基于随机共振的纳米碳管气体传感器的研究

基于气体电晕放电原理,利用纳米碳管独特的物理结构和尖端发射效应,提出了一种新型的纳米碳管离子型气体传感器.采用阳极氧化铝模板法生长的定向纳米碳管阵列所构成的传感器,纳米碳管和电极是一体的,简化了器件结构和工艺.在外加直流电压激励下,纳米碳管顶部形成很强的非均匀电场,在电压相对低的情况下能很容易地电离气体,根据气体的击穿电压和放电电流来实现对单一气体和确定性混合气体的检测.为了提高检测混合气体的灵敏度,创新地在检测回路中引入随机共振发生装置,有效地提高了混合气体浓度检测的范围.实验中还分析了温度、湿度对传感器的影响,对该传感器的性能也作了评价.实验结果表明该传感器具有选择性好、体积小、响应时间快、灵敏度高、稳定性好,室温操作等优点,而且实现方便,操作简单,有较大的实用价值.     

随机共振信噪比谱分析方法及其初步应用研究

随机共振是非线性动力学领域中的一种以噪声诱发使输出信号产生节律性并增强输出信噪比的一种新型理论.随机共振技术以随机共振理论研究为基础,面向工程应用的一种新技术和方法.提出了一种基于双稳态随机共振信噪比谱分析方法,与传统二维信噪比曲线分析方法相比,信噪比谱分析方法可直观的以谱峰(或谷)的宽度标定被测物质特征信息.以电离型微纳气敏传感器结合该方法实验检测六氟化硫气体,结果表明随机共振谱分析方法较二维信噪比曲线分析方法更全面的反映检测信息,有望实际工程应用.     

随机共振理论与微弱信号检测应用综述

随机共振是非线性动力学系统中存在的一种现象,体现了噪声在非线性系统中的积极作用。本文介绍了经典随机共振理论与非经典随机共振理论的起源及理论研究发展,以及利用随机共振检测微弱信号在电子系统、生物系统、机械故障检测等领域的应用。最后介绍了随机共振的研究进展。     

基于随机共振的气敏传感器阵列信号的识别研究

6只不同的碳纳米管气敏传感器用来识别甲醛、苯、甲苯、二甲苯4种挥发性有机物(VOC),传感器的响应输出在外加噪声的情况下通过单个阈值检测器,出现了阈上随机共振,使得传感器阵列采集的气体信号得到了增强.对不同种类的气体,最大互相关系数不同,而且对每类气体这个最大互相关系数是恒定的,因此能准确地用来代表不同种类的气体.实验结果表明基于随机共振的最大互相关系数法可以作为传感器阵列信号识别的一种新的算法,且准确度高.该方法在利用随机共振提高系统性能方面有很大的应用前景.     

突触噪声作用下的IF阈值神经元模型的随机共振

基于带阈值的积分放电模型研究了神经元在突触递质噪声和周期信号驱动下的随机共振现象.利用平均法得到系统输出幅值增益的精确表达式,考察了输出幅值增益与信号频率、噪声强度、相关时间及非对称度的关系.发现输出幅值增益随着这些参量的演化曲线在一定条件下呈非单调的,这些都表明在突触递质噪声和周期信号驱动下的神经发放确实存在随机共振现象.     

基于阈上随机共振现象的弱信号检测

为了说明当信号幅值处于系统阈值上时,噪声依然对信号起到增强作用,研究了加和网络模型中的随机共振现象,并且将该模型作为线性检测器的预处理器以构成非线性检测器,来进行对弱信号的检测研究。在搭建的非线性检测器中采用奈曼皮尔逊准则对信号做出判决。仿真结果表明:在加和网络模型中观察到了阈上随机共振现象,且非线性检测器的检测性能明显优于线性检测器。这为强噪声环境中提高弱信号检测问题开辟了一条新思路。     

传感器阵列中阈上随机共振现象的仿真研究

研究了具有阈值特性的传感器阵列中的随机共振现象.使用相关系统数被来衡量输入随机信号和输出响应之间的非线性匹配程度.这一测度反映了输出与输入之间的信息转换率,因此可被用来考察阈值系统中的随机共振现象.文中从单个阈值单元模型出发,通过对输出信号进行估计,得出了噪声作用下输出随机变量与输入随机变量之间的相关系数.仿真结果表明在该类系统中,不但存在有阈值下的随机共振现象,而且也存在阈值上随机共振现象.     

