弱信號檢測隨機(jī)共振機(jī)制的網(wǎng)絡(luò)模型及應(yīng)用研究.pdf

1、強(qiáng)噪聲背景下的弱信號檢測研究，是測量技術(shù)的熱點(diǎn)和難點(diǎn)之一，在生物醫(yī)學(xué)、測控、以及軍事等領(lǐng)域有著重要的應(yīng)用前景。近年來，隨機(jī)共振理論和實(shí)驗(yàn)研究的開展，為弱信號檢測提供了新的思路和方法。
　　 目前基于隨機(jī)共振的弱信號檢測研究中，更多關(guān)注于單層或開環(huán)結(jié)構(gòu)的模型。但在實(shí)際應(yīng)用中，此類模型容易受到背景噪聲強(qiáng)度和信號幅值的影響。因此本文提出將多層和反饋結(jié)構(gòu)應(yīng)用于隨機(jī)共振模型中，對單層、雙層以及反饋結(jié)構(gòu)的周期和非周期信號響應(yīng)分別進(jìn)行了研究、

2、仿真和比較；以圖像復(fù)原為例，進(jìn)行了隨機(jī)共振弱信號檢測的實(shí)際應(yīng)用。本文主要工作和研究成果如下：
　　 (1).研究了FitzHugh-Nagumo (FHN)神經(jīng)元模型和雙穩(wěn)態(tài)模型的隨機(jī)共振現(xiàn)象，分析了周期信號和非周期信號作用下的響應(yīng)，驗(yàn)證了噪聲對隨機(jī)共振的作用，為后續(xù)實(shí)驗(yàn)奠定了基礎(chǔ)；
　　 (2).模擬神經(jīng)系統(tǒng)中神經(jīng)元之間的會聚方式，構(gòu)建了雙層FHN神經(jīng)元網(wǎng)絡(luò)。并采用互信息率等評價方法，對單個神經(jīng)元和雙層神經(jīng)元模型的隨機(jī)

3、共振性能進(jìn)行了定量描述和比較，分析了該網(wǎng)絡(luò)在噪聲環(huán)境中的信號檢測能力。實(shí)驗(yàn)結(jié)果表明，與單個神經(jīng)元模型相比較，其檢測性能受噪聲強(qiáng)度和信號幅值的影響較小，更適合于動態(tài)環(huán)境下的弱信號檢測；
　　 (3).為了降低開環(huán)網(wǎng)絡(luò)在噪聲強(qiáng)度多變的環(huán)境中對弱信號檢測的不穩(wěn)定性，本文提出將反饋環(huán)節(jié)引入雙層FHN神經(jīng)元網(wǎng)絡(luò)模型，以改善可變噪聲背景下的弱信號檢測性能。研究結(jié)果表明，閉環(huán)神經(jīng)元網(wǎng)絡(luò)模型的隨機(jī)共振現(xiàn)象要優(yōu)于開環(huán)雙層網(wǎng)絡(luò)和單個神經(jīng)元，能夠在更

4、寬的噪聲范圍內(nèi)反映輸入信號的規(guī)律，提高了穩(wěn)定性能；
　　 (4).本文將隨機(jī)共振機(jī)制應(yīng)用于低信噪比圖像復(fù)原中。在充分考慮圖像像素空間相關(guān)性的基礎(chǔ)上，采用0°和180°Hilbert掃描法，對二維圖像進(jìn)行獨(dú)立降維；利用雙穩(wěn)態(tài)系統(tǒng)的非線性特性，通過添加特定強(qiáng)度的噪聲，實(shí)現(xiàn)污染圖像目標(biāo)信息的增強(qiáng)；最后對降維信號的雙穩(wěn)態(tài)響應(yīng)進(jìn)行了決策和重構(gòu)，實(shí)現(xiàn)了低信噪比圖像的復(fù)原任務(wù)。實(shí)驗(yàn)結(jié)果表明，該方法抑制噪聲的能力較好，對細(xì)節(jié)的重現(xiàn)效果清晰。尤其