利用遗传算法设计自适应随机共振系统
基于最佳匹配原则的自适应随机共振算法研究
基于最佳匹配原则的自适应随机共振算法研究
彭泓渊;孙振源;杨国;吴文
【期刊名称】《遥测遥控》
【年(卷),期】2017(038)003
【摘要】针对传统微弱信号检测手段在强噪声背景中改善探测性能不理想的问题,将随机共振应用到强噪声背景探测中,分析其基础理论,结合粒子群优化算法与最佳匹配原则,提出一种新的基于最佳匹配原则的自适应微弱周期信号检测方法.方法首先按最佳匹配原则估计随机共振系统参数,再通过优化算法在小范围内快速稳定地得出最佳系统参数与混合信号中微弱周期信号频率.实验结果表明,检测值与真实周期信号频率值误差仅为0.75%,并且方法提高了信噪比,实现了利用噪声增强微弱信号的目的.
【总页数】8页(P20-27)
【作者】彭泓渊;孙振源;杨国;吴文
【作者单位】南京理工大学近程高速目标探测技术国防重点学科实验室南京210094;南京理工大学近程高速目标探测技术国防重点学科实验室南京 210094;南京理工大学近程高速目标探测技术国防重点学科实验室南京 210094;南京理工大学近程高速目标探测技术国防重点学科实验室南京 210094
【正文语种】中文
【中图分类】TN713
【相关文献】
1.非相干背景光辐照二波耦合中的最佳匹配随机共振 [J], 谢美华
2.最佳匹配随机共振在微弱信号检测中的应用 [J], 陈敏;胡茑庆;秦国军;张云安
3.最佳匹配阵列随机共振系统中利用噪声改善信息传输 [J], 王友国;董洪程;刘健
4.基于多点随机搜索的自适应随机共振信号检测系统 [J], 涂水林;邬正义;吴正阳
5.基于随机线采样的磁共振图像重构算法研究 [J], 吴章洪
因版权原因，仅展示原文概要，查看原文内容请购买。
基于人工鱼群算法的轴承故障随机共振自适应检测方法
基于人工鱼群算法的轴承故障随机共振自适应检测方法朱维娜;林敏【摘要】针对传统的自适应随机共振以单个参数为优化对象忽略参数间交互作用的不足及采用遗传算法优化参数在种群数量增加时算法收敛速度明显减缓的缺陷，提出基于人工鱼群算法的自适应随机共振新方法。
该方法利用人工鱼群算法对初值、参数设定容许范围较大、具备并行处理能力及人工鱼个体数目增加时鱼群算法收敛速度能提高的特性，自适应实现与输入信号最佳匹配的随机共振系统。
仿真数据与轴承滚动体故障数据分析表明，基于该算法的自适应随机共振方法可有效实现微弱特征检测与早期故障诊断。
%Based on analyzing the disadvantages of traditional detection method of adaptive stochastic resonance, for example,optimizing only one parameter while ignoring the interaction between parameters and the convergence speed of genetic algorithm slowing down with the increase of population,a new adaptive stochastic resonance method was proposed.With a wide range of setting initial values and parameters,the proposed method adaptively realizes the optimal stochastic resonance system to match input signals,by virtue of its abilityof parallel processing and its characteristic that the algorithm has faster convergence speed with the increase of artificial fish number.The analysisof the simulation data and the bearing fault data shows that the new adaptive stochastic resonance method can effectively realize the weak signal detection and early fault diagnosis.【期刊名称】《振动与冲击》【年(卷),期】2014(000)006【总页数】5页(P143-147)【关键词】自适应随机共振;人工鱼群算法;参数优化;轴承故障诊断【作者】朱维娜;林敏【作者单位】中国计量学院计量测试工程学院，杭州 310018;中国计量学院计量测试工程学院，杭州 310018【正文语种】中文【中图分类】TH113机械设备中滚动轴承应用广、易损坏。
