皮层脑电的非线性降噪

引入基于对非线性动力学局部线性拟合的局部投影非线性降噪方法对Spragure-Dawley大鼠的皮层脑电进行降噪.为了提高降噪效果，利用返回图法对皮层脑电降噪时所需要的最佳局部邻域尺度进行了估计.首先以被50%的高斯白噪声污染的Lorenz方程x轴为例进行降噪，说明根据降噪理论所编写的计算程序的正确性.然后将此降噪方法分别应用于被麻醉的大鼠的皮层脑电和青霉素溶液诱发癫痫发作的皮层脑电时间序列，并采用非线性预报分析说明降噪的效果. 关键词： 皮层脑电 返回图法 非线性降噪 非线性预报     

变尺度概率净化法的优化

变尺度概率净化法是一种混沌时间序列非线性动力学降噪方法，该方法需对整个相空间点列做联合处理，因此算法的计算量和所需内存量会随着每个轨道点的修正参考点数和嵌入维数的增加而呈指数增长.根据变尺度概率净化法的特点，对前向概率和转移概率的估计方法作了一些改进，使算法的运算量减小到了原来的0.27左右，而降噪性能并没有下降，并提出了数据较长情况下的算法实现结构，大大降低了算法运行所需内存. 关键词： 混沌 非线性动力学 降噪 最大后验概率估计 变尺度概率净化     

连续动力系统时间序列的非线性检验

用相位随机化的替代数据方法，研究了连续混沌动力系统时间序列的非线性检验判定.研究发现，在不同的采样情况下，混沌时间序列的非线性特性检验有所差异，尤其对于过采样时间序列，往往会出现虚假的判断结果.针对过采样时间序列，最好采用能够反映非线性特征的参数，作为检验统计量进行检验判断. 关键词： 替代数据 关联维数 连续时间序列 非线性检验     

水下目标辐射噪声时间序列的非线性降噪处理

噪声是信号检测和目标识别的障碍．对水下目标辐射噪声降噪,过去常用线性的方法来对信号进行滤波。对于线性系统产生的信号,用线性滤波方法可以达到较好的效果但对非线性系统产生的信号或受非线性因素影响较大的信号,用线性滤波万法不能很好地滤除噪声,已经证明,水下目标辐射噪声信号中具有明显的非线性成分。因此,本文提出运用非线性方法对水下目标辐射噪声时间序列进行降噪处理。通过降噪前后重构吸引子、关联积分曲线斜率及信噪比的比较,表明该方法对去除水下目标辐射噪声时间序列中的噪声干扰十分有效。     

一种时间序列的弱非线性检验方法

时间序列的非线性是判定该时间序列具有混沌特性的必要条件.提出一种基于线性和非线性AR模型归一化多步预测误差比值的非线性检验量δ_NAR,采用替代数据法来检测时间序列中的弱非线性.以Lorenz时间序列为例,分析了估计非线性检验量δ_NAR时各相关参数对弱非线性检测性能的影响.通过混沌时间序列非线性检测试验,对4种混沌时间序列中的3种,非线性检验量δ_NAR都表现出比基于AIC模型选择准则的非线性检验量相似文献   

基于因果检验的非线性系统的预测试验

非线性、非平稳系统的预测是一个具有重要科学意义的研究课题.最近一些工作已将收敛交叉映射算法(convergent cross mapping, CCM)用于检验变量之间的因果关系,由于在CCM算法中,相空间中相互靠近的点在时间上具有相似的发展趋势和运动轨迹,因此该方法可以尝试应用于非线性、非平稳系统的预测试验研究中.鉴于此,本文将CCM算法分别应用于Lorenz系统和实际气候时间序列的预测中,并检测不同相空间重构方法对预测效果的影响.主要结果如下:1)不论是理想Lorenz模型还是实际气候序列,对于单变量、多变量和多视角嵌入法3种重构相空间方法而言,多视角嵌入法对变量的预测效果最好,表明对于给定长度的时间序列,重构相空间中包含的信息越多,其预测能力越强; 2)将NAM (northern hemisphere annular mode)加入SAT (surface air temperature)的重构相空间中可以改善SAT的预测效果.在使用单变量、多变量和多视角嵌入法进行预测时,利用复杂系统中变量中共有信息的特性,在时间序列长度一定的情况下,可以利用动力系统的复杂性来增加系统内的信息...     

