非线性积分点火模型的相干共振

研究了电压门控离子通道噪声和突触噪声共同作用下非线性积分点火模型的相干共振现象。基于绝热近似理论,得到了神经元首次点火概率分布、神经元点火率和神经元点火峰峰间隔的变差系数的近似表达式。研究表明,首次点火概率分布、点火率是离子通道噪声和突触噪声的强度的非单调函数,适当的噪声强度可使神经元自发点火,即出现相干共振现象。     

色噪声作用下线性系统的随机共振

研究了当系统的固有频率和激励信号受色噪声作用时,过阻尼二阶线性中的随机共振现象。通过线性系统理论和相关删去法方法,得到了系统平均输出幅度增益的精确表达式。系统平均输出幅度增益是色噪声的强度和相关率以及激励信号的频率的非单调函数,适当的噪声参数和系统参数可以使噪声情况下的输出幅度增益大于无噪声时的输出幅度增益;通过改变噪声参数和系统参数可以提高系统的输出幅度增益。该方法适用于色噪声环境中线性系统的微弱信号检测。     

RC串联电路的随机共振

研究了时间常数受非对称双值色噪声扰动的RC串联电路的随机共振现象。利用随机平均法和Shapiro-Loginov公式,得到了平均输出幅度增益的精确表达式。分析表明,平均输出幅度增益是噪声的强度、自相关率和非对称性参数的非单调函数,适当的噪声参数和系统参数可以使平均输出幅度增益取得最小值,输出幅度增益关于噪声非对称性和相关速率的函数的最小值不随信号频率的变化而变化。     

具有乘性噪声的线性振荡器的随机共振

研究了具有乘性色噪声的过阻尼线性振荡器的随机共振现象。基于线性系统理论,得到了系统输出幅度增益的精确表达式。讨论了乘性噪声的强度、自相关速率以及振荡器参数对输出幅度增益的影响。研究表明,输出幅度的增益是色噪声的强度和相关速率以及激励信号频率的非单调函数。而且,适当的噪声参数和振荡器参数可以使噪声情况下的输出幅度增益大于无噪声时的输出幅度增益。     

一种DOA估计的T差分平滑快速算法

针对未知非平稳噪声背景下相干信源的波达方向估计问题,提出了一种T差分平滑快速(TDSF)算法,算法根据非平稳噪声对角占优的特性,通过构造一个T矩阵,对协方差矩阵进行T变差分平滑运算,可同时分辨相干和非相干信源.算法采用幂迭代法直接获得噪声子空间,无需特征值分解,运算量较小,可有效地消除非平稳复噪声的影响,且不存在伪峰问题,适用于广泛的未知非平稳噪声和低信噪比环境.计算机仿真实验证实了算法的有效性.     

一种用于随机共振数值模拟的二阶方法

本文推导了一种可用于不同种类噪声产生的随机共振数值模拟的二阶积分方法,它也可用于相干共振的数值模拟,该方法具有精度较好、效率较高的优点.     

极化SAR图像的多纹理最大似然估计

提出了一种新的极化SAR图像相干斑抑制的方法。该方法在多纹理乘性相干斑噪声模型的假设下,采用最大似然估计法来同时估计多个极化通道的纹理参数。该方法保存了极化信息,消除了极化通道间的耦合,取得较好的相干斑抑制效果;并与极化白化滤波法(PWF)作了比较。     

基于耦合Duffing振子和Van der pol振子系统的微弱信号检测研究

传统的微弱信号检测在检测信噪比较低的信号时效果不理想,基于此提出了一种基于Duffing振子和Van der pol振子的耦合非线性系统,建立了非线性耦合模型,详述了耦合系数对耦合非线性系统的影响。采用Simulink数值仿真的方法,分析了Duffing振子和Van der pol振子耦合非线性系统的动力学行为,阐述了基于相平面变化进行微弱信号检测的工作原理。并且具体分析了耦合系统在色噪声背景下的微弱信号检测效果,取得了很好的效果。     

调幅信号对具有量子噪声实虚部关联的饱和激光模型信噪比的影响

在调幅信号的影响下,用线性化近似方法研究了实虚部关联的量子噪声及泵噪声驱动的饱和激光模型的输出功率谱及信噪比.通过计算机数据计算及作图,具体讨论了系统随信号频率、量子噪声实虚部关联度λq、泵噪声强度等变化产生的随机共振现象.结果表明系统在λq=0处出现共振现象,虽然调制信号对系统产生了显著的影响,但由于量子噪声和泵噪声的零关联,系统随其他参数变化时没有随机共振现象.     

