本文關(guān)鍵詞：卷積混合振動信號的獨立分量分析　出處：《華東交通大學(xué)》2011年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 故障診斷 信號處理 盲信號 獨立分量 卷積混合 半盲分離

【摘要】：工業(yè)信息化推動著各種信號處理技術(shù)不斷發(fā)展。與傳統(tǒng)的信號處理方法相比,盲源分離(Blind Source Separation,BSS)技術(shù)可以在源信號和傳輸信道等先驗知識未知的條件下,對混合信號多輸入多輸出系統(tǒng)進行分析和處理,恢復(fù)出多維的源信號。獨立分量分析(Independent Component Analysis,ICA)在盲源分離中占有重要的地位。它以信號向量間的獨立性判據(jù)為目標(biāo)函數(shù),通過優(yōu)化算法調(diào)節(jié)分離矩陣,從觀測到的混合信號中分離出相互獨立的源信號。由于其算法新穎、性能優(yōu)異,被廣泛應(yīng)用于混合語音識別、通訊處理、地震監(jiān)測等領(lǐng)域。 機械振動信號往往是振動源信號與傳遞路徑?jīng)_擊響應(yīng)的卷積,利用瞬時混合模型進行的獨立分量分析無法克服路徑效應(yīng)的影響。本文以旋轉(zhuǎn)機械振動信號為研究對象,重點研究了卷積混合振動信號的獨立分量分析方法。先用傅里葉變換把觀測到的時域卷積混合信號變換為頻域中的瞬時混合,再使用瞬時混合的FastICA算法進行混合信號的分離。在上述處理過程中,傅里葉變換后的時域信號由實數(shù)值變成了頻域中的復(fù)值,所以必須對實數(shù)算法中的目標(biāo)函數(shù)和約束條件進行擴展,得到復(fù)值FastICA算法,從而對卷積混合的未知源信號進行盲源分離。 在自然環(huán)境中,絕對的“盲”是不存在的,本文也研究了基于半盲分離的改進算法。首先,在復(fù)數(shù)FastICA算法的基礎(chǔ)上,采用帶通濾波器獲取源信號在主要能量頻段上的幅值信息,構(gòu)建參考信號;然后,引入幅值接近度函數(shù)構(gòu)建新的不等式約束條件,建立了基于半盲分離的改進算法的數(shù)學(xué)模型;最后,引入增廣拉格朗日函數(shù)(Augmented Lagrangian)進行約束優(yōu)化,得到了改進后的復(fù)值FastICA分離算法。仿真實驗證明,這種改進方法可以快速地獲得感興趣的目標(biāo)源信號,而不必對其他信號進行重復(fù)計算,使算法的分離精度和運算時間得到了提高。 在論文的最后,采用改進后的復(fù)數(shù)FastICA算法對旋轉(zhuǎn)機械的振動信號進行分析,通過齒輪斷齒故障和軸承外圈滾道故障兩個實驗,證明按照卷積混合模型并采用基于半盲分離的改進算法得到的結(jié)果可以獲取清晰且較為豐富的故障特征信息,并且可以基本消除路徑效應(yīng)對測量結(jié)果的影響。
[Abstract]:......
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：TH165.3

【參考文獻】

相關(guān)期刊論文 前4條

1 劉琚,何振亞;盲源分離和盲反卷積[J];電子學(xué)報;2002年04期

2 葉紅仙;楊世錫;楊將新;;多振源卷積混合的時域盲源分離算法[J];機械工程學(xué)報;2009年01期

3 張海軍,溫廣瑞,屈梁生;一種提高診斷信息質(zhì)量的方法[J];西安交通大學(xué)學(xué)報;2002年03期

4 胥永剛,張發(fā)啟,何正嘉;獨立分量分析及其在故障診斷中的應(yīng)用[J];振動與沖擊;2004年02期

相關(guān)博士學(xué)位論文 前7條

1 王惠剛;自適應(yīng)盲信號處理理論及應(yīng)用研究[D];西北工業(yè)大學(xué);2002年

2 孟濤;齒輪與滾動軸承故障的振動分析與診斷[D];西北工業(yè)大學(xué);2003年

3 梅鐵民;盲源信號分離時域與頻域算法研究[D];大連理工大學(xué);2006年

4 李萌;旋轉(zhuǎn)機械軸承故障的特征提取與模式識別方法研究[D];吉林大學(xué);2008年

5 王超;頻域卷積混合盲分離研究[D];上海大學(xué);2008年

6 葉紅仙;機械系統(tǒng)振動源的盲分離方法研究[D];浙江大學(xué);2008年

7 楊尚明;盲信號分離ICA理論與應(yīng)用[D];電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前9條

1 黃科;基于獨立分量分析的混合語音信號盲分離系統(tǒng)的研究[D];上海海事大學(xué);2006年

2 李鏡;復(fù)數(shù)參考獨立分量分析算法與應(yīng)用研究[D];大連理工大學(xué);2007年

3 項文娟;齒輪箱故障源信號分析方法及系統(tǒng)研究[D];浙江大學(xué);2007年

4 馬麗艷;卷積混合盲源分離[D];中國地質(zhì)大學(xué);2008年

5 陳紹榮;卷積混合語音信號盲分離方法研究[D];國防科學(xué)技術(shù)大學(xué);2007年

6 王述偉;旋轉(zhuǎn)機械故障特征盲源分離方法研究[D];華東交通大學(xué);2009年

7 王李丹;卷積語音信號盲分離的頻域算法研究[D];大連理工大學(xué);2009年

8 馬川;滾動軸承故障特征提取與應(yīng)用研究[D];大連理工大學(xué);2009年

9 董治強;獨立分量分析及其在語音特征提取中的應(yīng)用[D];山東大學(xué);2010年

，

本文編號：1352167