局部最優(yōu)處理器中隨機共振現(xiàn)象的研究.pdf

1、在靜態(tài)非線性系統(tǒng)中，如果系統(tǒng)只有一個非常弱的周期信號的輸入，系統(tǒng)的輸出是不可能得到的。然而，在一些噪聲的幫助下卻能增強輸入信號，就可以觀察到系統(tǒng)的輸出，這種現(xiàn)象叫做隨機共振。本文就是在隨機共振的背景下，研究局部最優(yōu)處理器的對于弱周期信號的處理。
　　 本文主要研究了一類靜態(tài)非線性系統(tǒng)的性能，即局部最優(yōu)處理器。局部最優(yōu)處理器是弱信號假設(shè)下，依據(jù)Neyman-Pearson準(zhǔn)則近似得到的一類靜態(tài)處理系統(tǒng)。本文依據(jù)局部最優(yōu)處理器的結(jié)構(gòu)

2、，深入研究了給定的局部最優(yōu)處理器中的隨機共振現(xiàn)象，并給出了給定的局部最優(yōu)處理器中產(chǎn)生隨機共振現(xiàn)象的判定定理。對于周期弱信號，局部最優(yōu)處理器具有最大的輸出信噪比，并且其信噪比增益就是噪聲概率密度函數(shù)的Fisher信息量。利用這個結(jié)論和Fisher信息量的卷積不等式，證明了當(dāng)向原始信號中加入額外噪聲時，更新的局部最優(yōu)處理器不能進一步提高輸出信噪比。本文進一步對給定的局部最優(yōu)處理器的結(jié)構(gòu)進行了分析，并對這些局部最優(yōu)處理器進行了歸一化的處理。通