弱光非线性增强的随机共振方程研究

来源 :国防科学技术大学 | 被引量 : 0次 | 上传用户:littlerabit75
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随机共振技术在某些信噪比极低的信号增强问题中有着广泛的应用前景,但如何结合所研究的信号的特性,设计合理的非线性系统和噪声是成功应用随机共振技术的关键。论文针对弱光信号随机共振方法进行研究,以光折变环形腔中随机共振系统为对象,得到了新的随机共振方程,本文的主要工作与创新如下:  1.推导获得了考虑扇形光束存在情况下的二波耦合方程的理论解与近似理论解。  在传统的工作中,对于扇形光束存在情况下的二波耦合方程考虑的都是数值解,在对非线性系统参数进行优化设计时,所采用的也都是数值的方法。本文给出了无吸收系数情况下二波耦合方程的理论解。对含吸收系数的二波耦合方程,也给出了其扇形光束的近似理论解,并利用数值分析法对近似理论解的精度进行了分析。最后利用理论解对非线性系统参数进行优化设计,较之数值解,理论解的方法有着更高的精度和更快的速度。  2.对传统的光折变环形腔中的随机共振方程进行了改进。  本文利用所得到的二波耦合方程的理论解,分析了新的光折变环形腔中的随机共振方程,并利用数值分析的方法对方程中的非线性系统各参数及噪声参数进行了优化设计。与现有的光折变环形腔中的随机共振方程相比,新方程考虑的情况更复杂,更接近环形腔中光耦合的真实情况。  3.利用所建立的随机共振方程对弱光信号增强,进行了仿真应用和分析,探讨了系统在信噪比提升、相关度提升等方面的性能。结果表明,对信号完全被噪声淹没的情况,该方法也能从中提取出真实信号,信噪比的增益达到10dB左右,信号强度增益为6-7倍。
其他文献
跟踪驾驭技术是目前科学计算可视化中重要的研究领域之一。并行应用程序的远程实时跟踪可视化技术通过实现对并行应用程序的实时监控,实时地显示计算过程的中间结果,根据当前
学位
本文分别讨论了两种类型的模型——讨论物品市场、金融市场和劳动力市场均衡的模型和内生经济增长模型。内生经济增长模型分别讨论了确定性增长模型和随机性增长模型。首先,
网络科学的快速发展不仅给现代人类生活带来了便利,也给研究者们带来了大量需要探索的问题。近十几年来,复杂网络上的理论成果极大促进了复杂网络中的链路预测研究,同时也将链路
1990年,Pardoux和彭实戈引入了如下一般的倒向随机微分方程(BSDE): yt=ζ+integral from n=t to T(g(s,ys,zs)ds)-integral from n=t to T(zsdWs), t∈[O,T]. (0.1) 按照他们的理
GIS是一种可广泛应用于各专业领域的信息系统,例如银行、交通管理系统、管线组织及规划、天气预报等等。但传统的GIS在需要按照客户的要求定制时,面临越来越多不能解决的难题。
本文主要研究带约束 -调和问题的数值算法设计,收敛性分析和数值模拟,该问题在保持亮度不变的彩色图像降噪和液晶状态确定等方面有直接应用。该类变分问题可归结为约束集为 或
压缩感知,即从一组线性观测中恢复出原来的稀疏信号,在许多领域如信号处理、图像处理、机器学习中发挥了相当重要的作用。由于压缩感知的巨大的理论与应用价值,各种各样的稀
抽样调查的方法从19世纪末被提出以来,引起了国际统计学界的关注。随着近代统计理论在很少实际应用的情况下,由卡尔·皮尔逊等人发展起来。这种思想和实际的结合推进了数学和概