相关乘性和加性高斯白噪声激励下周期势系统的随机共振

研究了外加周期信号作用下,相关高斯乘性和加性白噪声激励下周期势系统的随机共振.利用线性响应理论,计算了系统输出信号的功率谱密度、振幅、相位差.研究结果表明:当加性噪声强度和关联系数不变的情况下,通过调整乘性噪声强度可以出现随机共振;关联系数的正负以及大小对随机共振的影响较小.当乘性噪声强度较小时,输出信号的振幅和相位差曲线有一个单峰出现,即出现随机共振现象,能量从噪声向信号进行转化.随着噪声强度的增大,随机共振现象消失,噪声由增大系统的有序程度渐渐变为增大系统的无序程度.     

基于饱和系统随机共振的图像去噪算法

利用随机共振（SR）机制，在传输相关信号的非线性系统中加入噪声，在输出端信号可被增强。本文提出一种基于动态饱和非线性系统随机共振的图像去噪算法，首先将图像重采样为一维信号，并调节动态饱和非线性系统的参数，使之达到最优，使动态饱和非线性系统能够产生随机共振。相比一维随机共振，二维随机共振的图像复原效果更接近于原图，输出图像的直方图和峰值信噪比(PSNR)，也明显优于一维随机共振。相比于传统滤波方法，饱和系统的去噪效果更好，同时对于噪声强度的变化具有较好的鲁棒性。     

基于随机共振的机器人二值化触觉传感器降噪方法

机器人触觉传感器由于测量机理、敏感元件、维间耦合干扰、读取电路噪声等多方面的原因,存在着较强的干扰噪声,这种噪声对触觉信号的二值化过程带来了严重影响,本文首次利用非线性系统的随机共振现象,对机器人触觉传感器的二值化过程进行优化,从而实现二值化触觉传感器的降噪,实验结果证明了本方法的有效性。     

离散时间系统中随机谐振研究

摘要：基于一种新的信噪比的定义讨论了在四种经典噪声下在离散时间系统中的随机谐振现象。当输入信号是阈上信号时,噪声总是在恶化信号的传输,即随着噪声强度增加,输出信噪比呈现单调递减的趋势。然而当输入信号是阈下信号时。适当的噪声能够引起系统最优反应,即随着噪声强度的增加,输出信噪比达到一个最大峰值,也即存在明显的随机谐振现象。随着非线性系统中阈值的增加,随机谐振现象的明显度降低,当最佳噪声强度在增加时,输出信噪比的最优值却在减少。文中结果也说明,基于新的信噪比的定义是可以用来度量一个离散时间系统的随机谐振现象,且随机谐振对噪声具有一定的鲁棒性,拓广了随机谐振在信息传输领域的应用。     

噪声诱使模块化神经元网络产生随机多共振现象

首先,研究了噪声在多模块神经元网络中诱导的随机多共振现象.随机多共振现象是指存在不同的噪声强度,系统在这些噪声强度下对阈下信号的响应达到局部最优.其次,以FitzHugh-Nagumo神经元构成的模块化神经元网络为研究对象,通过数值模拟发现,神经元网络的系统响应随着噪声强度的增加多次达到局部最优,即产生随机多共振现象.同时,通过分析神经元网络平均膜电位的时序图,发现噪声通过诱导神经元网络在一个周期内产生多次发放进而诱导多次共振.最后,我们分析了两个子网络中加入不同强度的噪声时,噪声诱导神经元网络中的随机多共振现象.结果显示,当两个子网络加入不同强度的噪声时,随机多共振现象也会产生.     

