学位论文 > 优秀研究生学位论文题录展示

弱信号检测随机共振机制的网络模型及应用研究

作　者: 耿丽硕
导　师: 范影乐
学　校: 杭州电子科技大学
专　业: 模式识别与智能系统
关键词: 随机共振 微弱信号检测 FitzHugh-Nagumo神经元模型 双稳态模型 图像复原
分类号: TN911.23
类　型: 硕士论文
年　份: 2009年
下　载: 91次
引　用: 1次
阅　读: 论文下载
 

内容摘要


强噪声背景下的弱信号检测研究,是测量技术的热点和难点之一,在生物医学、测控、以及军事等领域有着重要的应用前景。近年来,随机共振理论和实验研究的开展,为弱信号检测提供了新的思路和方法。目前基于随机共振的弱信号检测研究中,更多关注于单层或开环结构的模型。但在实际应用中,此类模型容易受到背景噪声强度和信号幅值的影响。因此本文提出将多层和反馈结构应用于随机共振模型中,对单层、双层以及反馈结构的周期和非周期信号响应分别进行了研究、仿真和比较;以图像复原为例,进行了随机共振弱信号检测的实际应用。本文主要工作和研究成果如下:(1).研究了FitzHugh-Nagumo (FHN)神经元模型和双稳态模型的随机共振现象,分析了周期信号和非周期信号作用下的响应,验证了噪声对随机共振的作用,为后续实验奠定了基础;(2).模拟神经系统中神经元之间的会聚方式,构建了双层FHN神经元网络。并采用互信息率等评价方法,对单个神经元和双层神经元模型的随机共振性能进行了定量描述和比较,分析了该网络在噪声环境中的信号检测能力。实验结果表明,与单个神经元模型相比较,其检测性能受噪声强度和信号幅值的影响较小,更适合于动态环境下的弱信号检测;(3).为了降低开环网络在噪声强度多变的环境中对弱信号检测的不稳定性,本文提出将反馈环节引入双层FHN神经元网络模型,以改善可变噪声背景下的弱信号检测性能。研究结果表明,闭环神经元网络模型的随机共振现象要优于开环双层网络和单个神经元,能够在更宽的噪声范围内反映输入信号的规律,提高了稳定性能;(4).本文将随机共振机制应用于低信噪比图像复原中。在充分考虑图像像素空间相关性的基础上,采用0°和180°Hilbert扫描法,对二维图像进行独立降维;利用双稳态系统的非线性特性,通过添加特定强度的噪声,实现污染图像目标信息的增强;最后对降维信号的双稳态响应进行了决策和重构,实现了低信噪比图像的复原任务。实验结果表明,该方法抑制噪声的能力较好,对细节的重现效果清晰。尤其对于被强噪声污染(噪声强度=300)的图像,在主观视觉效果和信噪比评价上,与传统复原方法相比,具有较佳的性能。本文研究成果表明在双层闭环网络结构中,基于随机共振的含噪信号检测具有更佳的稳定性能。而在图像复原中的具体实践,显示了随机共振在弱信号检测领域具有良好的实际应用前景。

全文目录


摘要  5-6
Abstract  6-10
第一章 绪论  10-15
  1.1 本课题研究的目的与意义  10
  1.2 国内外研究现状  10-12
  1.3 论文的主要工作及内容安排  12-15
第二章 随机共振的机理描述及评价方法  15-22
  2.1 随机共振现象的基本解释和模型描述  15-16
    2.1.1 阈值模型  15
    2.1.2 双稳态模型  15-16
  2.2 神经系统中随机共振机理描述和模型分析  16-19
    2.2.1 神经系统中随机共振机理描述  16-17
    2.2.2 Hodgkin-Huxley 神经元模型  17
    2.2.3 FitzHugh-Nagumo 神经元模型  17-18
    2.2.4 EEG 动力学模型  18-19
  2.3 随机共振评价方法  19-22
    2.3.1 信噪比  19
    2.3.2 互相关系数  19-20
    2.3.3 互信息率  20-22
第三章 基于典型随机共振模型的弱信号检测研究  22-29
  3.1 单个FHN 神经元模型的弱信号检测  22-25
    3.1.1 FHN 模型的共振响应描述  22-24
    3.1.2 FHN 模型的随机共振响应评价  24-25
  3.2 双稳态模型的弱信号检测  25-28
    3.2.1 双稳态模型的随机共振响应描述  25-27
    3.2.2 双稳态模型的随机共振响应评价  27-28
  3.3 小结  28-29
第四章 基于双层FHN 神经元随机共振模型的弱信号检测研究  29-44
  4.1 开环双层FHN 神经元网络模型  29-34
    4.1.1 开环双层FHN 模型的随机共振响应描述  30-31
    4.1.2 开环双层FHN 模型的随机共振响应评价  31-33
    4.1.3 开环双层FHN 随机共振模型的弱信号检测结果  33-34
  4.2 闭环双层FHN 神经元网络模型  34-39
    4.2.1 闭环双层FHN 神经元网络的周期信号随机共振响应描述  35-37
    4.2.2 闭环双层FHN 神经元网络的非周期信号随机共振响应描述  37-39
  4.3 含噪信号的闭环双层FHN 模型随机共振响应描述  39-41
  4.4 含噪信号的闭环双层FHN 模型随机共振响应分析  41-44
第五章 基于随机共振的图像复原  44-56
  5.1 双稳态随机共振概述  44
  5.2 图像复原技术的概述  44-46
  5.3 基于双稳态随机共振的二值图像复原算法  46-47
  5.4 图像空间转换扫描方法  47-49
    5.4.1 光栅扫描方法  47-48
    5.4.2 Hilbert 扫描方法  48-49
  5.5 实验参数  49-50
  5.6 实验及结果分析  50-56
第六章 总结与展望  56-58
  6.1 本文工作总结  56-57
  6.2 工作展望  57-58
致谢  58-59
参考文献  59-63
附录  63-64
详细摘要  64-66

相似论文

  1. 数字系统微弱泄漏电磁波信号检测的随机共振法研究,TN911.23
  2. 基于相位差异法的图像复原技术研究,TP391.41
  3. 基于公共安全的毫米波辐射图像特征研究,TP391.41
  4. 运动与离焦模糊图像的复原,TP391.41
  5. 面向IICCD相机不完全随机采样遥感图像的重建算法,TP751
  6. 基于总体变分法的图像去噪和复原研究,TP391.41
  7. 机械早期故障检测的混沌抑制与阵列随机共振方法,TH165.3
  8. 基于后向散射噪声模型的水下图像复原算法研究,TP391.41
  9. 常见模糊类型图像复原的研究与实现,TP391.41
  10. 医学内窥镜影像系统及图像复原研究,TP391.41
  11. 全景环形透镜成像系统的研究与应用,TP391.41
  12. 雾天图像的复原技术研究,TP391.41
  13. 基于分段线性模型的随机共振信号检测研究,TN911.23
  14. 双稳信号参数调节的恢复研究,TN911.7
  15. 基于多项式外推的图像复原加速算法研究,TP391.41
  16. 运动模糊图像复原系统设计与实现,TP391.41
  17. 自适应光学图像复原算法研究,TP391.41
  18. 采用图像融合过程的多图像复原,TP391.41
  19. 基于小波变换微弱信号检测技术研究及DSP实现,TN911.23
  20. 基于随机共振理论的非周期信号提取方法研究,TN911.23

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信息论 > 信号检测与估计
© 2012 www.xueweilunwen.com