Zhong S, Wei K, Gao S, et al. Stochastic resonance in a linear fractional Langevin equation[J]. Journal of Statistical Physics, 2013, 150: 867-880.
一.Introduction
二.System Model
2.1 模型的构建
文章从由分数高斯噪声(FGN)驱动的广义Langevin方程(GLE)开始:
粒子的位移 | |
牛顿加速度项 | |
摩擦系数 | |
固有频率 | |
外部周期力的幅度 | |
频率 |
2.2 外部噪声
是的波动,建模为双态噪声,取值为,且概率相同为
- 双态噪声:只能取两个值,通常记为 +a和 −a,其中 a 是噪声的幅度。这两个值出现的概率相等,分别为 0.5,所以噪声值的分布对称。
- 关联率:噪声在这两个值之间随机切换。切换的过程是由一个固定的关联率 控制的,即噪声在两个值之间转换的速率。(噪声相关系数)
有统计性质:
其中是噪声强度,是关联率。
- :其中的表示噪声Z (t)在时间t上的平均值;噪声 Z(t) 在 t时刻的平均值为零,即噪声的正负值在长期内相互抵消。
- :噪声 Z(t) 和 Z(s) 在两个不同时间点 t 和 s 上的乘积的平均值或期望值,这实际上是噪声的自相关函数。噪声在时间点 t和 s 上的相关性随着时间间隔 ∣t−s∣ 的增加而以指数衰减,衰减率由关联率 v 控制。
2.3 内部噪声
是定义为的分数高斯噪声 (FGN),其中是Hurst参数的分数布朗运动 (FBM)
2.4 自相关性和记忆核
- 当 0<H<1/2 时,自相关性为负,运动表现为次扩散。
- 当 1/2<H<1 时,自相关性为正,运动表现为超扩散。
- 当 H=1/2时,运动表现为正常扩散。
主要目的是解释分数阶Langevin方程中噪声和记忆核的数学特性,并通过波动-耗散定理连接二者。特别强调Hurst参数的选择条件,以确保记忆核的正值特性。
2.6 分数阶Langevin方程(FLE)
FLE (7)能描述具有异常次扩散的系统中的随机动力学。解释了记忆核和噪声之间的关系,并强调了这种方程在处理异常次扩散系统中的优势。
三.The Amplitude and Signal-to-Noise Ratio (SNR) of the Output Signal
这部分将获得输出幅度和信噪比(SNR)的精确表达式。
Shapiro-Loginov公式:处理诸如 〈Z(t)x(t)〉这样的乘积的期望值。
(还没学会推系数...)