两种不同类型噪声驱动下的非对称双稳系统的随机共振

研究了由色关联的乘性色噪声和加性白噪声联合激励下的非对称双稳系统的随机共振现象,运用两态模型理论和统一色噪声近似理论,在绝热近似条件下得到了信噪比的表达式.信噪比是乘性色噪声强度,加性白噪声强度,噪声耦合强度,乘性噪声自关联时间和噪声互关联时间的非单调函数,所以在该双稳系统中产生了随机共振. 在系统的偏度不是太大的情况下调节加性白噪声强度比调节乘性色噪声强度更容易控制随机共振,并且以信噪比作为噪声之间耦合强度的函数时可以观察到二次随机共振现象.     

加性和乘性三值噪声激励下周期势系统的动力学分析

周期势系统是一类在机械工程、物理、化学、神经生物等领域应用十分广泛的系统,其随机动力学特性的研究是非线性科学的一个热点和难点问题.三值噪声是真实噪声的典型模型, 不仅包含二值噪声和高斯白噪声情形,而且能更好地描述自然界中随机环境扰动的多样性,本文研究了由加性和乘性三值噪声驱动的周期势系统中概率密度的演化和随机共振.通过计算系统的平均稳态联合概率密度函数和瞬态联合概率密度函数,发现随着外周期力振幅的增大, 单自由度系统在多个稳态之间跃迁,其平均稳态联合概率密度具有多峰结构. 此外,利用随机能量法揭示了系统的随机共振,发现存在最优的噪声强度和外周期力振幅使得平均输入能量曲线存在一个极大值,即出现随机共振现象. 对于仅考虑加性噪声或乘性噪声激励的情况,平均输入能量曲线随噪声转迁率是否出现共振现象依赖于外周期激励振幅的大小.特别是仅考虑加性噪声的情形, 对于较小的外周期激励振幅,加性噪声转迁率诱导产生抑制共振现象, 而对于较大的外周期激励振幅,加性噪声转迁率诱导产生随机共振现象.      

高斯噪声激励下分段线性双稳系统的稳态特性研究

研究了关联乘性和加性高斯白噪声激励下分段线性双稳系统的稳态特性。通过随机等价变换方法得到了该系统稳态概率密度函数的表达式,讨论了噪声关联性和噪声强度对系统稳态概率密度函数的影响,并通过数值计算发现该系统出现了一些新的随机现象。研究结果表明,乘性噪声强度、加性噪声强度、噪声互关联强度都能使稳态概率密度函数曲线峰的数目发生改变,这说明系统出现了相变现象,且两关联高斯白噪声对系统稳态概率密度具有相同的影响作用。     

关联噪声驱动非对称双稳系统的MFTP

考虑了由关联噪声驱动的非对称双稳系统的平均首次穿越时间(MFPT)问题,运用最速下降法求得平均首次穿越时间的表达式,并讨论了各个参数(包括p,q,r,λ)对两个方向的平均首次穿越时间的影响.结果表明:1)噪声关联时间λ对平均首次穿越时间T (x1→x2,λ,r)和T-(x2→x1,λ,r)的影响是不同的,T 随着λ的增加而增加,而T-却随着λ的增加而减小.2)平均首次穿越时间 T (x1→x2,λ,r)和T-(x2→x1,λ,r)都随加性噪声强度q的增加而减小;但乘性噪声P对T 和T-影响却是完全不同的,T-随着P的增加而减小,而T 随着P的增加曲线有一个极大值,即是一个共振峰.3)在不同的噪声关联强度的影响下,T /T-的曲线随着P的增加呈现不同的发展趋势,λ=0.1时,T /T-随着P的增加单调减小;而λ＝0.7时,T /T-随着P的增加先增加再减小,曲线出现了极值峰.     

Lévy噪声和高斯白噪声共同激励的FHN神经元系统的动力学特性

研究了Lévy噪声和高斯白噪声共同激励下的一维FHN神经元系统的动力学特性。利用Janicki-Weron算法产生Lévy噪声,并采用四阶Runge-Kutta算法模拟出方程的稳态概率密度函数;然后通过稳态概率密度函数图像进一步对FHN神经元系统进行了稳态分析。通过数值仿真发现:乘性噪声强度D、加性噪声强度Q、稳定性指标α、偏斜参数β这些参数都可以诱导系统产生相变现象;乘性噪声强度D和稳定性指标α的增大使得FHN神经元系统停留在激发态的概率逐渐升高;加性噪声强度Q和偏斜参数β的增大使得神经元系统逐渐从激发态转变到静息态;乘性噪声强度D和加性噪声强度Q的改变对系统的作用正好相反。     

色关联色噪声驱动的动力系统的熵变化率上界

研究一种由色关联乘性和加性色噪声驱动的随机耗散动力学系统随时间演化的熵变化率上界.通过统一色噪声近似方法给出了该系统的近似Fokker-Planck方程.结合Shannon信息熵的定义及Schwartz不等式原理得到了该系统经近似后熵变化率上界随时间演化的精确表达式.分析了色关联乘性和加性色噪声及耗散参数对熵变化率上界的显著影响.     

STOCHASTIC P-BIFURCATION OF TRI-STABLE VAN DER POL-DUFFING OSCILLATOR

分析了乘性和加性噪声作用下三稳态Van der Pol-Duffing振子的随机P分岔. 首先用随机平均法得到系统的随机微分方程,求得系统响应幅值的稳态概率密度函数. 然后应用分岔分析的奇异性理论,求得随机P分岔发生的临界参数条件,得到多种定性不同的稳态概率密度曲线. 讨论了2种激励噪声强度和系统阻尼对响应稳态概率密度曲线峰的个数、各峰值相对大小的影响. 通过Monte-Carlo数值模拟对理论计算结果进行了验证.该方法可用于其他系统的随机P分岔分析.     

分数阶Chen混沌系统的完全同步与反相同步

以分数阶 Chen 系统为例,分析了该系统的混沌特性,并对其分别进行了完全同步与反相同步控制.首先,基于分数阶系统稳定性理论和非线性动力学理论,构造出相应的非线性控制器,由此实现了分数阶 Chen 混沌系统的完全同步与反相同步控制;其次,利用分数阶稳定性理论,对上述同步给出了严格的数学证明;最后,借助于 Adams-Bashforth-Moultom 算法,利用数值模拟验证了所提方法的有效性.     

闭环光纤陀螺光电探测组件噪声特性

阐述、推导了光电探测组件PIN-FET的输出信噪比(SNR)与闭环光纤陀螺零偏稳定性的关系。研究了PIN-FET组件的主要噪声源:电阻及FET级内部热噪声、散粒噪声、相对强度噪声(RIN)和1/f噪声,试验测试了各种噪声源对组件噪声功率的影响程度。结果显示PIN-FET组件接收光功率1μW时,输出噪声以散粒噪声为主;增大光功率RIN和1/f噪声所占比重,将影响信噪比改善程度;光功率由小到大的变化过程中,信噪比会出现下降现象。组件中PIN管与FET级的直接耦合导致PIN管输出直流量,影响了放大电路噪声因数(NF),致使信噪比在光功率增大时出现下降现象。在PIN管与放大电路间设计了LC匹配网络,隔离PIN管输出直流量对放大电路的不良影响,稳定放大器噪声系数,改善光电探测环节的信噪比性能。     

双稳随机共振的信号恢复研究

针对双稳随机共振输出波形失真的问题,从还原粒子运动轨迹的角度提出了波形恢复公式.通过将其应用于双稳系统对无噪阈上信号的响应输出,揭示了由粒子跃迁经过系统拐点引起的轨迹突变,及其在恢复波形的表现形式.鉴于阈下随机共振系统中噪声的随机影响,引入级联双稳系统对残余噪声进行二次调节,同时采用参数调节的恢复系统对波形进行恢复.数值仿真表明,该法直接应用于系统输出,适合处理有限长的时间数据,可以有效地估计噪声背景下微弱信号的时域波形.      

随机共振系统输出的一种新的反演方法

随机共振是一种在非线性系统中噪声起促进作用的反直观的现象。近年来，这一现象被应用到信号处理领域，以前大部分关于随机共振的工作都集中在考虑受噪声污染的简谐信号或者数字信号，将考虑多频模拟信号，以获得随机共振在信号处理中的更多有价值的信息，还原型随机共振系统的输出一直是一个困难的问题，但是在信号比较简单，例如简谐模拟信号和数字信号的情况下，可以有一些比较简便的方法，对于多频模拟信号，系统输出的还原就会相应地变得比较复杂。在分析非线性系统输出波形畸变原因的基础上，提出了一种新的反演方法，这种方法包含一个简单的反演公式，跃迁区域（信号严重失真段）的线性插值和最小二乘法的多项式曲线拟合。仿真结果表明，在适当选择系统参数的基础上，应用上述的反演方法可以得到比较理想的结果。     

PARAMETER IDENTIFICATION IN OFFSHORE PLATFORM USING ARMA MODEL AND TECHNOLOGY OF EXTRACTING FREE VIBRATION SIGNAL

IntroductionOffshoreplatformisoneofthemostimportantresearchedstructuresofoceanengineeringin2 1stcentury .Forthemal_conditionandsufferedfromimpactingofwind ,wave,flowandiceandenvironmentalcorrosionfrequently ,thecontrolofvibrationandon_linemonitoringofstructurearebecomingmoreandmoreimportant.Parametersidentificationisoneofkerneltechnologieswhicharemadeofseriesmoderndesigntechniquesinoffshoreplatform[1].Thedynamicactionbetweenwind ,wave,flow ,iceandoffshoreplatformaretypicalnonstationarystochast…     

Parameter identification in offshore platform using arma moded and technology of extracting free vibration signal