Courbage神经元映射模型的随机共振研究

采用神经元二维映射模型,通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响.研究发现,噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振.随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系.另外,还研究了系统的控制参数对随机共振现象的影响.     

一种盲自适应随机共振数字基带信号处理方法

随机共振能够明显提高输出信噪比,在信号处理领域得到了广泛关注。与传统噪声调节随机共振相比,参数调节随机共振增强了随机共振的鲁棒性,但面临如何选取最佳系统参数的问题。以峭度和负熵来度量非线性系统输出信号的概率分布情况,找出了输出信号的概率分布特性与最佳系统参数之间的对应关系。在此基础上,提出一种盲自适应随机共振方法,并将其应用于数字基带二进制信号处理之中。该方法利用输出信号的峭度或负熵数值引导非线性系统参数迭代,使之自适应达到随机共振状态。该方法可解决最佳系统参数的选取问题,能够增强随机共振的灵活性及鲁棒性。利用MATLAB软件搭建随机共振仿真平台对提出方法进行了实验验证,仿真结果表明,该方法能够迅速收敛到最佳系统参数值,进而明显提高输出信号的信噪比。     

硅谐振微传感器中微弱信号频率的外差式随机共振检测

硅谐振微传感器输出信号的信噪比很低,频率信号往往淹没在噪声之中.论文分析了随机共振系统的功率谱放大率和信噪比特性,提出了外差式随机共振频率检测方法,并将该方法应用于硅谐振微传感器输出信号的频率检测.理论分析和数值仿真结果表明,外差式随机共振能将更多的噪声能量转变为频率信号的能量,通过调节载波信号频率可从共振谱峰的变化中准确测定谐振频率.该方法是可行、有效的.     

双稳态随机共振机制及其在图像复原中的应用

强噪声背景下的图像复原对于改善目标图像的视觉效果,提高后续图像分析或处理的性能起着关键性作用。首先研究双稳态非线性系统的随机共振非周期响应;然后通过多方向Hilbert扫描法,在保持图像像素空间相关性的基础上,将2维灰度图像转换为多个1维非周期信号序列;最后利用双稳态系统、图像信号以及噪声之间的随机共振协同作用,实现强噪声背景灰度图像的复原。实验结果表明,随机共振复原方法在较好地重现图像细节的同时,能有效抑制图像中的噪声;尤其在低信噪比情形下,本文方法在信噪比改善程度与灰度层次感上,要明显优于传统图像复原方法。     

基于随机共振的瓦斯检测系统研究

针对煤矿井下被检测信号中所含有的瓦斯浓度信息较为微弱的问题,提出了一种基于随机共振的瓦斯检测系统的设计方案;分析了随机共振的原理,介绍了基于多层随机共振算法的瓦斯检测系统结构;并以双层随机共振模型为例,给出了该系统的仿真及数值分析。结果表明,该系统能够避免煤矿井下噪声的影响,获得较为准确的瓦斯浓度信息。     

基于神经元阈上非周期随机共振机制的语音复原技术研究

应用随机共振机制.通过噪声能量来加强语音信号,改善低信噪比语音的输出质量.对FitzHugh-Nagumo(FHN)神经元模型中存在的阈上非周期随机共振现象进行了分析,根据其阈值特性,此二维神经元模型可被等价为两状态的阈值跨越非线性动力学系统.因此对含噪语音信号添加噪声,产生阈值化后的二值输出,经迭代收敛进入阈上非周期随机共振状态.在一个非零添加噪声强度上,含噪语音输出的互相关系数将达到最大值.通过语音复原的结果表明,本文方法对噪声的变化有更好的鲁棒性,尤其在强背景噪声下,随机共振方法较其他传统方法有更佳的复原效果.