阈值阵列模型下的超阈值随机共振信噪比增益

研究了阈值阵列模型和超阈值随机共振现象。对该模型进行剖析,认为阈值阵列系统可以分解为单个阈值系统与集总平均器的级联。为了研究周期输入下的超阈值随机共振现象,理论分析了周期输入下的阈值阵列模型输出随机过程的统计特性,以输出信噪比增益作为随机共振的测度,固定输入信噪比,观测输出信噪比增益相对于阈值噪声方差的变化规律。证实当输入噪声为高斯噪声时,在阈值阵列系统中加入统计独立的高斯白噪声可使输出信噪比增益大于1,当输入噪声为非高斯噪声时,可获得更高的输出信噪比增益。

周期性语音信号传输的超阈值随机共振研究

为增强感知神经细胞的功能,对感知神经元中周期性语音信号传输中的超阈值随机共振现象进行研究。实验分析了感知神经元输出与周期性语音信号的互相关系数随噪声强度和神经元数目的增加而变化的非单调关系,证实了神经元中超阈值随机共振现象作为感觉神经信息编码策略的可能性,基于短时Fourier频谱分析表明噪声对于感知神经元输出信号中的基频成分具有增强作用。

一类非线性神经网络系统的超阈值随机共振现象

超阈值随机共振可用来解释一些生物现象.本文对一类非线性多阈值神经网络模型的超阈值随机共振现象进行了探讨.首先推导出了系统输出互信息的表达式,然后分析了系统参数及噪声对互信息量的影响.通过数值计算发现,在阈值系统的信息传递过程中,根据乘性噪声和加性噪声对系统信息传递影响的不同,对系统的阈值进行恰当选取是至关重要的.此外,还发现系统的阈值单元数目越多,超阈值随机共振现象就越容易出现.

阈值阵列模型与超阈值随机共振

研究了随机共振的一个特殊形式——超阈值随机共振。超阈值随机共振是基于阈值阵列模型的随机共振现象。分析了阈值阵列模型输出随机过程的统计特性,固定输入信噪比,可观察输出信噪比增益随阈值噪声方差的改变产生非单调变化的规律。实验验证了含噪周期输入信号经阈值阵列系统,在统计独立、服从高斯分布的阈值噪声作用下,输出信号信噪比增益大于1。且对于非高斯噪声,会获得更高的输出信噪比。

多阈值随机汇池网络自适应估计性能研究

本文研究了数模转换中多阈值随机汇池网络的自适应信号估计性能,给定网络节点数目,将模数转换的阈值进行均匀划分,分析了随机汇池网络输出的分布函数,理论给出了多阈值随机汇池网络的最优权向量和最小均方误差表达式,以及大规模网络输出的Fisher信息量近似值,实验验证了多阈值随机汇池网络中超阈值随机共振现象,随着阈值数量的增加,噪声的有益性逐渐减弱,而网络估计的最小均方误差不断变小且逐渐接近Fisher信息意义下的误差界。研究结果表明多阈值随机汇池网络的自适应信号估计方法具有重要的应用价值。