盲分離(Blind Signal Separation,BSS)技術(shù)是現(xiàn)代信號(hào)處理領(lǐng)域中一個(gè)嶄新的研究方向。目前已廣泛應(yīng)用于語(yǔ)音信號(hào)處理、移動(dòng)通信、醫(yī)學(xué)信號(hào)處理及圖像處理等許多領(lǐng)域。目前解決盲分離問(wèn)題主要利用獨(dú)立分量分析(Independent Component Analysis,ICA)方法來(lái)提取相互統(tǒng)計(jì)獨(dú)立的源信號(hào)。獨(dú)立分量分析是指在不知道源信號(hào)和傳輸信道的先驗(yàn)信息的情況下,根據(jù)源信號(hào)的特性,僅由觀測(cè)到的混合信號(hào)來(lái)恢復(fù)或分離出源信號(hào)。本文將獨(dú)立分量分析方法應(yīng)用到旋轉(zhuǎn)機(jī)械故障診斷中,通過(guò)此方法來(lái)提取特征頻率進(jìn)而分析機(jī)械的故障,從獨(dú)立分量分析的算法和在機(jī)械振動(dòng)信號(hào)中的應(yīng)用方面進(jìn)行研究。 本文從盲源分離的理論出發(fā),由盲源分離問(wèn)題引出獨(dú)立分量分析,分析了ICA的數(shù)學(xué)模型及原理,論述了不同的ICA獨(dú)立性準(zhǔn)則以及現(xiàn)有的幾種主要算法,重點(diǎn)研究了FastICA算法。FastICA算法基于非高斯性最大化原理,使用固定點(diǎn)迭代理論尋找非高斯性最大值,采用牛頓迭代算法對(duì)觀測(cè)變量的大量采樣點(diǎn)進(jìn)行批處理,每次從觀測(cè)信號(hào)中分離出一個(gè)獨(dú)立分量,是獨(dú)立分量分析的一種快速算法。并且針對(duì)FastICA算法的收斂依賴于...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 旋轉(zhuǎn)機(jī)械故障診斷的背景和研究意義
    1.2 傳統(tǒng)旋轉(zhuǎn)機(jī)械故障特征提取技術(shù)的不足
    1.3 獨(dú)立分量分析的研究概況
    1.4 獨(dú)立分量分析的應(yīng)用現(xiàn)狀
        1.4.1 獨(dú)立分量分析在各領(lǐng)域的應(yīng)用情況
        1.4.2 獨(dú)立分量分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用
    1.5 論文的研究?jī)?nèi)容和結(jié)構(gòu)安排
第二章 獨(dú)立分量分析概述
    2.1 統(tǒng)計(jì)學(xué)的相關(guān)基礎(chǔ)理論
        2.1.1 隨機(jī)變量的數(shù)字特征
        2.1.2 統(tǒng)計(jì)獨(dú)立
    2.2 信息論的相關(guān)理論
        2.2.1 熵
        2.2.2 Kullback-Leibler 散度
        2.2.3 互信息
        2.2.4 負(fù)熵
    2.3 瞬時(shí)混和信號(hào)盲分離
        2.3.1 瞬時(shí)混和信號(hào)盲分離的數(shù)學(xué)模型
        2.3.2 ICA 的前提假設(shè)條件
        2.3.3 ICA 的限制條件
    2.4 小結(jié)
第三章 獨(dú)立分量分析常用算法
    3.1 ICA 的獨(dú)立性判據(jù)
        3.1.1 互信息極小化
        3.1.2 信息極大化
        3.1.3 極大似然估計(jì)
        3.1.4 負(fù)熵最大化
        3.1.5 各種判據(jù)的等價(jià)性
    3.2 ICA 的優(yōu)化算法
    3.3 盲分離算法性能評(píng)價(jià)準(zhǔn)則
    3.4 基于FastICA 的盲分離算法
        3.4.1 FastICA 算法的基本理論
        3.4.2 FastICA 的預(yù)處理過(guò)程
        3.4.3 FastICA 的算法原理和特點(diǎn)
        3.4.4 FastICA 算法的改進(jìn)方法
        3.4.5 仿真實(shí)驗(yàn)
    3.5 小結(jié)
第四章 引入帶通濾波的改進(jìn)盲分離方法
    4.1 觀測(cè)信號(hào)與源信號(hào)數(shù)目不等問(wèn)題討論
n )">        4.1.1 觀測(cè)信號(hào)數(shù)目大于源信號(hào)數(shù)目(m > n )
        4.1.2 觀測(cè)信號(hào)數(shù)目小于源信號(hào)數(shù)目(m < n )
    4.2 基于窄帶處理的改進(jìn)盲分離方法
        4.2.1 改進(jìn)方法的實(shí)現(xiàn)原理
        4.2.2 仿真實(shí)驗(yàn)
    4.3 小結(jié)
第五章 旋轉(zhuǎn)機(jī)械故障特征盲分離實(shí)驗(yàn)分析
    5.1 轉(zhuǎn)子不平衡故障特征盲分離
        5.1.1 轉(zhuǎn)子不平衡故障機(jī)理及特征
        5.1.2 轉(zhuǎn)子不平衡實(shí)驗(yàn)分析
    5.2 齒輪箱振動(dòng)特征的盲分離
        5.2.1 齒輪箱振動(dòng)機(jī)理分析
        5.2.2 齒輪箱振動(dòng)特征盲分離實(shí)驗(yàn)分析
    5.3 小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 本課題今后需進(jìn)一步研究的地方
致謝
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷 在讀期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3849831