Суть и свойства стохастического резонанса

 

Что произойдет, если к внешнему шуму добавить и слабенький, подпороговый периодический сигнал? Заметьте, подпороговый, т.е. который сам по себе, без шума, не смог бы вызвать переход системы из одного состояния в другое!

В этом случае частица будет по-прежнему скакать из одной ямы в другую, но характер этого процесса изменится: в нем появится периодическая компонента с периодом, равным периоду внешнего слабого сигнала. То есть, перескоки осуществляются за счет случайной силы, а периодическая добавка лишь " модулирует" эффект (т.е. добавляет свою собственную периодичность). Именно так это подпороговое возмущение и проявляется: шум как бы устраняет непреодолимый ранее потенциальный барьер и заставляет систему откликаться на подпороговый сигнал. Это и есть явление стохастического резонанса.

Самая интересная особенность стохастического резонанса - это то, что существует некая оптимальная интенсивность шума, при которой отклик системы на периодический сигнал самый сильный. Как определить, насколько велик этот отклик, мы уже знаем. Для этого надо построить зависимость координаты частицы от времени и с помощью преобразования Фурье выделить периодическую составляющую сигнала. Тогда амплитуда дополнительного " горба" фурье-образа (рис. 2) будет служить количественной характеристикой чувствительности системы. Действительно, чем выше горб, тем сильнее проявляется внешний периодический сигнал в движении частицы.

 

 

Проиллюстрировать эту особенность стохастического резонанса поможет рис.4. На нем показана зависимость координаты частицы от времени при одном и том же слабом периодическом сигнале, но при разных интенсивностях шума. Значения координаты +1 и - 1 соответствуют дну первой и второй потенциальной ямы. Видно, что когда интенсивность шума мала, частица долго находится в одной потенциальной яме, прежде чем перепрыгнуть в другую (рис.4, нижний график). Внешний периодический сигнал здесь никак не проявляется. Когда мы увеличиваем интенсивность шума до оптимальной, частица под суммарным воздействием шума и периодической силы будет синхронно прыгать из одной ямы в другую (рис.4, средний график). Явно видна периодическая составляющая отклика системы, период которой совпадает с периодом внешней силы. Наконец, при дальнейшем усилении шума движение частицы станет все более и более хаотичным; периодическая компонента в отклике будет уменьшаться (рис.4, верхний график). Типичная зависимость отклика системы от интенсивности внешнего шума показана на рис.5. Ясно видно, что при некоторой интенсивности отклик максимален.

 

 

Осталось теперь понять, почему вообще существует оптимальная интенсивность шума и чему она должна равняться. Как мы видели выше, заданной интенсивности шума отвечает вполне конкретное среднее время перескока t из одной ямы в другую. Так вот, условие на оптимальную интенсивность шума таково: надо, чтобы вызываемое этим шумом время перескока равнялось половине периода слабого периодического возмущения:

 

t = T/2.

 

Как можно понять это требование? Можно условно сказать, что, подождав время t, частица " созрела" для того, чтобы прыгнуть во вторую яму. С другой стороны, мы знаем, что когда мы прикладываем внешнюю силу, мы слегка " наклоняем" потенциал так, как это показано на Рис.6. То есть, мы помогаем частице перепрыгнуть в другую яму, и потому вероятность прыжка в момент наибольшей внешней силы очень велика. Через полпериода T/2, когда частица уже " созрела" для перескока обратно в первую яму, потенциал уже наклонился в другую сторону, опять же способствуя перескоку. Поэтому именно в этот момент частица наиболее охотно совершает прыжок.

 

 

Итак, благодаря тому, что " созревание" и период внешней силы синхронизированы, возникает наиболее сильный отклик системы на внешнее периодическое возмущение. Если эти два процесса не синхронизированы, чувствительность к слабой периодической силе уменьшается. Перед нами - типичный пример избирательного воздействия, т.е. резонанса.

Вывод

 

Биологическим нанокомпьютерам предстоит еще очень долгий путь к тому, чтобы стать сколько-нибудь практической технологией. Однако недавняя работа группы израильских исследователей, опубликовавших статью в журнале Nature (Y. Benenson, T. Paz-Elizur, R. Adar, E. Keinan, Z. Livneh & Ehud Shapiro, " Programmable and autonomous computing machine made of biomolecules", Nature, 414, pp.430-434, 2001), показывает, что ученые уже научились создавать несложные программируемые вычислительные устройства, способные работать в условиях натурального биологического окружения типа клетки. В суммарном подсчете коллективная вычислительная мощь биологических компьютеров в израильском устройстве составляет миллиард операций в секунду при точности вычислений более 99, 8%. Затраты же энергии на эти вычисления составляют менее одной миллиардной доли ватта, что делает возможным функционирование таких нанокомпьютеров внутри человеческого тела.

