线性过阻尼分数阶Langevin方程的共振行为

通过将广义Langevin方程中的系统内噪声建模为分数阶高斯噪声,推导出分数阶Langevin方程, 其分数阶导数项阶数由系统内噪声的Hurst指数所确定.讨论了处于强噪声环境下的线性过阻尼分数阶 Langevin方程在周期信号激励下的共振行为,利用Shapiro-Loginov公式和Laplace变换, 推导了系统响应的一、二阶稳态矩和稳态响应振幅、方差的解析表达式.分析表明,适当参数下, 系统稳态响应振幅和方差随噪声的某些特征参数、周期激励信号的频率及系统部分参数的变化出现了 广义的随机共振现象.     

线性调频信号激励过阻尼双稳系统的随机共振现象研究

线性调频信号是工程中常见的一种信号, 由于其为非周期信号, 无法以频域信噪比作为衡量其是否产生随机共振的测量手段, 故鲜有文献研究以线性调频信号为激励信号的随机共振现象. 本文利用线性调频信号在最优分数阶Fourier变换域上的能量聚集性, 首次提出以最优分数阶Fourier变换域上定义的信噪比作为测量手段, 研究了线性调频信号叠加高斯白噪声激励过阻尼双稳系统的随机共振现象, 且发现了以线性调频信号为激励信号时产生的新现象, 即随着信号频率的增大, 随机共振将逐渐减弱, 并给出了合理的解释.仿真的结果与理论分析一致, 验证了本文所提出方法的有效性. 关键词： 线性调频信号 分数阶Fourier变换 随机共振     

乘性二次噪声驱动的线性过阻尼振子的随机共振

针对乘性二次噪声和加性周期调制噪声联合驱动的线性过阻尼振子, 利用随机平均法推导了系统响应的一阶、 二阶稳态矩以及稳态响应振幅和方差的解析表达式. 理论分析和仿真实验均表明这类系统具有比传统的由线性噪声驱动的线性系统更丰富的动力学特性; 当二次噪声的系数满足一定条件时, 系统稳态响应的振幅及方差均存在广义随机共振现象.     

基于混沌和随机共振的微弱信号检测

推导了分数阶线性振子系统响应的一阶稳态矩的频率不变性和相移特性, 并通过理论分析得出, 在随机共振机制下, 分数阶线性振子对系统响应一阶稳态矩的幅值具有放大作用. 构造Duffing混沌振子检测器, 利用混沌系统对参数摄动的敏感性以及对噪声的免疫能力实现弱信号检测. 数值模拟证实, 该方法可以有效地从噪声背景中将微弱正弦信号检测出来, 并且相对传统的混沌检测方法能显著降低信噪比检测门限.     

具有质量及频率涨落的欠阻尼线性谐振子的随机共振

以往的研究大多考虑线性谐振子模型受频率涨落噪声的影响, 而当布朗粒子处于具有吸附能力的复杂环境时, 粒子质量也存在随机涨落. 因此, 本文研究具有质量及频率涨落两项噪声的二阶欠阻尼线性谐振子模型的随机共振现象. 利用Shapiro-Loginov公式和Laplace变换, 推导了系统响应一阶稳态矩及稳态响应振幅的解析表达式. 并根据稳态响应振幅的解析表达式, 建立了稳态响应振幅关于质量涨落噪声及频率涨落噪声各自的噪声强度能够诱导随机共振现象产生的充分必要条件. 仿真实验表明, 当系统参数满足本文所给出的充分必要条件要求时, 系统稳态响应振幅关于噪声强度的变化曲线具有明显的共振峰, 即此选定参数组合能够诱导系统产生随机共振现象.     

分数阶对数耦合系统在非周期外力作用下的定向输运现象

本文讨论了分数阶对数耦合系统在非周期外力作用情况下, 耦合粒子链的定向输运现象. 由于粒子在黏性介质中的运动具有“记忆性”, 所以本文通过将系统建模为分数阶对数耦合模型来研究各个系统参数对粒子链运动状态的影响. 数值仿真表明: 1)对于此类系统, 只有在存在外力作用的情况下粒子链才能够产生定向输运现象, 并且粒子链平均流速随着外力的增大而增大. 2)对于分数阶阶数较小的系统, 阻尼记忆性对粒子链的运动状态有显著的影响, 具体表现为: 粒子链的平均流速存在上界(这个上界非常小), 无论外力、耦合力以及噪声强度如何变化, 粒子链的平均流速都不会超过这个上界. 当系统的阻尼力很大且外力为零时, 粒子链不会产生定向输运现象. 3) 当系统的阶数与外力较大时, 虽然粒子链能够产生定向流, 但是此时系统对耦合力与噪声具有免疫性. 4) 耦合力与噪声强度对粒子链运动的影响只在外力较小的情况下有所表现. 在这种情况下, 当系统阶数充分大时, 粒子链的平均流速随着耦合力与噪声强度的变化而变化, 并且伴随着定向流的产生.     

过阻尼分数阶Langevin方程及其随机共振

通过对广义Langevin方程阻尼核函数的适当选取,在过阻尼的情形下, 推导出分数阶Langevin方程.给合反常扩散理论和分数阶导数的记忆性, 讨论了分数阶Langevin方程的物理意义,进而得出分数阶Langevin方程产生随机共振的内在机理.数值模拟表明,在一定的阶数范围内,分数阶Langevin方程可以产生随机共振, 并且分数阶下的信噪比增益好于整数阶情形.