色噪声作用下二阶线性系统中随机共振现象的研究

在色噪声同时作用于阻尼系数和激励信号时,研究了欠阻尼二阶线性系统中的随机共振现象。实际计算和仿真表明:该系统的平均输出幅度增益呈现非单调变化,不仅在一定条件下大于无噪声时的增益,而且适当的系统参数和噪声参数能够提高幅度增益,这对噪声环境中线性系统的理论研究以及微弱信号检测都具有一定的理论意义。

双模噪声中信号识别与精确估计

文中给出了双模噪声中信号参量的精确估计,并给出了任意加性白噪声中信号识别与估计的一般方法,且可同时估计信号与噪声,具有一定的普遍意义。仿真表明,本识别与估计方法是正确的。

一种采用粒子群优化的聚类算法

针对传统的聚类算法存在对初始化值敏感和容易陷入局部极值等缺点,提出一种确定聚类中心数目和位置的方法。用每一个粒子表示一组聚类中心,采用云理论改造粒子群算法,从而提高粒子群算法的性能,以便搜索到更合理的聚类中心完成聚类划分。实验结果表明该算法很好克服了这两个缺点,获得了稳定性好和更紧凑的聚类效果。

线性系统中随机共振现象的研究

在高斯噪声同时作用系统阻尼系数和激励信号背景下,研究了欠阻尼二阶线性系统中的随机共振现象.研究结果表明,欠阻尼二阶线性系统中存在随机共振现象,该系统的平均输出幅度增益呈现非单调变化,不仅在一定条件下大于无噪声时的增益,而且调节适当的系统参数和噪声强度能够提高幅度增益.最后,进行了计算机模拟仿真,证实了结论.