SU(1,1)相干光场依赖强度耦合JC模型中原子的偶极矩压缩

本文研究了SU(1,1)相干态光场作用下依赖强度耦合JC模型中原子的偶极矩压缩。文中采用密度算符方法得到了原子算符平均值的表达式;进而通过数值计算讨论了原子的偶极矩压缩与光场强度及失谐量之间的关系;发现了一些与其他系统不同的原子压缩行为。     

部分HHT和ICA的混合语音增强算法

根据语音信号中噪声特性的不同,该文将其中的白噪声和色噪声分别进行处理以达到较好的语音增强效果。对信号进行不完全希尔伯特-黄变换,从中得到含有白噪声的分量并进行处理,降低白噪声在整个语音信号中的能量;利用独立分量分析的方法将目标语音与色噪声进行分离,得到最终的目标语音信号。实验结果证明,该混合算法有很好的性能和降噪效果,提升后的语音信号几乎完全消除了色噪声的影响,并相对白噪声有很好的抑制,对于实际和理论模型的不完全吻合也有较好的鲁棒性。     

采用二阶特征窗的语音盲分离方法

利用语音信号的短时平稳特性,提出了一种二阶特征窗语音盲分离方法。该方法采用新的联合差分相关矩阵白化算法去除有色噪声影响;用长度等于语音信号基音周期的等距特征窗连续分割预白化观测数据,在每个加窗的数据帧计算不同的时滞协方差矩阵。利用联合近似对角化时滞协方差矩阵集合得到旋转参数,最终达到语音信号的盲分离。该方法消除了有色噪声的影响,只需用到二阶信息就能很好地分离语音信号。仿真实验验证了该方法的有效性。     

色噪声下MIMO信道估计优化及容量下限分析

针对色噪声背景下MIMO块平坦衰落信道进行了估计和优化,并以信道估计的优化结果为基础,分析了估计信道的互信息量下限和系统的容量下限,提出了利用注水算法来优化发射端天线阵列的功率分配,以提高系统容量下限。仿真结果表明利用信道估计的优化结果,同时通过发送功率优化分配,可使MIMO系统容量下限有明显提高。     

选择性注意脑电成分的新模型及其应用(英文)

提出了一个新的选择性注意脑电信号分解模型WGVVua =,并应用总体最小二乘法(TLS)求解该模型方程。根据TLS求得的G和W,注意效应被分解成了两个方面,注意引起的脑神经活动W和注意对非注意情况脑活动的门限调控作用G。将该模型应用于空间注意ERP数据,进一步提出了选择性注意的一个新的理论框架,即在刺激后的200 ms内出现的调制放大(G>1.0)和新活动成分(W)主要起改善信噪比的作用,而在200 ms后出现的调制抑制(G<1.0)和新活动成分(W)则旨在对选择性增强的信号成分的特定认知处理。     

磁致伸缩作动器连续模型辨识

提出了一种采样数据中存在高频有色噪声的连续模型辨识方法,并将其应用到磁致伸缩作动器的连续模型辨识中。该方法通过引入积分运算,将连续时间系统的微分方程转换为积分方程,从而使噪声的影响可以忽略,直接利用传统的最小二乘法估计出连续时间模型。仿真实例验证了该方法的有效性和可行性,辨识的磁致伸缩作动器具有较高的可信度。     

一种基于二层感知网络的判决反馈均衡器

采用基于二层感知网络的判决反馈均衡器结构实现非线性信道均衡，导出了其权值自适应调整的学习算法，给出了一种有效的权值初始化方法。针对一种具有严重码间干扰与有色噪声的非线性信道，分别应用文中提出的二层感知网络判决反馈均衡器和一般的三层感知网络判决反馈均衡器对该信道进行均衡，对其均衡性能进行了计算机模拟，并作了分析和比较。研究表明所提出的二层感知网络判决反馈均衡器无论是收敛速度、误比特率，还是计算复杂度方面都明显优于文献［５］提出的多层感知判决反馈均衡器。