非线性物理破解神经编码机制

信息在神经系统中以脉冲点序列的形式传输和处理，神经系统如何通过脉冲点序列对所表达的信息进行编码，一直是一个谜．人们曾普遍认为，神经可能通过发放率（单位时间发放脉冲出现的次数）对信息编码，也有人猜测，神经可通过脉冲点序列的时序编码．由于神经发放的随机性，这就使得任何编码机制都面临着被表达信息的确定性与表达该信息的信号的随机性的矛盾．通过神经非线性随机动力学模型，文章作者发现，神经点序列的发放率对点序列的时序信息传输的影响，揭示了神经点序列时序信息在神经非线性传输中的随机共振特征．由此预期，并进一步通过听觉心理物理实验观察到，在一定条件下噪声对听觉的增强作用．从而通过非线性物理揭示了听觉时序编码机制的存在以及在时序编码中随机性噪声的积极作用．     

基于非线性预测效果的癫痫脑电信号的特征提取方法

在非线性时间序列预测研究的基础上,提出了基于非线性预测效果的癫痫脑电信号特征提取方法,从脑电信号中自动检测出癫痫脑电信号.采用基于可预测性的选取嵌入维数的方法确定脑电信号序列的嵌入维数,进行相空间重构.实验结果表明:基于非线性预测效果的特征提取方法提取的特征能明显地区分癫痫脑电信号与正常脑电信号,该非线性特征提取方法适合小数据量的情况且对噪声的稳定性好.     

几种辅助方程与非线性发展方程的无穷序列精确解

本文为了获得非线性发展方程新的无穷序列精确解,给出了几种辅助方程的Böcklund变换和解的非线性叠加公式,并构造了一些非线性发展方程新的无穷序列精确解,其中包括无穷序列Jacobi椭圆函数解、无穷序列双曲函数解和无穷序列三角函数解.该方法在构造非线性发展方程无穷序列精确解方面具有普遍意义. 关键词： 辅助方程法 解的非线性叠加公式 无穷序列解 非线性发展方程     

混沌时间序列基于邻域点的非线性多步自适应预测

根据流形理论，利用混沌时间序列中某点邻域内最近几点的P次迭代像，提出了一种多步自 适应预测算法.仿真说明，这种算法使得预测速度成倍提高，而预测稳定后得到的误差均方 根序列呈指数增长趋势，这个指数就是该混沌时间序列的Lyapunov指数. 关键词： 混沌时间序列 邻域 非线性自适应预测 Lyapunov指数     

RETRACTED: A Hybrid Nonlinear Active Noise Control Method Using Chebyshev Nonlinear Filter

Investigations into active noise control (ANC) technique have been conducted with the aim of effective control of the low-frequency noise. In practice, however, the performance of currently available ANC systems degrades due to the effects of nonlinearity in the primary and secondary paths, primary noise and louder speaker. This paper proposes a hybrid control structure of nonlinear ANC system to control the non-stationary noise produced by the rotating machinery on the nonlinear primary path. A fast version of ensemble empirical mode decomposition is used to decompose the non-stationary primary noise into intrinsic mode functions, which are expanded using the second-order Chebyshev nonlinear filter and then individually controlled. The convergence of the nonlinear ANC system is also discussed. Simulation results demonstrate that proposed method outperforms the FSLMS and VFXLMS algorithms with respect to noise reduction and convergence rate.     

基于模型选择的模式波前重构算法研究

基于Zernike模式的波前重构算法通常忽略实际波前像差构成的差异, 而用一定数量的低阶Zernike模式进行波前重构, 导致模式混淆或耦合等问题, 进而影响波前重构的精度. 根据信息论中的最小描述长度准则对重构模型的阶数进行了选择, 在此基础上应用非线性优化算法计算重构系数, 并最终实现波前重构; 对不同信噪比条件下振幅均匀分布入射光束的波前进行了重构. 结果表明: 该算法不但能够实现相对于现有算法相对较高的波前重构精度, 并且具有优良的噪声适应性, 体现了模型选择在模式法波前重构算法中的意义.     

Optimum splitting ratio for amplifier noise reduction by an asymmetric nonlinear optical loop mirror

We theoretically and experimentally analyze the influence of the splitting ratio and the input power on the noise reduction capability of an asymmetric nonlinear optical loop mirror (NOLM) for different input noise levels. An easy method to calculate the optimum parameters for noise reduction is also presented. The best noise reduction is found at NOLM input powers at which the nonlinear transfer function has a slope close to zero. Additionally, the splitting ratio of the NOLM has to be adapted to its input noise level to suppress amplitude fluctuations effectively. Since the noise reduction by the NOLM is due to the Kerr nonlinearity, which has a timescale below a few femtoseconds, the noise reduction is applicable to short pulses in the picosecond and femtosecond range. This makes the NOLM applicable as an optical regenerator in an optical data transmission system at high bit rates, such as 160 GBit/s.     

