基于Fisher信息的随机共振理论研究

地区:上海市 宝山区

关键词:青岛大学

成果类型:其它

成果领域:生物与新医药

成果编号:A2021061000004425

成果描述:

该项目属于复杂系统与复杂性科学,研究内容属于交叉学科,以Fisher信息理论为基础,长期专注于非线性系统中噪声和弱信号的随机共振机制,在统计信号处理、数字通信和生物信息处理中取得了显著的研究成果,并在低频通讯信号接收机设计方面取得了实际进展。该项目主要研究内容和发现点如下: 一:在Fisher信息理论框架下统一了弱信号处理的四种度量:信噪比增益、信号检测功效、传输相关系数和估计子均方误差,建立了不同弱信号处理任务之间联系,给出了最优处理器的渐近性能上限与噪声分布的Fisher信息量关系,发现了信号波形和Fisher信息阵特征向量的匹配性质,求解了有色噪声情况下局部最优处理器向量解,利用噪声协方差阵正定性,证明了局部最优处理器的渐近性能上界为信号能量与Fisher信息阵的最大特征值乘积; 二:利用Fiher信息卷积不等式界定了随机共振产生条件,对于一类非高斯噪声中弱信号检测问题,论证了随机共振信号处理方法的可行性,对于尺度和非尺度噪声,给出最优噪声强度调谐方法,证实了随机共振机制在阵列信号检测中的可实现性和自适应性; 三:依据循环平稳随机过程理论,推导了多通道动态模型的阵列增益理论表达式,发现了无限并联阵列可利用任意两个不同通道实现的理论方法,在可兴奋性感知神经网络和饱和突触神经网络中验证了噪声对于神经信息编码策略的积极作用。 申请人段法兵在国际期刊发表SCI收录论文32篇,8篇代表性论文中5篇为JCR1区期刊文章,发表在国际综合类期刊《PLoSONE》、物理类期刊《PhysicalReviewE》,信息类期刊《SignalProcessing》等期刊上。8篇代表性论文的SCI他引次数为38次,该项目有关随机共振研究主要20篇论文SCI他引次数为239次。该项目还为中国船舶重工集团公司第七研究院提供了技术支持,在厚拖尾噪声环境和低输入信噪比-30dB条件下,与经典信号处理方法相比,随机共振技术将输出信噪比提高了5dB。 美国国家标准技术研究所J.F.Douglas研究员,斯洛维尼亚马里博尔大学M.Perc教授,日本索尼公司研究员M.Ueda和东京大学S.Yonekura教授,澳大利亚南澳大学远程通讯研究所(FutureResearchFellow)M.D.McDonnell教授,美国纽约精神卫生研究所R.Wallace教授,法国勃艮大学图形处理实验室S.Morfu教授,美国加州大学电子工程系教授A.Akbay,土耳其比尔坎特大学电气与电子工程系S.Gezici(IEEEFellow),澳门科技大学医学重点实验室W.Zhang教授等国内外同行对于论文进行了广泛引用。
需求匹配