基于遗传算法的涡街信号随机共振检测方法
doi: 10.11857/j.issn.1674-5124.2020070002基于遗传算法的涡街信号随机共振检测方法黄玉杨， 黄咏梅(中国计量大学计量测试工程学院，浙江 杭州 310018)摘 要: 涡街流量计在工业现场工作时，输出信号易叠加噪声，尤其在小流量测量时，涡街信号易被现场噪声淹没，导致测量受限。
针对涡街信号处理，提出一种基于遗传算法的双调制随机共振方法。
该方法对输入信号进行频率和幅值双调制后进入非线性双稳系统，以系统输出信号的信噪比为适应度函数，通过二进制编码，将调制频率和幅值组合成一个二进制字符串，同时对两个参数进行并行寻优，得到最优解，使系统产生随机共振，增强涡街信号。
搭建涡街流量计实验装置，实验结果表明，使用遗传算法可以有效搜索出调制频率和幅值最优解，搜索效率高，解决现有多参数寻优的困难，适用于涡街信号特别是小流量信号处理，能准确获取涡街频率，实现流量测量。
关键词: 涡街流量计; 信号处理; 随机共振; 遗传算法中图分类号: TH814文献标志码: A文章编号: 1674–5124(2021)04–0101–06Stochastic resonance detection method of vortex signal based on genetic algorithmHUANG Yuyang, HUANG Yongmei(College of Metrology and Measurement Engineering, China Jiliang University, Hangzhou 310018, China)Abstract : While the vortex flowmeter is used in the industrial site, the vortex signal is easy to be added the environment noise leading to the limitation of measurement, especially for small flow measurements. For vortex signal processing, a dual modulated stochastic resonance method based on genetic algorithm was proposed. The input signal was dual modulated in frequency and amplitude before getting into the nonlinear bistable system. The signal-to-noise ratio of the output signal was used as the fitness function. The modulation frequency and amplitude were combined to a binary sting by binary coding to find the optimal values simultaneously to generate the stochastic resonance and enhance the vortex signal. The vortex flowmeter experimental device was set up for flow measurement. The experimental results indicate that the genetic algorithm can obtain the optimal solution of modulation frequency and amplitude with high search efficiency,solving the difficulty of multi parameter optimization. The method is suitable for the processing of vortex signal especially in the low flowrate situation. The vortex frequency can be obtained accurately to realize the flowrate measurement.Keywords : vortex flowmeter; signal processing; stochastic resonance; genetic algorithm收稿日期: 2020-07-01；收到修改稿日期: 2020-08-18作者简介: 黄玉杨（1997-），男，浙江温州市人，硕士研究生，专业方向为流量检测技术。
基于多点随机搜索的自适应随机共振信号检测系统
The Adaptive Stochastic Resonance Signal Detection System Based on the Multi-point Random Search
Algorithm
作者： 涂水林;邬正义;吴正阳
作者机构： 常熟理工学院物理与电子工程学院,江苏常熟215500
出版物刊名： 常熟理工学院学报
页码： 84-88页
年卷期： 2013年 第2期
主题词： 多点随机搜索;自适应;随机共振;信号检测
摘要：提出了一种基于多点随机搜索算法的自适应随机共振系统模型，并以LabVIEW为平台开发了自适应随机共振微弱信号检测系统．该检测系统以典型非线性双稳系统为信号处理核心，以系统输出信噪比为优化目标函数，采用多点随机搜索算法自适应调整系统结构参数，使系统处于随机共振最佳状态，并获取微弱信号的频率特征值．利用该系统可测试各种系统参数及高斯噪声对随机共振的影响．实验结果表明，该系统检测效果良好，具有较好的应用价值．。
基于人工鱼群算法的轴承故障随机共振自适应检测方法
（ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｍｅ ｔ ｒ ｏ ｌ ｏ ｇ ｙ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ａ ｎ ｄ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ，Ｃ ｈ ｉ ｎ ａ Ｊ ｉ ｌ ｉ ａ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｈａ ｎ ｇ ｚ ｈ ｏ ｕ ３ １ ０ ０ １ ８ ， Ｃ ｈ ｉ ｎ ａ ）
ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ．Ｗｉ ｔ ｈ ａ ｗ ｉ ｄ ｅ ｒ ａ ｎ ｇ ｅ ｏ ｆ ｓ ｅ ｔ ｔ ｉ ｎ ｇ ｉ ｎ ｉ ｔ ｉ ａ ｌ ｖ ａ ｌ ｕ ｅ ｓ ａ ｎ ｄ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ，ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｍｅ ｔ ｈ ｏ ｄ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｌ ｙ ｒ ｅ ａ ｌ ｉ ｚ ｅ ｓ ｔ ｈ ｅ ｏ ｐ ｔ ｉ ｍａ ｌ ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ ｒ ｅ ｓ ｏ ｎ ａ ｎ ｃ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｔ ｏ ｍａ ｔ ｃ ｈ ｉ ｎ ｐ ｕ ｔ ｓ ｉ ｇ ｎ ａ ｌ ｓ ，ｂ ｙ ｖ ｉ ｒ ｔ ｕ ｅ ｏ ｆ ｉ ｔ ｓ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ ｐ ａ ｒ ａ ｌ ｌ ｅ ｌ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ａ ｎ ｄ ｉ ｔ ｓ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｉｓ ｒ ｔ ｉ ｃ ｔ ｈ ａ ｔ ｔ ｈ ｅ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｈ ａ ｓ ｆ ａ ｓ ｔ ｅ ｒ ｃ ｏ ｎ ｖ ｅ ｒ ｇ ｅ ｎ ｃ ｅ ｓ ｐ ｅ ｅ ｄ ｗｉ ｔ ｈ ｔ ｈ ｅ ｉ ｎ ｃ ｒ ｅ ａ ｓ ｅ ｏ ｆ ａ ｔ ｒ ｉ ｉ ｆ ｃ ｉ ａ ｌ ｉ ｆ ｓ ｈ ｎ ｕ ｍｂ ｅ ｒ ．Ｔ ｈ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ ｔ ｈ ｅ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ａ ｎ ｄ ｔ ｈ ｅ ｂ ｅ ａ ｉｎ ｒ ｇ ｆ ａ ｕ ｌ ｔ ｄ ａ ｔ ａ ｓ ｈ ｏ ｗ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｎ ｅ ｗ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｓ ｔ ｏ ｃ ｈ ａ ｓ ｔ ｉ ｃ ｒ ｅ ｓ ｏ ｎ ａ ｎ ｃ ｅ ｍｅ ｔ ｈ ｏ ｄ ｃ ａ ｎ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ｒ ｅ ａ ｌ ｉ ｚ ｅ ｔ ｈ ｅ ｗｅ ａ ｋ ｓ ｉ ｇ ｎ ａ ｌ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｅ ａ ｒ ｌ ｙ ｆ ａ ｕ ｌ ｔ ｄ ｉ ａ ｇ ｎ ｏ ｓ ｉ ｓ ．
组合型幂指函数三稳态随机共振微弱信号检测
组合型幂指函数三稳态随机共振微弱信号检测张刚;高俊鹏【摘要】在强噪声背景下,针对微弱信号的检测和提取困难的问题,在经典的双稳态系统模型基础上,结合Gaussian Potential模型提出了一种新的组合型幂指函数的三稳态系统模型.首先,构造组合型幂指函数的三稳态系统模型,通过调节系统参数进行数值仿真,验证新型的三稳态系统模型能够产生随机共振现象;其次,以输出的平均信噪比(SNR)作为测度指标,结合人工鱼群智能算法进行相应参数寻优,使得组合型幂指函数的三稳态系统输出信噪比最大,从而达到随机共振现象.轴承故障诊断实验分析中,在输入信噪比为-25.8 dB条件下,分别通过双稳态系统和组合型幂指函数的三稳态系统得到的输出信噪比分别为-13.1 dB和-8.59 dB,说明组合型幂指函数三稳态系统性能优于双稳态系统性能.【期刊名称】《计算机应用》【年(卷),期】2018(038)009【总页数】6页(P2747-2752)【关键词】微弱信号检测;平均信噪比;双稳态系统;随机共振【作者】张刚;高俊鹏【作者单位】信号与信息处理重庆市重点实验室(重庆邮电大学),重庆400065;信号与信息处理重庆市重点实验室(重庆邮电大学),重庆400065【正文语种】中文【中图分类】TN911.70 引言微弱信号检测应用范围广泛涉及到光学、电磁学、数理学、物理力学、地质学、材料学等学科，因此微弱信号检测成为当前研究的热点[1]。
微弱信号检测技术是用来检测噪声淹没下的有用信号，一般采用抑制噪声技术来提高信噪比(Signal-to-Noise Ratio, SNR)，常规方法有时频分析[2]、经验模态分解法[3]、小波变换[4]等，这些方法在降噪的同时会使得有用信号受损。
针对这个问题，本文采用随机共振方法，使噪声的能量向检测频率附近处发生转移，这种能量转移现象属于非线性系统中的一种动力学现象，因此构造不同的非线性系统模型，使得微弱信号的检测性能也不同。
自适应量子遗传算法的遥感图像自动增强