A new method of determining the optimal embedding dimension based on nonlinear prediction

A new method is proposed to determine the optimal embedding dimension from a scalar time series in this paper. This method determines the optimal embedding dimension by optimizing the nonlinear autoregressive prediction model parameterized by the embedding dimension and the nonlinear degree. Simulation results show the effectiveness of this method. And this method is applicable to a short time series, stable to noise, computationally efficient, and without any purposely introduced parameters.     

基于局域相关向量机回归模型的小尺度网络流量的非线性预测

基于非线性时间序列局域预测法与相关向量机回归模型, 本文提出了局域相关向量机预测方法, 并应用于预测实际的小尺度网路流量序列. 应用基于信息准则的局域预测法邻近点的选取方法来选取局域相关向量机回归模型的邻近点个数. 对比分析了局域相关向量机预测法、前馈神经网络模型与局域线性预测法对网络流量序列的预测性能, 其中前馈神经网络模型的参数采用粒子群优化算法来优化. 实验结果表明: 邻近点优化后的局域相关向量机回归模型能够有效地预测小尺度网络流量序列, 归一化均方误差很小; 局域相关向量机回归模型生成的时间序列具有与原网络流量时间序列相一致的概率分布; 局域相关向量机回归模型的预测精度好于前馈神经网络模型的与局域线性预测法的. 关键词： 小尺度网络流量 非线性时间序列预测方法 局域预测法 相关向量机回归模型     

Improvement of speech recognition by nonlinear noise reduction

The success of nonlinear noise reduction applied to a single channel recording of human voice is measured in terms of the recognition rate of a commercial speech recognition program in comparison to the optimal linear filter. The overall performance of the nonlinear method is shown to be superior. We hence demonstrate that an algorithm that has its roots in the theory of nonlinear deterministic dynamics possesses a large potential in a realistic application.     

一种基于改进累积方差百分比的红外高光谱数据降噪方法

降低红外高光谱观测数据中的噪声水平是提高温湿廓线反演精度和反演稳定性的重要环节。采用主成分分析法降噪时,最优主成分个数k的选择一般是根据统计和经验的方法确定。统计的方法大都是根据累积方差百分比法,通过人为设定累积贡献率阈值确定最优主成分个数,使得该方法具有较大的主观性和随意性;经验的方法则需要实时的等效噪声光谱(NESR)数据做标准化处理将非均匀噪声转化为高斯分布,而实时的NESR数据在很多情况下不易获取。针对上述问题,提出了一种基于改进累积方差百分比的主成分降噪方法,通过迭代计算选取不同主成分时重构光谱辐射与模拟光谱辐射的偏差来计算累积贡献率阈值,根据阈值确定最优的主成分个数。该方法解决了确定累积贡献率阈值主观随意性的问题,并且不需要实时的NESR数据做标准化处理。根据物理反演结果分析了数据的标准化对降噪的影响,结果表明,标准化对降噪效果的影响很小,由标准化造成的k值计算误差对降噪效果的影响更大。利用该方法对2011年4个季度中具有代表性的数据做降噪处理,反演的温度廓线均方根误差相比于经验公式法在0.32～3 km高度上提高了约0.1 K,与利用等效噪声光谱标准化后的降噪数据的反演结果精度相当。在无法获取等效噪声光谱数据情况下,该方法可以客观合理地对地基红外高光谱数据进行降噪。     

基于小波变换的长距离光正交频分复用系统中四波混频引起的相位噪声分析

四波混频（FWM）效应是相干光正交频分复用（CO-OFDM）系统中最主要的非线性作用。分析基于小波变换的相干光正交频分（WT-OOFDM）系统原理,研究小波变换对FWM效应和光放大器自发辐射（ASE）引起的相位噪声的改善效果。数值结果表明,在采用常规G. 652光纤,100 Gbit/s的WT-OOFDM传输1500 km时,非线性相位噪声降低20%,总相位噪声降低15%。     

The Effective AC Response of Nonlinear Composites

A perturbative approach is used to study the AC response of nonlinear compostie media,which obey a current-field relation of the form J=σE χ|E|^2E with comp[onents having nonlinear response at finite frequencies.For a sinusoidal applied field,we extend the local potential in terms of sinusoidal components at fundamental frequency and high-order harmonic frequencies to treat the nonlinear comosites.For nonlinear composite media with a low concentrations of spherical inclusions,we give the formulae of the nonlinear effective AC susceptibility χ3ω at the third harmonic frequency.