Представляется маловероятным, что в обозримом будущем мы отправимся в ближайший компьютерный магазин покупать ПК на основе ДНК. Однако информационно-биомолекулярные исследования вполне могут привести к технологии, чрезвычайно полезной, к примеру, в фармакологической индустрии. Например, просматриваются возможности создания " живых автоматов", способных обрабатывать ДНК внутри человеческого тела, отыскивая аномалии и вырабатывая исцеляющие препараты. Другая область применения - создание диагностических тестов внутри " умной" бактерии, перепрограммируя ее геном для включения небольших логических схем, которые способны, например, активизироваться в присутствии определенного химиката. А в качестве промежуточного этапа на данном пути видится создание удобного инструментария для ускорения нынешних необъятных работ по секвенсированию ДНК, т.е. восстановлению генома интересующих человека живых организмов.

Пока что вся область ДНК-вычислений пребывает в самом раннем этапе " подтверждения концепции", однако в течение ближайших десяти лет, считают эксперты, эта технология начнет выходить на рубеж реальных применений.

Многие эксперты полагают, что в 2010-2020 гг. будет отмечаться снижение предложения углеводородного сырья. Вследствие этого к 2025 году доля возобновляемых источников энергии в мировом энергетическом балансе возрастет с нынешних 5% до 10%, а к 2050 году до 50%, в странах ЕС к 2010 году эта доля увеличится до 12% (против 6% в 2000 году), а в общем производстве электроэнергии до 22%.

Согласно расчетам Международного экономического форума возобновляемых источников энергии IWK, суммарная выработка электроэнергии с использованием возобновляемых источников составила примерно 2, 8 трлн кВт/час, а общемировая выработка электроэнергии - 14 трлн кВт/час. Среди возобновляемых источников на первом месте - ГЭС - 2, 7 трлн, на втором месте геотермальная энергетика - 50 млрд, на третьем - ветроэнергетика - 23 млрд. По их оценке, в 2010 году возобновляемые источники энергии обеспечат выработку 3, 5 трлн кВт/час электроэнергии. Наиболее высокие темпы роста прогнозируются в ветро- и солнечной энергетике. Объем продаж оборудования для выработки электроэнергии с использованием возобновляемых источников возрастут с 12 млрд евро в 2000 г. до 30 млрд в 2010 г.

Перечень литературы

 

1. Пивоварова З.И., Стадник В.В. Климатические характеристики солнечной радиации как источника энергии на территории СССР. - Л., Гидрометеоиздат, 1988.

2. Евдокимов В.М. Некоторые новые теоретические модели фотопреобразователей и перспективы повышения их КПД. /Под ред. Семёнова Н. Н., Шилова А.Е. Москва, Наука, 1995г.

3. Колтун М.М. Оптика и метрология солнечных элементов. М., Наука, 1985г., 280 стр.

4. Журнал " ГЕО". №11, ноябрь 1999г. Статья Ханне Тюгель " Гигаватты солнечного электричества".

5. Тихомиров О.К. Проблемы искусственного интеллекта. - М.: Высш. шк., 1987. - 211с.

6. Акапкин Ю.К. и др. Биотехника - новое направление в компьютеризации- М.: Наука, 1990. - 144с.

7. Николис Г., Пригожин И. Познание сложного. - М.: Мир, 1990. - 342с.

8. Синергетика и фракталы в материаловедении/ В.С. Иванова, А.С. Баланкин, И.Ж. Бунин, А.А. Оксогоев. - М.: Наука, 1994. - 383 с.

9. Хакен Г. Информация и самоорганизация: Макроскопический подход к сложным системам. - М.: Мир, 1991. - 240 с.

10. Займан Дж. Модели беспорядка. - М.: Мир, 1982. - 591 с.

11. Морозов А.А., Ященко В.А. Интеллектуализация ЭВМ на базе нового класса нейроподобных систем. - Киев: Тираж, 1997. -125 с.

12. Шаповалов В.И. Основы синергетики. М.: Испо-Сервис, 2000. -354с.

13. Лоскутов А.Ю., Михайлов А.С. Введение в синергетику. М.: Наука, 1990. - 226с.

14. Хакен Г. Синергетика. М.: Мир, 1980. -279с.

15. http: //www.biochip.ru/.

Вопрос №1: Нанокомпьютер - это...

 

⇐ Предыдущая123

Поделиться: