在工程信號(hào)處理中，由于測(cè)量噪聲以及其它信號(hào)源的干擾，傳感器接收到的信號(hào)往往是多個(gè)信號(hào)源的混合信號(hào)，從接收到的混合信號(hào)中將原始信號(hào)分離出來(lái)的過(guò)程稱為盲源分離（BSS）。盲源分離技術(shù)已成功地應(yīng)用到生物醫(yī)學(xué)、地震數(shù)據(jù)處理、通信等多個(gè)領(lǐng)域。本文將盲源分離技術(shù)應(yīng)用到機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷中，以線性瞬時(shí)盲源分離模型為基礎(chǔ)，利用信號(hào)自身的不同屬性，對(duì)設(shè)備故障診斷中的聲學(xué)信號(hào)特征提取進(jìn)行了探討，研究了多種情況下信號(hào)的自適應(yīng)盲分離算法——快速獨(dú)立分量分析、穩(wěn)健的二階盲辨識(shí)、雙盲分離方法，分析比較了三種算法的基本原理、適用范圍及分離精度性能等，并將得到的理論結(jié)果應(yīng)用到仿真信號(hào)處理中，進(jìn)行大量的仿真試驗(yàn)驗(yàn)證。論文針對(duì)盲源分離過(guò)程中，信號(hào)源數(shù)目一般預(yù)先無(wú)法得知且可能動(dòng)態(tài)變化的問(wèn)題，研究了相應(yīng)的盲信號(hào)源數(shù)目估計(jì)算法，在主分量分析方法的基礎(chǔ)上，提出了基于盲提取和相關(guān)分析的改進(jìn)算法，并通過(guò)計(jì)算機(jī)仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。在理論研究和仿真實(shí)驗(yàn)的基礎(chǔ)上，在半消聲室里分別對(duì)兩個(gè)揚(yáng)聲器產(chǎn)生的混合聲信號(hào)、一個(gè)小型鉆機(jī)與一臺(tái)電風(fēng)扇產(chǎn)生的混合聲信號(hào)進(jìn)行盲源分離實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明論文所提出方法的可行性、有效性和正確性。 

【文章來(lái)源】：昆明理工大學(xué)云南省

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.3兩個(gè)均布信號(hào)的聯(lián)合分布圖

2.5.2高斯信號(hào)的不可分離性仿真隨機(jī)產(chǎn)生兩個(gè)相互獨(dú)立的高斯分布原始信號(hào)sl、s，，樣本點(diǎn)數(shù)N為1000。兩個(gè)高斯分布信號(hào)的散點(diǎn)圖如圖2.4(a)所示。采用隨機(jī)矩陣H混合后得到混合信號(hào)xl、凡，其散點(diǎn)圖如圖2.4(b)所示，這時(shí)兩個(gè)信號(hào)己產(chǎn)生互相關(guān)。圖2.4(c)為經(jīng)過(guò)白化處理后的信號(hào)yl、乃的散點(diǎn)圖，從圖中可以看出，盡管白化過(guò)程消除了信號(hào)間的二階相關(guān)性，但仍然得不到原始信號(hào)與白化信號(hào)之間的對(duì)應(yīng)關(guān)系，因此不能利用旋轉(zhuǎn)變換恢復(fù)出原始信號(hào)【92]。這個(gè)仿真例子說(shuō)明兩個(gè)及兩個(gè)以上的高斯信號(hào)源混合是不可分的。

源信號(hào)結(jié)構(gòu)示窟圖

【參考文獻(xiàn)】：
期刊論文
[1]基于Kohonen網(wǎng)絡(luò)的柴油機(jī)噪聲故障分析系統(tǒng)[J]. 呂琛,宋希庚.  振動(dòng).測(cè)試與診斷. 1999(03)
[2]電氣設(shè)備噪聲的實(shí)時(shí)監(jiān)測(cè)與故障診斷[J]. 馬曉強(qiáng),童陸園,葛俊,童世洲.  電力學(xué)報(bào). 1999(01)
[3]應(yīng)用噪聲信號(hào)進(jìn)行設(shè)備狀態(tài)監(jiān)測(cè)及故障診斷[J]. 胡靜波.  武漢水利電力大學(xué)(宜昌)學(xué)報(bào). 1998(02)
[4]機(jī)械噪聲故障診斷中小波變換的應(yīng)用[J]. 胡政,陳循,溫熙森.  振動(dòng)與沖擊. 1997(04)
[5]機(jī)械壓力機(jī)噪聲產(chǎn)生的機(jī)理及其特性研究[J]. 趙升噸,史維祥.  噪聲與振動(dòng)控制. 1996(06)

碩士論文
[1]模式分類特征提取中的獨(dú)立分量分析[D]. 吳響容.廣西師范大學(xué) 2005
[2]基于混合信號(hào)概率密度函數(shù)估計(jì)的盲信號(hào)分離[D]. 李維勤.西安電子科技大學(xué) 2005
[3]基于盲分離的機(jī)械噪聲故障診斷研究[D]. 馮海濤.浙江大學(xué) 2002



本文編號(hào)：3098990