Lévy噪声和高斯白噪声共同激励的非对称三稳系统的随机共振

将Lévy噪声和高斯白噪声引入非对称三稳系统模型中，采用数值方法计算不同参数下系统的信噪比，分析噪声参数、系统参数以及信号振幅对系统随机共振现象的影响机制．研究结果表明，较大的稳定性指标、偏斜参数、3次刚度系数以及信号振幅会抑制随机共振现象的发生，而较大的非对称参数则会促进随机共振现象的发生．特别地，当信噪比作为加性噪声强度的函数时，较大的5次刚度系数不易于出现随机共振现象，而当信噪比作为乘性噪声强度的函数时，情况则相反，即5次刚度系数越大越容易发生随机共振现象．     

信号噪声下整合发放神经元模型的随机共振

文章基于整合发放神经元模型,研究了信号噪声与背景噪声共同作用下神经元系统的随机共振现象。利用随机平均法推导出了神经元系统的输出幅值增益精确表达式,并考察了背景噪声、信号噪声相关时间和信号噪声与背景噪声两噪声的关联强度对神经元系统输出幅值增益的影响。通过数值模拟发现,当背景噪声较弱时,神经元系统有明显的随机共振现象;当信号噪声自相关时间较短及背景噪声与信号噪声间两噪声间关联强度较小时,神经元系统也会出现随机共振现象。     

信号调制三值噪声作用下有源低通滤波器中的随机共振

研究了具有信号调制三值噪声的低通滤波器电路中的随机共振现象。基于线性系统理论,利用三值噪声的统计性质,推导出了系统输出幅度增益的解析表达式。研究表明,输出幅度增益是输入信号的频率、滤波器电路的电容值、电阻值、噪声的幅度及平坦度的非单调函数。系统截止频率和带宽比没有噪声时明显增大。     

脉冲序列调制色噪声作用下单模激光损失模型的随机共振

运用线性近似的方法计算了周期矩形脉冲序列直接调制色噪声作用下的单模激光损失模型输出信号光强的自关联函数和关联时间,并讨论了光强关联时间随系统净增益系数a0、噪声关联时间τ和调制脉冲信号周期T和宽度θ的变化关系.研究结果发现:当系统的各参数及噪声强度取一定值时,Tc—a0,Tc—τ,Tc—θ和Tc—T曲线均出现了随机共振现象,并且Tc—a0和Tc—T曲线还出现了1个抑制谷;噪声关联系数λ的绝对值越小,共振曲线的共振峰越高,系统的共振现象更加明显;脉冲信号振幅A和抽运噪声强度P对系统共振曲线的影响基本相同,取值越小,共振现象越不明显,当小于某一值时,Tc随a0单调减小,Tc—a0曲线的共振现象消失;而量子噪声的强度Q越小,Tc—a0曲线的共振现象越明显,并且当Q大于某一值时,Tc—a0共振现象消失.     

Ornstein-Uhlenbeck噪声驱动的过阻尼广义Langevin方程的共振

本文研究了受外部周期信号激励的线性过阻尼广义Langevin方程的随机共振现象.本文将系统内噪声建模为指数型关联Ornstein-Uhlenbeck噪声,系统外噪声建模为双态噪声,并利用随机平均法和积分变换算法推导出系统响应的一阶稳态矩和稳态响应振幅的解析表达式.对解析结果的分析表明,该线性过阻尼广义Langevin方程具有丰富的共振行为,即系统的稳态响应振幅随噪声的特征参数、周期激励信号的频率及部分系统参数的变化而出现广义随机共振.     

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.     

信号调制三值噪声作用下有源低通滤波器中的随机共振

研究了具有信号调制三值噪声的低通滤波器电路中的随机共振现象.基于线性系统理论,利用三值噪声的统计性质,得到了低通滤波器的输出幅度增益的解析表达式.研究表明,输出幅度增益随激励周期信号的频率、低通滤波器电路的电容量、电阻值、噪声的幅度及平坦度的非单调函数.系统截止频率和带宽比没有噪声时明显增大.     

关联噪声驱动下单模激光系统的随机共振现象

研究了具有实虚部关联的量子噪声和泵噪声驱动的单模激光系统受信号调制后的输出信噪比,发现输出信噪比随量子噪声实虚部间关联系数的变化曲线有极大值,即存在随机共振现象,且信噪比极大值处对应的量子噪声实虚部间关联系数λq=0,分析了量子噪声强度、泵噪声强度、输入信号振幅、净增益对随机共振的影响．     

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.      

乘性噪声作用下线性模型中的随机共振

随机共振是指在一定噪声强度和外部激励的共同作用下,动力学系统的输出响应达到最大值的一种非线性现象。本文研究了乘性噪声作用下线性模型的随机共振现象。根据噪声的特性和线性系统理论,得到了系统输出幅度增益的精确表达式。研究发现,输出幅度增益是激励信号频率以及系统参数的非单调函数,即出现了随机共振现象。输出幅度增益随噪声强度、自相关率的增大而单调地增大。选择适当的参数,系统输出幅度增益可以大于1,即有噪声时的系统输出平均幅度可以大于无噪声时的输出幅度增益。该结果对于微弱信号检测有一定的意义,对于传统的线性系统理论是一个有益的补充。     

具有质量涨落的双分数阶耦合谐振子系统的随机共振

本文对具有质量涨落的双分数阶耦合振子系统的随机共振（Stochastic Resonance,SR）进行了研究. 在利用Shapiro-Loginov公式和Laplace变换求得系统输出振幅增益（output Amplitude Gain,OAG）的解析式后,本文研究了不同参数对OAG共振行为的影响. 数值模拟结果显示,OAG随噪声强度、信号频率及阻尼系数的变化出现随机共振. 此外,分数阶和耦合系数对OAG的随机共振也有影响.     

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.     

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．     

随机共振结合RobustICA的两阶段结构损伤定位方法

为实现强噪声背景低信噪比环境下的结构损伤识别,提出一种基于非线性随机共振降噪与鲁棒性独立分量分析(RobustICA)的两阶段损伤定位方法.第一阶段,运用非线性随机共振系统对强噪声低信噪比的测量响应进行预处理,以降低背景噪声的干扰并增强结构响应;第二阶段,结合RobustICA提取包含损伤信息的特征分量对结构响应异常进行识别,之后计算归一化的源分布向量(NSDV)的最大值对结构损伤异常进行定位.框架数值算例结果表明,所提出的算法能够较精确实现信噪比为5dB下的结构损伤异常识别与定位.     

基于神经网络的船舶轴频电场特征控制实验

任分析实验室船模轴频电场和海洋实测船舶轴频电场信号与环境电场数据的基础上,利用径向基神经网络预测模型对轴频电场信号进行控制．先对信号进行测量,在合理设置训练集与目标集的基础上建立预测模型,得到预测值后在下一时刻利用电极在场源处反向输出该预测值,以达到减弱特征信号的目的．通过对实验室与海洋实测船舶轴频电场数据进行处理,结果表明：用该方法能对船舶轴频电场信号特征进行有效控制,使幅值减小到原信号的30％以下．     

阱宽非对称性诱导随机共振的轴承故障诊断方法

针对随机共振能够俘获噪声能量增强与提取机械微弱故障特征的优点,基于两态信噪比理论研究了阱宽非对称性诱导下的随机共振现象,理论结果表明阱宽诱导下的非对称随机共振比对称随机共振具有更高的输出信噪比,意味着适当的非对称性能够改善随机共振的增强性能。因此,提出了阱宽非对称性诱导随机共振的轴承故障诊断方法,利用量子遗传算法以信噪比为目标函数优化阱宽非对称性,以获取阱宽非对称性与微弱故障特征之间的最佳匹配。仿真和轴承实验结果表明,提出的方法能够有效地实现轴承的故障诊断,而且其性能优于集成经验模式分解。     

具有周期矩形信号的延迟非对称双稳系统的随机共振

在绝热近似条件下研究了具有周期矩形信号的延迟非对称双稳系统的随机共振现象.通过小时间延迟近似方法得到了非对称双稳系统的FPK方程,并推导得出了系统在延迟情况下的信噪比表达式,进一步研究了加性噪声强度Q、乘性噪声强度D、静态非对称性r、延迟时间τ以及噪声强度比率R对信噪比SNR的影响.研究发现在延迟情况下,改变加性噪声强度比改变乘性噪声强度更容易产生随机共振,且延迟时间对信噪比的影响是与噪声强度有关的.