导读:本文包含了随机共振论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,算法,微弱,普朗克,故障诊断,图像,多项式。
随机共振论文文献综述
殷学杰,马玉梅,潘振宽[1]（2019）在《基于饱和系统随机共振的图像去噪算法》一文中研究指出利用随机共振(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。(本文来源于《计算机与现代化》期刊2019年12期）
李资源,邱新秀,高庆宗,付德海,张佳辉[2]（2019）在《基于分数阶CPG和小世界神经网络的同步和随机共振研究》一文中研究指出分数阶微积分是整数阶微积分的推广,分数阶微积分算子具有记忆和遗传特性,在应用方面比整数阶微积分更适合描述现实生活中的基本现象。近年来,分数阶微积分已经应用在生物、化学、工程、物理、医药等领域。为了研究分数阶中枢模式发生器(CPG)和小世界神经网络(SWNN)的同步和随机共振,根据生物知识和数值模拟,建立了SWNN和分数阶CPG相互作用的模型,分析当分数阶CPG的幅值和频率改变时SWNN的同步性、随机共(本文来源于《中国科技信息》期刊2019年22期）
张政,马金全[3]（2019）在《低信噪比通信信号的自适应调参随机共振方法》一文中研究指出参数调节随机共振系统中参数的选择对输出信号的效果优劣具有决定性作用.本文针对目前随机共振无法通用地处理多类微弱通信信号的问题,提出基于自适应调参随机共振的信号增强方法.首先,从信号的特征子空间角度阐释了随机共振的能量转移本质,提出将基于奇异值分解的测度函数作为评价函数进行寻优.其次,在分析了两个不同系统参数的作用后,利用幅度归一化对单参数优化,降低了复杂度,并将滑动平均滤波器加入随机共振模块来防止幅度漂移.最后,以人工鱼群算法为基础,模块化设计出方法的整体框架和具体步骤.仿真结果表明,针对四类共九种信号,该方法能够以平均4至5次的迭代收敛速度实现带噪声的信号和非线性系统的匹配.(本文来源于《电子学报》期刊2019年11期）
刘学,孙翱,李冬[4]（2019）在《基于双树复小波的遥测振动信号多尺度噪声调节随机共振分析》一文中研究指出遥测振动信号包含大量反映飞行器试验过程中的状态特征信息,具有非线性、非平稳性、强噪声等特点,如何提取反映系统运行状态的微弱非线性特征直接关系到飞行状态监测和故障诊断的准确性,针对这一问题,提出一种基于双数复小波的多尺度噪声调节随机共振分析方法,充分考虑多尺度带限噪声对非线性随机共振的影响,利用多尺度噪声调节和樽海鞘群算法优化非线性随机共振,对遥测振动信号的微弱特征信息进行增强,仿真和实测数据实验结果表明该方法的有效性。(本文来源于《振动与冲击》期刊2019年20期）
刘广凯,全厚德,康艳梅,孙慧贤,崔佩璋[5]（2019）在《一种随机共振增强正弦信号的二次多项式接收方法》一文中研究指出针对雷达、通信系统的正弦中频信号在低信噪比中难以接收的问题,提出一种经随机共振增强正弦信号的接收方法.通过分析正弦信号的随机共振机理,引入判决时刻,将非自治的福克-普朗克方程(FokkerPlanck Equation, FPE)转化为自治方程求解,得到FPE的含时间参量的周期定态解;在得到随机共振输出粒子的概率密度基础上,通过分析能量接收、匹配滤波接收特点,提出基于二次多项式的接收结构,通过使偏移系数最大化,确定二次多项式系数,初步确定了检验统计量;为进一步减小误码率,结合"N次采样取平均"思想,根据中心极限定理,将问题转换为高斯分布下的假设检验问题,最终提出了随机共振增强正弦信号的二次多项式接收方法和处理流程.仿真验证了理论的正确性,并得到:在最佳匹配随机共振参数的限制下,当N=500时,二次多项式接收结构在信噪比大于–17 dB时误码率低于2.2×10~(–2).(本文来源于《物理学报》期刊2019年21期）
行鸿彦,韩杰,刘刚[6]（2019）在《量子人工鱼群优化的随机共振微弱信号检测》一文中研究指出针对传统随机共振方法微弱信号检测精度低、速度慢的问题,将量子人工鱼群算法应用到随机共振方法中,提出一种量子人工鱼群算法的随机共振微弱信号检测方法。方法以随机共振系统参数为研究对象,将随机共振问题转化为多参数同步寻优问题,实现微弱信号的增强。分别在Langevin与Duffing系统中仿真,表明所提方法高效可行。同一输入条件下,Duffing随机共振微弱信号检测性能优于Langevin系统。加入控制频率,将Duffing随机共振应用到多频大信号的检测,扩展了随机共振的应用范围。(本文来源于《计算机仿真》期刊2019年10期）
王丽华,赵晓平,周子贤,吴家新[7]（2019）在《基于自适应遗传随机共振的滚动轴承微弱故障诊断》一文中研究指出随机共振(SR)能够利用噪声能量增强微弱信号,有效降低了噪声信号对特征提取的影响,针对SR方法参数选择时缺少交互以及提取特征诊断效果缺乏验证的不足,提出自适应遗传随机共振(AGSR)的滚动轴承微弱故障诊断方法。AGSR方法利用遗传算法(GA)寻找随机共振的最优系统参数,在考虑参数间交互作用的同时对其进一步优化,有效提高了轴承微弱故障特征的提取效果,随后将AGSR方法提取的特征信号输入堆迭自动编码器(SAE),通过反向传播算法多次迭代优化整个SAE网络,最终实现故障诊断。滚动轴承实测数据的检验结果表明,该方法可有效实现滚动轴承早期微弱故障检测。(本文来源于《现代电子技术》期刊2019年20期）
