪比的公式.输出信噪比随着输入噪声强度增加而呈现的随机共振现象,理论分析和数值试验结果非常吻合.此理论为随机共振理论的一种非绝热描述,不仅能够解释经典随机共振现象,而且能够描述驻留随机共振现象,对于复杂随机动态系统的信息处理机制具有重要理论指导意义.     

震荡随机共振的信噪比增益研究与电路仿真

为提高硬限幅符号并联电路系统的输出信噪比,研究了震荡随机共振与阵列随机共振的机制以及电路实现方法。通过计算阵列输入输出信噪比增益,发现两类随机共振方法都能够使得非线性电路并联系统、输入信号与内部噪声(高频干扰)达到协同,并且随着阵列数目增加,信噪比增益存在大于1的区域。同样条件下,与阵列随机共振方法相比,震荡随机共振能够获得更好的输出信噪比,且易于实现。     

音频水印非线性检测器的研究

研究了一种用于音频水印的非线性检测器。首先将音频信号进行离散余弦变换,并将变换系数按照绝对值进行排序,依据音频信息本身的特点选取中频系数嵌入水印信息,采用高斯混合概率密度模型来拟合加入水印的中频系数。其次,依据这种非高斯模型的特点,设计了一种非线性检测器来检测水印。实验表明这种非线性水印检测器具有很好的鲁棒性,对于加高斯噪声、重采样、重量化、MPEG压缩、Chebyshev低通滤波等多种攻击都具有较好的抗攻击能力。     

离散Hopfield神经网络的手写数字识别研究

利用离散Hopfield神经网络对手写数字识别进行了研究。将受到噪声污染的手写数字储存为二值图像,然后调制成二进制信号通过神经网络进行传输,通过给定权矩阵的Hopfield神经网络进行按址存储,将网络输出的内容再映射为数字图像。实验结果表明:数字图像识别的误码率与调制信号的幅值、码间时间间隔和网络神经元耦合个数成负相关关系,而且随着噪声强度的增加,误码率出现非周期随机共振现象,在一非零最优噪声强度值达到最小,此时数字图像也恢复得更加清晰。这些结果为进一步研究最小误码率优化目标下的Hopfield神经网络自适应权重矩阵提供了实验依据,而且对于神经网络联想记忆中随机因素的作用研究具有重要意义。     

耦合神经网络中脉冲信号传输的噪声增强研究

对积分发放神经元耦合网络中脉冲信号传输的噪声增强现象进行了研究。通过权矩阵控制神经元间耦合强度和网络结构,网络中脉冲刺激信号激励靶神经元,而网络内各神经元都受到内部噪声的驱动。研究表明,随着噪声强度的增加,神经网络输出发放率与离散脉冲信号发放率的互相关系数不断增加并达到极值,证实了脉冲信号传输中耦合神经网络中存在噪声增强现象。还进一步分析了门限电势、网络结构以及噪声类型对输入输出发放率之间互相关系数的影响。这些研究结果为进一步将随机共振理论应用到神经系统中脉冲信号传递问题提供了实际依据。     

一种非线性数字水印的改进方法

主要研究了一种非线性数字水印的改进算法.首先利用差错码控制对数字水印信息进行编码,然后将水印信息调制为二进制脉冲幅值调制信号.依据图像本身视觉和细节特点选取不同段的DCT中频系数进行Arnold置换,并将同一水印分别进行嵌入.采用具有较好鲁棒性的非线性饱和检测系统来提取水印信息.这种改进的水印算法对于噪声,滤波,剪切,压缩等多种攻击具有较好的鲁棒性和抗攻击能力.     

人体手部运动的振荡共振辅助系统实验研究

劳动分工、生活节奏的加快以及疾病等因素使得人体手部神经系统对外界感知灵敏度降低,也导致了中国人体运动障碍的患者数目庞大。针对这类因素导致的手部运动稳定性降低的问题,设计了一套振荡共振辅助系统,对于人体手部运动进行了生理实验研究。该辅助运动系统由多个微电机形成高频振荡源,将不同振动强度的振荡信号作用于手背部。对手部运动的方差和相关时间分析,证明振荡共振辅助系统能够提高手部神经系统的反应灵敏度,增强手部运动的平稳性,为人体医学康复仪器设计和制作提供了很好的生理实验基础。     

阵列噪声增强技术在数字信息隐藏中的应用研究

研究了阵列噪声增强技术在数字信息隐藏中应用.非耦合的双稳态检测器组成的并联阵列可视为一种规则网络,阵列噪声与检测器参数都是可调谐参数,网络输出性能能够由非零阵列噪声优化.这就是阵列随机共振现象,也可以视为一种阵列噪声增强技术.将代表版权等信息的黑白字符水印排列成二进制序列之后,依据非线性双稳态检测器的频率检测鲁棒性,将之调制成具有一定延迟时间的脉冲调幅信号.宿主图像经离散余弦变换(DCT)后,在中频区域中选相应数量的DCT系数经Arnold变换置乱后作为背景噪声,水印信号则嵌入这些选定的中频系数中.嵌入水印的DCT系数经过逆变换后得到水印图像.水印图像受到各种信号处理方法的攻击时,可以利用非线性双稳态检测器从攻击图像中提取水印字符.通过阵列噪声增强技术,提取水印和原始水印字符的相似度与单独的双稳态检测器检测结果相比得到了进一步改善.     

复杂随机系统的信噪比增益研究与阵列随机共振

复杂系统与非线性科学密切相关。为了探讨复杂随机系统信息处理的机制和利用“随机”因素自优化能力，研究了一类无限并联阵列的信噪比增益问题。阵列中每个子系统是一个双稳态振荡器，其输入都是同一个给定的含噪正弦信号。每个子系统内部噪声强度相同，但是相互独立。随着内部噪声强度的增加，信噪比增益出现了随机共振现象和存在大于一的区域，并且这一区域随着并联阵列数目增加而被放大。无限并联阵列的信噪比增益可达到全局最大值。依据阵列非稳态输出均值和稳态自协方差函数的极限性质，本文证明了无限并联阵列的信噪比增益问题可以归结为任两个子系统的统计性能分析。这些研究结果对于复杂系统信号处理理论具有重要意义。     

数字图像多水印算法中的随机共振检测器研究

主要研究了一种基于随机共振检测器的数字图像多水印算法.首先将多水印信息调制为不同码率的二进制脉冲幅值调制信号,然后选取图像DCT域中不同段中频系数进行置乱,依据加性数字多水印的嵌入算法,对于数字水印信息的加密过程进行了改进.这种多水印信息的特点使得双稳态非线性系统成为一种比较合适的检测器.这种非线性检测器具有较好的鲁棒性,可以检测出不同码率的数字多水印.实验表明,这种加密和检测方法对于噪声污染、JPEG压缩和剪切等多种攻击具有较好的效能.