自适应量子遗传算法的遥感图像自动增强佚名【期刊名称】《光学精密工程》【年(卷),期】2018(026)011【摘要】针对传统基于归一化非完全Beta函数(Normalized Incomplete Beta Function,NIBF)的图像增强方法难以有效地自动获取最优参数且其增强效果受图像动态范围限制的问题,提出一种基于自适应量子遗传算法的NIBF遥感图像自动增强方法.首先,由图像色深,对待增强图像引入最大和最小光谱测度级,扩大其动态范围.其次,利用量子比特将NIBF参数编码为量子染色体,并设置若干量子染色体构成初始参数种群;对该参数种群进行测量和解码,以解码值作为NIBF的参数输入,对图像进行光谱测度变换,得到对应的增强图像种群.然后,利用八方向边缘检测模板提取增强图像种群中每个个体的边缘图像,由边缘强度、边缘数以及熵测度定义刻画参数种群中个体品质的适应度函数,并以此评价参数种群中的每个参数个体,保留和记录最优参数个体.在提出的进化策略中,利用量子旋转门实现量子染色体向最大适应度方向进化,并根据每代适应度的差异和进化代数自适应地调整量子旋转角的大小;以最终演化的参数种群中适应度最大的参数个体作为NIBF的最优参数,生成相应的光谱测度变换曲线,从而确定输入和输出光谱测度之间的映射关系,实现图像最优自动增强.对5幅图像的平均实验结果表明:盲/无参考图像空域质量评价指标提升了122.2％;自然图像质量评价指标提升了71.8％;运行时间为10.758 s.满足了遥感图像增强处理中的自动化、鲁棒性和高效率的要求.【总页数】16页(P2838-2853)【正文语种】中文【中图分类】TP791【相关文献】1.结合像素频率分布特征的遥感图像自适应线性增强 [J], 刘陶胜;李沛鸿;李辰风2.基于多算子协同进化的自适应并行量子遗传算法 [J], 曲志坚;陈宇航;李盘靖;刘晓红;李彩虹3.基于自适应伽马转换函数的遥感图像增强 [J], 刘攀;侯晓荣4.一种自适应强度变换的彩色遥感图像增强方法 [J], 杨蕴; 李玉; 赵泉华5.联合特征增强和锚点自动生成的遥感图像高精度目标检测 [J], 郑哲;雷琳;孙浩;匡纲要因版权原因，仅展示原文概要，查看原文内容请购买。
利用遗传算法设计自适应随机共振系统
利用遗传算法设计自适应随机共振系统
王飞;徐祎
【期刊名称】《舰船电子工程》
【年(卷),期】2006(026)001
【摘要】将遗传算法与自适应随机共振理论相结合,得出了一种新的自适应随机共振系统,并应用该系统对微弱信号进行了检测,在MATLAB平台上进行了实验仿真,取得了良好的效果,揭示了本系统在实际应用中巨大的发展前景.
【总页数】3页(P107-109)
【作者】王飞;徐祎
【作者单位】解放军电子工程学院,合肥,230037;解放军电子工程学院,合
肥,230037
【正文语种】中文
【中图分类】TN911
【相关文献】
1.采用遗传算法的自适应随机共振系统弱信号检测方法研究 [J], 王晶;张庆;梁霖;张熠卓;徐光华
2.一种基于经典遗传算法的自适应随机共振系统 [J], 吴利平;李赞;李建东;陈晨
3.基于多点随机搜索的自适应随机共振信号检测系统 [J], 涂水林;邬正义;吴正阳
4.遗传算法的多参数自适应随机共振低浓度气体检测 [J], 亢艳芹;刘进
5.基于自适应遗传随机共振的滚动轴承微弱故障诊断 [J], 王丽华; 赵晓平; 周子贤; 吴家新
因版权原因，仅展示原文概要，查看原文内容请购买。
基于“自适应遗传算法”的磁轴承系统辨识
基于“自适应遗传算法”的磁轴承系统辨识赵林;魏彤【摘要】磁轴承系统辨识是对其进行自适应控制、鲁棒控制、扰动抑制及故障诊断、容错的基础.磁轴承系统输出信号中含有难以确定统计特性的有色噪声,会对磁轴承系统线性模型辨识的准确性造成影响.针对这一问题,提出一种采用“自适应遗传算法”的系统辨识方法.这种方法以输出误差为准则,利用“自适应遗传算法”对系统传递函数参数进行优化,算法准确性与噪声统计特性无关,且避免了标准“遗传算法”中的“早熟”现象.与目前应用广泛且有较高辨识精度的卡尔曼滤波相比,输出误差的均方根下降了71.6％.实验结果表明,这种方法可以成功避免噪声的“有色”特性对辨识精度的影响,充分验证了方法的有效性.【期刊名称】《自动化与仪表》【年(卷),期】2014(029)004【总页数】5页(P1-5)【关键词】磁轴承;系统辨识;遗传算法【作者】赵林;魏彤【作者单位】北京航空航天大学仪器科学与光电工程学院,北京100191;北京航空航天大学仪器科学与光电工程学院,北京100191【正文语种】中文【中图分类】TP13磁悬浮轴承是一种阻尼和刚度主动可控、非接触的支撑方式，与机械轴承相比，具有无摩擦、高精度、长寿命的优点[1]，近年来广泛应用于车床主轴等工业领域设备及飞轮、控制力矩陀螺等航天领域设备[2]。
准确掌握系统模型是提高磁轴承系统的控制精度、稳定性及可靠性的基础。
将自校正控制[3]等先进的控制方法及干扰观测器、前馈补偿等扰动抑制方法应用于磁轴承系统可以提高磁轴承系统的控制精度及稳定性，对磁轴承系统进行故障诊断[4]和容错控制则可大幅度提升系统可靠性，这些方法均需要磁轴承系统的即时系统模型参数，而对磁轴承进行系统辨识是获取系统模型参数的重要手段。
系统辨识的一般方法是基于某一种优化准则，对系统参数进行最优估计。
系统辨识的优化准则包括最小方差准则、广义误差准则和输出误差准则。
以最小方差为准则的方法，如极大似然法[5]、卡尔曼滤波[6]，以及以广义误差为准则的方法，如最小二乘法LS（least square）[7-8]、梯度校正法等，这些方法使用线性优化方法，计算量小，在系统噪声为白噪声的情况下有较高精度。
基于FHN神经元自适应多通道随机共振图像增强
基于FHN神经元自适应多通道随机共振图像增强房涛;方琳灵;刘艳;潘树文【期刊名称】《传感技术学报》【年(卷),期】2022(35)11【摘要】为了解决图像受到采集设备以及外界噪声干扰,导致图像质量出现不同程度退化的问题,提出一种基于FHN神经元自适应的多特征并行通道级联随机共振图像增强方法。
首先将原始输入图像分解为朝向、亮度以及亮度对比度等特征信息独立通道;然后构建基于遗传算法的自适应随机共振多特征并行通道对输入信息流并行处理机制,通过遗传算法求解每一个通道FHN神经元随机共振系统的最优参数,以实现特定噪声自适应最优FHN神经元参数设置,达到非线性FHN神经元、图像信号以及噪声之间的共振协同作用;最终对并行多通道的输出特征增强信息进行融合,再通过一个级联FHN神经元对融合数据做深度优化,实现FHN神经元非线性系统和带噪声输入图像的最佳匹配。
以本实验室基于常规微生物学实验需要而采集的菌落图作为实验对象,采用仿自然光悬浮式暗视野系,以F/1.4大光圈镜头,对培养后皮氏培养皿上所生长的菌落进行了千万像素级的成像。
通过与其他图像增强算法实验结果的对比,证明了本方法的有效性和鲁棒性,PSNR值保持在35以上,在保持菌落图像细节的基础上,对原图像具有很好的增强效果。
通过利用随机共振机制,设计的多特征独立通道的自适应随机共振信息增强处理方法,为图像增强方法提供了新的思路以及后续的图像处理任务提供了基础。
【总页数】9页(P1521-1529)【作者】房涛;方琳灵;刘艳;潘树文【作者单位】浙大城市学院信息与电气工程学院;中国移动杭州研发中心融合通信系统部【正文语种】中文【中图分类】TP212.3【相关文献】1.一种基于随机共振的无人机侦察图像增强方法2.基于动态双稳随机共振的低照度彩色图像增强3.FHN神经元小世界网络随机共振下的弱信号增强4.基于随机共振的FHN神经元并联阵列图像复原5.基于四稳随机共振的低照度图像增强方法因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
气候的周期性变化问题 ， 当时人们并未对这个新 但 理论产生兴趣 ， 直到 １８ 年 Ｓ Ｆｕｅ ９３ ． ａｖ 等人和 １８ ９８
年美国佐治亚理工大学的 Ｍ Ｎ ｍ ｒ 等人分别在斯 ｃａａ ａ 密特触发器 电路系统 中ｌ 和环形激光器中【 相继 】 ３ 】
维普资讯
总第 １１ ５ 期 ２Ｏ Ｏ６年第 １ 期
舰 船 电 子 工 程
Ｓ ｉ ｌｃ ｒｎｃ Ｅ ｇｎ ｅ ｎ ｈｐ Ｅ ｅ ｔ ｉ ｎ ｉｅ ｆ ｇ ｏ ｉ
Ｖ０ ． ６ Ｎ Ｉ １ ２ ｏ．
１７ Ｏ
利 用遗 传 算 法设 计 自适应 随机 共振 系统
发 现 随机共 振 现 象 之后 ， 理 论 才 被 广 大 学 者 认 该
可， 并引发了一股研究随机共振的热潮。 ９ 年代 以来 ， ｏ 由于工程实际的需要 ， 自适应 随 机共振理论成为人们研究 的热点 ， 中文献 ［ ］ 其 ４ 提
譬：
Ⅱ
（ Ｌ
＋ （ ＋－￡ ｓｔ ／ ） ） ， （
王 飞 徐 袢
合肥 ２０ ３ ） ３０ ７
（ 解放军 电子工 程学院 摘
要： 将遗传算法与 自适应 随机共振 理论 相结合 ， 出了一种新 的 自适应 随机共 振系统 ， 得 并应 用该 系统对 微弱 信号
进行 了检测 ， Ｍ Ｔ Ａ 在 Ａ Ｌ Ｂ平 台上进行 了实 验仿真 ， 取得 了良好 的效果 ， 揭示了本系统在实际应用 中巨大 的发展前 景。
真。结果表 明， 采用本文设计的系统 ， 以很好地 可 检测 出强噪声掩盖下的弱信号。
地球古气象问题时提 出的… 。随机共振特指一种
非线性现象 ： 强噪声干扰下的信号作用于某一类非 线性系统 ， 当输入信号、 噪声 和系统 的非线性之间 达到某种匹配时 ， 会发生噪声能量向信号能量的转 移， 使得输 出信噪比增强 ， 并达到极大值（ 峰值点） 。
关键词 ； 随机共振 ； 遗传算 法 ； 适应 自
中图分类号 ：Ｎ １ Ｔ ９１
Ａ ａ ｖ ｔｃａｔ ｅｏａｃ ｙｔ Ｄ ｓ ｎＶａＧ ｎｔ ｌｏｉ ｍ ｄ￣ ｅＳｏｈｓｃＲ ｓｎｎｅＳｓ ｍ ｅｉ ｉ ｅｅｉ Ａｇｒｈ ｉ ｅ ｇ ｃ ｔ
Ｗ ａ ｇＦｅ Ｘｕ ＹＩ ｎ ｌ
（ ｌ ｔ ｎ ｎｉ ｆｇＩｓｔｅｏ Ｌ ， ｅ ｉ ３０７ Ｅｅ ｒｉ Ｅ ｇｎ ｉ ｔ ｔ ｆ Ａ Ｈ ｆ ２０３ ） ｃｏ ｃ ｅ ｃ ｎ ｎｉ Ｐ ｕ ｅ
Ａ ｓｒｃ ： ｈｓｐｐ ｒｃｍｂｎｓｇｎ ｔ ｇ ｒ ｍ ｉ ｅｔｅ ｒ ｄｐｉｅｓｏｈｓｉ ｅ０ ａｃ ｎ ｒｒ￣ ｌ ｅ ｄｐｉｅｓ ｈｓ ｃ ｂ ｔａｔＴ ｉ ａ ｅ ｏ ｉｅ ｅ ｅ ｃａｅ ｉ ａｗ ｔ ｔ ｏｙａａ ｔ ｔ ａｔ ｒｓｎ ｎ ｅａ ｄｏｏ， ｎ ｗ ａ ａ ｔ ｔ ａｔ ｉ ｌ ｄ ｈｈ ｈ ｖ ｃ ｃ ｏ ａ ｖ ｏ ｃ ｉ ￣ ｎｔｃ ｙｔｍ．Ｗ ｉ ｅｓｓ ｍ 。 ｅｅｔｓｔｅｓｓ ａ ｈｃ ｍｂｄｉ ｔ ｎ ｏｓ ｎ ｉ ｕ ｅ ｃ ｌ ｉ ｌｔ ｎｏ ／ｌ ｓｓ １ ．ｅ ｅ ｔ ｔ ｙｔ ｉ ｄ ｔ ｅ ｈ ｉ ｌ ｗ ｈｅ ｅ ｓｒ ｇｎ ｉ ａ ｄｄｄ ｎ ｍ ｒ ａ ｍｕａ ｏ ｎＭＡＴ Ａ ｌｔ ｒ ， ｈ ｈ ｅ ｔ ｃ ｉ ｎ ｏ ｅ ｉ ｓ ｉ Ｌ Ｂ ｐａ ｏｍ ｆ ａ ｄｆ ｍ ｈ ｅｕｔ，ｉ ｑ ｅｉ ｎ ｒ ｏｔ ｄ ｖ ｌｐ ｅ ｔ ｏｅ ｔｌｉ ｒｃｉ ｎｔｅｆｔｒ ｎ ｏ ｔｅｒｓｌ ｒ ｓ ｔ ： ｓ ｓｅ ｏｌ Ｌ ｅｅｏ ｍ ｎ ｔｎ ａ ｐａ ｔｅｉ ｕｅ． ａ ｅ ｔ ｎ ｎ ８ ｐ ｉ ｎ ｃ ｈ ｕ
ｆ 色 ：玎 等 干 厢遗 传算 法｝ 自通 随机共振 系统 殳汁
总第 １ １ ５ 期
是微弱输入周期信号， 是信号幅值 ， 是调制频 ， ４ ０ ９ 率 ， 是相位 。ｒ ￡是高斯分布白噪声 ， 曰 （） 满足 厂 （） － ， ［ ｔｒ（ —ｒ ］ ／＇ｒ ， ｔ ］ ０ Ｅ ｒ（ ） ｔ ） ＝２ ６ ） Ｄ为噪声 ３（
１ 引言
随机 共 振 （ｔ ｈｓｃＲｓｎｎｅＳ ） 概 念 最 Ｓｏ ａｔ ｅ ａｃ， Ｒ 的 ｃ ｉ ｏ 早是 在 １８ 年 ， ９ １ 由意大利 学 者 ＢｎｉＲ等人 在研究 ｅｚ．
了系统的运算速度 ， 而且由于其采用迭加权值的方 法， 即每次迭代时给权值加上一个很小 的值 ， 并不 能保证收敛到全局最优解 ， 而遗传算法则可以很好 地解决这个 问题。本 文应 用遗传算法设计 自 适应 随机共振系统 ， 通过 Ｍ ｔｂ６ ｘ软件进 行 了仿 并 ａａ ． ｌ
（ １ ）
出了一种可能实现 的自适应随机共振系统 ， 但其所
收稿 日期 ：０５年 ６月 ２ ２０ ７日， 回 日期 ：０５年 ７ １ 修 ２０ 月 ８日
在这里 Ｕ（ 是 势 函 数 ， ｔ ＝Ａ ｏ（ ｔ ） ） （ ） ｃｓｃ ＋０ ｏ
维普资讯
Ｋｅ ｒ ｓ ｓｏ ｈ ｓ ｃ ｒ． ｎ ｃ ，ｇ ｎ ｔ ｌｏ ｔｍ ，ａ ａ ｔ ｅ ｙ ｗｏ ｄ ：ｔｃ ａ ｔ ｃｏ ａ ｅ ｅ ｅｉ ａ ｒ ｈ ｉ ￣ ｎ ｃ ｇｉ ｄ ｐｉ ｖ Ｃｌｓ ｍｌ ￣ｒ Ｔ ｇ １ ａｓｎ ｌ ： Ｎ ｌ ｌ
采用的是线性随机搜索 （ Ｓ算法 ， 氓 ） 不但严重影响
该理论的提 出很好地解释 了古代地球冰川期与暖
２ 自适 应 随 机 共 振 原 理
所谓 自适应随机共振 ， 就是在输入信号与噪声 的先验知识未知的情况下 ， 通过调整系统参数 ， 使
系统达到随机共振 ， 从而检测 出微弱信号。那么这 个想 法能 否实 现 呢？ 下 面 首先 从 理论 方 面进 行 阐