田晶,周杰,王术光,孙浩,艾延廷[8]（2019）在《基于自适应双稳态随机共振的中介轴承故障诊断方法》一文中研究指出针对航空发动机中介轴承故障信号微弱,故障特征提取困难的问题,提出了基于容忍遗传算法(TAGA)的自适应双稳态随机共振(BSR)的中介轴承故障诊断方法。在传统自适应遗传算法中引入容忍度思想,建立一种容忍遗传算法,采用容忍遗传算法对双稳态随机共振系统的结构参数a,b进行优化,建立自适应双稳态随机共振系统对故障信号进行处理。为验证该方法的有效性,搭建了中介轴承故障模拟实验系统,开展中介轴承内圈和外圈故障模拟实验。采用该方法分别对仿真信号和实验信号进行处理。结果表明:该方法能够对故障信号进行增强,提升了故障特征频率提取能力。自适应优化结构参数后,提取的特征频率与故障频率理论值的误差小于0.1%。(本文来源于《航空动力学报》期刊2019年10期）
苑宇,王衡,王鹏[9]（2019）在《基于二阶非对称随机共振的轴承故障特征提取》一文中研究指出在强噪声背景下,针对故障信号特征提取困难这一问题,提出了二阶非对称随机共振方法.该方法首先以输出信噪比作为人群搜索算法的目标函数,然后对二阶非对称随机共振模型的参数同时优化,最后将优化的参数代入随机共振模型实现微弱特征信号的增强与提取.仿真和工程数据表明,二阶非对称随机共振方法能有效提取微弱特征信号,实现轴承故障诊断.同时,与传统随机共振方法相比,二阶非对称随机共振的滤波性能更加优越.(本文来源于《大连交通大学学报》期刊2019年05期）
刘广凯,全厚德,孙慧贤,崔佩璋,池阔[10]（2019）在《极低信噪比下对偶序列跳频信号的随机共振检测方法》一文中研究指出针对对偶序列跳频(DSHF)在极低信噪比(SNR)下无法通信的问题,该文充分利用对偶序列跳频信号时、频域物理特征,提出一种随机共振(SR)检测方法,极大扩展该信号的应用场景。首先,通过分析对偶序列跳频的发射、接收信号及超外差解调的中频(IF)信号,构建随机共振系统,采用尺度变换调整中频信号;然后,引入判决时刻,将无定态解的非自治福克普朗克方程(FPE)转化为可解的自治方程,从而推导出含时间参量的概率密度周期定态解;其次,以最大后验概率为准则,得到检测概率、虚警概率和接收机工作特性(ROC)曲线;最后,得出以下结论:(1)应用匹配随机共振检测对偶序列跳频信号的信噪比最低可达–18 dB;(2)对偶序列跳频与匹配随机共振结合,适用于信噪比在–18～–14 dB的信号检测;(3)应用匹配随机共振检测对偶序列跳频信号在信噪比为–14 dB时,检测性能提升了25.47%。仿真实验验证了理论的正确性。(本文来源于《电子与信息学报》期刊2019年10期）
随机共振论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
分数阶微积分是整数阶微积分的推广,分数阶微积分算子具有记忆和遗传特性,在应用方面比整数阶微积分更适合描述现实生活中的基本现象。近年来,分数阶微积分已经应用在生物、化学、工程、物理、医药等领域。为了研究分数阶中枢模式发生器(CPG)和小世界神经网络(SWNN)的同步和随机共振,根据生物知识和数值模拟,建立了SWNN和分数阶CPG相互作用的模型,分析当分数阶CPG的幅值和频率改变时SWNN的同步性、随机共
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机共振论文参考文献
[1].殷学杰,马玉梅,潘振宽.基于饱和系统随机共振的图像去噪算法[J].计算机与现代化.2019
[2].李资源,邱新秀,高庆宗,付德海,张佳辉.基于分数阶CPG和小世界神经网络的同步和随机共振研究[J].中国科技信息.2019
[3].张政,马金全.低信噪比通信信号的自适应调参随机共振方法[J].电子学报.2019
[4].刘学,孙翱,李冬.基于双树复小波的遥测振动信号多尺度噪声调节随机共振分析[J].振动与冲击.2019
[5].刘广凯,全厚德,康艳梅,孙慧贤,崔佩璋.一种随机共振增强正弦信号的二次多项式接收方法[J].物理学报.2019
[6].行鸿彦,韩杰,刘刚.量子人工鱼群优化的随机共振微弱信号检测[J].计算机仿真.2019
[7].王丽华,赵晓平,周子贤,吴家新.基于自适应遗传随机共振的滚动轴承微弱故障诊断[J].现代电子技术.2019
[8].田晶,周杰,王术光,孙浩,艾延廷.基于自适应双稳态随机共振的中介轴承故障诊断方法[J].航空动力学报.2019
[9].苑宇,王衡,王鹏.基于二阶非对称随机共振的轴承故障特征提取[J].大连交通大学学报.2019
[10].刘广凯,全厚德,孙慧贤,崔佩璋,池阔.极低信噪比下对偶序列跳频信号的随机共振检测方法[J].电子与信息学报.2019
论文知识图
