随机共振及其在信号处理中的应用.pptVIP

随机共振及其在信号处理中的应用 孙 水 发 三峡大学 电气信息学院 （电子工程系） 引子：蝴蝶效应 一只小小的蝴蝶在巴西上空煽动翅膀，可能在一个月后的美国得克萨斯州会引起一场风暴。这就是混沌学中著名的“蝴蝶效应” 。 1960年，美国麻省理工学院教授洛伦兹研究“长期天气预报”问题时，在计算机上用一组简化模型模拟天气的演变。他原本的意图是利用计算机的高速运算来提高天气预报的准确性。但是，事与愿违，多次计算表明，初始条件的极微小差异，均会导致计算结果的很大不同。 由于气候变化是十分复杂的，所以在预测天气时，输入的初始条件不可能包含所有的影响因素（通常的简化方法是忽略次要因素，保留主要因素），而那些被忽略的次要因素却可能对预报结果产生重大影响，导致错误的结论。由此，洛伦兹认定，尽管拥有高速计算机和精确的测量数据（温度、风速、气压等），也难以获得准确的长期天气预报。 洛伦兹用一种形象的比喻来表达他的这个发现：一只小小的蝴蝶在巴西上空煽动翅膀，可能在一个月后的美国得克萨斯州会引起一场风暴。这就是混沌学中著名的“蝴蝶效应”，也是最早发现的混沌现象之一。 目录： 1.随机共振的背景，原理 2.随机共振的数学模型 3.随机共振的物理意义 4.信号处理中的随机共振 5.随机共振用于基带信号处理 6.参数导引的随机共振 7.随机共振与数字水印 8 进一步研究的问题 噪声有利于信号传输？ 随机共振≠共振 目录： 1.随机共振的背景，原理 2.随机共振的数学模型 3.随机共振的物理意义 4.信号处理中的随机共振 5.随机共振用于基带信号处理 6.参数导引的随机共振 7.随机共振与数字水印 8 进一步研究的问题 1.1 背景 1.随机共振是由意大利学者Benzi等人在研究地球远古时期气候冰川期的周期性变化时提出来的，他们指出：由地球偏心率的周期变化所产生的小周期扰动在随机涨落(如太阳常量的各种无规则变化等)的作用下，将导致气候的巨大变化，称这一现象为随机共振。 Benzi R, Sutera A, Vulpiani A. The Mechanism of Stochastic Resonance[J]. Journal of Physics A: Mathematical and General, vol.14: 453-457, 1981. Benzi R, Parisi A, Sutera A, Vulpiani A. Stochastic Resonance in Climatic Change[J]. Tellus. vol.14: 11-16, 1982 1.1 背景－续 2.之后的1983年，Fauve等在Schmitt触发器电路实验中首次人为诱发了随机共振，接着由McNamara等人在激光系统中发现了随机共振现象。 3.近年来，在众多的科学领域中，科学家们相继发现了随机共振现象，人们逐渐认识到，随机共振是非线性系统的一个普遍现象。 1.2 原理 随机共振强调的是随机信号的引入导致小的扰动以及非线性系统三者之间的协调，共振。 随机共振不等于共振 基带信号传输中的随机共振 1.2 原理－续 从信号处理的角度讲，随机共振是在非线性系统信号传输中，输入为强噪声背景中的弱信号，通过调节输入噪声的强度或者系统参数，使得系统输出达到一个最佳值(比如最大输出信噪比)，称信号、噪声和非线性系统产生的协同现象为随机共振。 随机共振理论和算法与小波分析、信号处理中的滤波技术及神经网络等是不同的。 随机共振为弱信号处理提供了一种新思路，对信息科学有着重要的意义。 目录： 1.随机共振的背景，原理 2.随机共振的数学模型 3.随机共振的物理意义 4.信号处理中的随机共振 5.随机共振用于基带信号处理 6.参数导引的随机共振 7.随机共振与数字水印 8 进一步研究的问题 2.1 数学模型 (1) (2) (3) 2.2 双稳态势函数 目录： 1.随机共振的背景，原理 2.随机共振的数学模型 3.随机共振的物理意义 4.信号处理中的随机共振 5.随机共振用于基带信号处理 6.参数导引的随机共振 7.随机共振与数字水印 8 进一步研究的问题 3 物理意义(一) 双稳随机共振系统的物理意义是一个质量为m(这里假设为1)的布朗粒子在加性噪声及弱信号的驱动下，在具有对称的双稳态势阱中的过阻尼运动， 1.只加入噪声( ) 如果外力(输入)只有噪声的波动力，粒子将在两个势阱之间跃迁，跃迁速率为著名的克莱默(Kramers)速率 3 物理意