具有随机共振的单神经元用于含噪声方波脉冲信号传输(英文)

利用理论分析和数值仿真的方法证明了一种简单的非线性神经元存在随机共振现象 ,并将该神经元用于含噪声方波脉冲信号的传输 ,结果表明该方法可以有效提高信号传输系统的输入输出比增益 ,从而大大地抑制了信号中的噪声 .本文的研究不仅给出了一种具有随机共振现象的简单神经元模型 。

迭代辛几何模态分解的高速列车轴承故障诊断

针对传统的SGMD方法存在的端点效应抑制和分解终止约束问题,提出了一种新的信号分解算法迭代辛几何模态分解(Iteration Symplectic Geometry Mode Decomposition,ISGMD)。ISGMD在SGMD的基础上,将迭代的方法引入分解过程中,确保每个分量所提取的重构轨迹信号为独立分量,并提出了新的约束条件。ISGMD可以有效地分解时间序列信号并在没有任何定义参数的情况下消除噪声,抑制模态混叠与端点效应。数值仿真信号分析结果表明,所提出方法进行时间序列分解能够准确有效地分解分析信号。应用所提方法对高速列车轴承复合故障进行诊断,并与同类方法进行比较,结果表明所提方法可以更好地对轴承复合故障进行诊断。