基于小波的恒电量瞬态响应信号的滤波处理

利用小波变换的阈值法对恒电量响应信号进行滤波处理, 同时与传统的时域和频域的滤波方法进行分析比较, 并且讨论了小波变换的分解层数对恒电量响应信号滤波效果的影响. 结果表明, 利用小波变换可以在时域和频域同时对恒电量响应信号取得良好的去噪效果. 这不仅能提高时域曲线拟合的精度, 还大大地提高了恒电量频谱解析的可靠性. 在实际应用中, 小波变换的分解层数取5～7层可以收到满意的效果.     

内噪声作用下的随机共振算法对弱信号的检测

基于随机共振理论提出了一种简便、有效地检测弱信号的方法。在内噪声协同作用下，通过调节输入噪声信号的大小能较好地提高系统输出信号的信噪比，从而实现检测背景噪声很强的弱信号的目的。应用于模拟信号和实验信号的结果证明了方法是可行的。     

一种基于经验模态分解的永久散射体探测方法

基于经验模态分解(EMD),提出了一种改进的永久散射体(PS)探测方法。对干涉图进行多尺度分解,基于梯度的自适应滤波对分解的本征模函数中的噪声进行低信噪比区域强滤波和高信噪比区域弱滤波,估算滤波后各PS候选(PSC)点的噪声相位。基于各PSC点的幅度和相位稳定性,对选取的PSC点的相位信息进行分析,判断其作为PS点的概率,进而选取可靠的PS点。实验结果表明:与传统的PS点选取方法相比,所提方法避免了探测过程中PS点的误判和漏判,准确性更高。     

基因识别及其算法研究

针对基因识别问题,基于DNA序列的3周期这一性质,首先给出了DNA序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法;在此基础上,建立了基于背景噪声抑制和频谱平滑的SNR频谱预处理模型,经过预处理后的频谱不仅大幅度抑制了背景噪声,同时保留了SNR频谱的模式特征.在编码序列识别上,对经典的EPND预测算法进行了改进,使用改进的EPND算法对经过预处理后频谱进行基因识别,实验结果显示这种基因识别模型具有优异的基因识别性能,比传统直接使用基于滑动窗口DFT的EPND识别算法在敏感度、特异性等评价指标上提高了2%-12%左右.     

含时变风险厌恶系数的异质信念模型及实证分析

根据前景理论的反射效应,在做市商调整机制下,对市场中的两类投资者(基本面分析者和趋势追随者)同时引入时变的风险厌恶系数,扩展了异质预期下风险厌恶固定不变的资产定价模型.通过蒙特卡洛模拟,对噪声项和根本确定性系统之间相互作用的分析得出,模型能产生真实的价格行为.最后的实证模拟,对比分析了本模型,原模型及上证指数的收益序列特性,发现本模型能更好的模拟中国股票市场的收益率特性.     

基于多波长类噪声脉冲的掺铒光纤激光器

报道了一种基于多波长类噪声脉冲的被动锁模掺铒光纤激光器。采用980 nm半导体激光器作为泵浦源，2.5 m长的掺铒光纤作为增益介质。锁模机制为非线性放大环形镜(NALM)。通过自相关迹证明输出脉冲为类噪声脉冲。该类噪声脉冲的光谱3 dB带宽可达17.2 nm，边模抑制比为47.7 dB，重复频率为5.434 MHz，单脉冲能量为7.9 nJ。为了实现平坦的多波长输出，在NALM结构中加入Sagnac环干涉仪，获得了最大波长数为5的平坦多波长类噪声脉冲，平坦度为1.995。     

色散管理掺铥光纤激光器高能量脉冲的产生

设计了一种基于色散管理的掺铥光纤激光器。通过调节泵浦功率以及腔内偏振态，首先实现了稳定的展宽脉冲输出，中心波长和脉冲宽度分别为1 939.4 nm和482 fs。最大输出功率为15 mW，对应的单脉冲能量为0.52 nJ。增加泵浦功率到645 mW时，通过适当调节偏振控制器可以实现类噪声脉冲锁模，中心波长为1 940.1 nm。所实现的锁模脉冲具有飞秒量级的尖峰以及皮秒量级的基底。最大输出功率为20.4 mW，相对应的单脉冲能量为0.7 nJ。相比于传统孤子，采用色散管理所实现的锁模脉冲具有更高的脉冲能量。此外，所设计的掺铥光纤激光器可作为理想的主振荡功率放大以及啁啾脉冲放大结构的种子源，进一步提高脉冲能量，拓展2 μm高能光纤激光器的实际应用。     

Effect of Time Delay on Binary Signal Detection via a Bistable System

The effect of time delay on binary signal detection via a bistable system in the presence of white or colored Gaussian noise is investigated. By defining the bit error rate based on the solution of the approximated Fokker- Planck equation, the detector performance is investigated theoretically and is verified by Monte Carlo simulation. It is shown that, when the system parameter or noise intensity is optimally chosen, the increasing time delay generally improves the system performance. It is also shown that it is more difficult to accurately predict the system performance with a larger time delay and correlation time. This may inspire more thorough investigations in cooperative effects of a nonlinear system and time delay on signal processing.     

加性和乘性噪声对随机偏微分方程的激励性（英文）

本文研究加性噪声和乘性噪声对一类随机偏微分方程激励性问题.利用It?公式和能量估计方法方法,得出在两种不同噪声下,相对应的随机偏微分方程噪声激励指标不同.从而从这个角度来看,加性噪声与乘性噪声对随机偏微分方程的影响是不一样的.