A procedure for identifying the dynamic parameter of offshore platform is presented. The present procedure consists of two key features. First uses random decrement (RD) technology to extract free vibration signal in strong noise environment in which it may not white noise. Second technology which called autoregressive moving average (ARMA) was used to model the data treated by the random decrement method. In order to get rid of the color noise in the output signal response from the offshore platform an imaginary system is added in RD system and make the course of extracting performed under the state of color input by choosing the breakover condition and lead time. For eliminating multi-values of parameters identified, an updating moving average method is used. The dynamic parameters of structure under arbitrary input are identified. Example of the method as applied to a scale-model offshore platform was used to evaluate the technology of efficiency and the value of on-line. Foundation items: the National Outstanding Youth Science Foundation of China (59625815); the Applied Development Foundation of National High Technology Biography: OU Jin-ping (1959-), Professor, Vice-President, Doctor     

有限差分法模拟单位冲激函数声波在钻柱中传播

为实现声波为载波,钻柱为信道传输井下信息的目的,了解声波在钻柱中的传输规律是必要的. 将钻柱简化为理想周期性管结构,利用有限差分方法,对单位冲激函数声信号在钻柱中传播进行了模拟,分析接收信号时域及频域分布得出：响应信号持续时间较长,信号随时间增长衰减,且最大幅值较输入信号小;钻柱结构的信道为梳状滤波器结构;通带存在谐振尖峰,尖峰数量与钻杆及接头数量有关. 模拟结果与同类研究成果有较好的一致性.     

基于等效输入的光纤陀螺带宽自主测试方法

针对光纤陀螺频带测试角震动台输入频率低的问题,通过在光纤陀螺反馈阶梯波上叠加正弦信号用于等效外部输入角速度,对陀螺解调输出信号按照幅值进行判断得到陀螺带宽。分析了输入等效正弦波幅值满足条件;针对正弦信号在相位调制器上调制产生的相位差随频率变化的缺点对相位差幅值进行补偿;提出了利用直接数字合成技术生成正弦波信号和极值搜索算法检测信号幅值的带宽检测方案,利用陀螺自身硬件基础实现自主检测。通过建立数字闭环光纤陀螺模型,利用Simulink进行了仿真分析。结果表明该检测算法能实现陀螺频带宽度的全频率范围测量,不受外部输入信号测试频率限制,能够用于光纤陀螺带宽测试。     

Bayesian Statistic Based Multivariate Gaussian Process Approach for Offline/Online Fatigue Crack Growth Prediction

Offline and online fatigue crack growth prediction of Aluminum 2024 compact-tension (CT) specimens under variable loading has been modeled, using multivariate Gaussian Process (GP) technique. The GP model is a Bayesian statistic stochastic model that projects the input space to an output space by probabilistically inferring the underlying nonlinear function. For the offline prediction, the input space of the model is trained with parameters that affect fatigue crack growth, such as the number of fatigue cycles, minimum load, maximum load, and load ratio. For the online prediction, the model input space is trained using piezoelectric sensor signal features rather than training the input space with loading parameters, which are difficult to measure in a real time scenario. Principal Component Analysis (PCA) is used to extract the principal features from sensor signals. In both the offline and online case, the output space is trained with known associated crack lengths or crack growth rates. Once the GP model is trained, a new output space for which the corresponding crack length or crack growth rate is not known, is predicted using the trained GP model. The models are validated through several numerical examples.     

含时滞反馈与涨落质量的记忆阻尼系统的随机共振

针对具有记忆效应的欠阻尼系统, 存在时滞反馈与涨落质量, 本文主要研究了其输出稳态响应振幅的随机共振效应. 首先通过引入新变量和运用小时滞近似展开理论, 将具有非马尔科夫特性的原系统转化为等价的两维马尔科夫线性系统, 再利用Shapiro-Loginov公式和Laplace变换获得了系统响应的一阶稳态矩和稳态响应振幅的解析表达式. 结果表明: 当系统参数满足Routh-Hurwitz稳定条件时, 稳态响应振幅随质量涨落噪声强度、周期驱动信号频率以及时滞的变化均存在随机共振现象, 其中随机多共振现象也被观察到. 在适当范围内, 通过控制时滞反馈, 系统的随机共振效应随着时滞的增大而增强, 而较长的记忆时间及增大阻尼参数均对共振行为呈现抑制作用.有效调控时滞反馈与记忆效应的变化关系将有助于增强系统对周期驱动信号的响应强度. 最后, 通过数值模拟计算验证了理论结果的有效性.      

Nonlinear Behaviour of Structures Using the Volterra Series—Signal Processing and Testing Methods

To extend modal analysis to nonlinear structures, and adopting the Volterra series as a mathematical framework, we present some new routes together with progress on signal processing. The closed form expressions of higher-order transfer function on the other hand would permit one to obtain eigenvalues of various orders and eigenvectors. Existing signal processing analyzers are initially devoted to linear systems. Programs treating input and output signals of systems are tailored for one-time (or frequency) variable functions. Nonlinear systems can indeed be analyzed by one-dimensional (direct or inverse) Fourier transforms. However, the experimenter rapidly discovers their limitation when dealing with coupling phenomena that require functions with many time (or frequency) variables. In this framework, multidimensional Fourier transforms are necessary.