卷积混合振动信号的独立分量分析

发布时间：2017-12-29 22:26

  本文关键词：卷积混合振动信号的独立分量分析　出处：《华东交通大学》2011年硕士论文　论文类型：学位论文

  更多相关文章： 故障诊断 信号处理 盲信号 独立分量 卷积混合 半盲分离

【摘要】：工业信息化推动着各种信号处理技术不断发展。与传统的信号处理方法相比,盲源分离(Blind Source Separation,BSS)技术可以在源信号和传输信道等先验知识未知的条件下,对混合信号多输入多输出系统进行分析和处理,恢复出多维的源信号。独立分量分析(Independent Component Analysis,ICA)在盲源分离中占有重要的地位。它以信号向量间的独立性判据为目标函数,通过优化算法调节分离矩阵,从观测到的混合信号中分离出相互独立的源信号。由于其算法新颖、性能优异,被广泛应用于混合语音识别、通讯处理、地震监测等领域。 机械振动信号往往是振动源信号与传递路径冲击响应的卷积,利用瞬时混合模型进行的独立分量分析无法克服路径效应的影响。本文以旋转机械振动信号为研究对象,重点研究了卷积混合振动信号的独立分量分析方法。先用傅里叶变换把观测到的时域卷积混合信号变换为频域中的瞬时混合,再使用瞬时混合的FastICA算法进行混合信号的分离。在上述处理过程中,傅里叶变换后的时域信号由实数值变成了频域中的复值,所以必须对实数算法中的目标函数和约束条件进行扩展,得到复值FastICA算法,从而对卷积混合的未知源信号进行盲源分离。 在自然环境中,绝对的“盲”是不存在的,本文也研究了基于半盲分离的改进算法。首先,在复数FastICA算法的基础上,采用带通滤波器获取源信号在主要能量频段上的幅值信息,构建参考信号;然后,引入幅值接近度函数构建新的不等式约束条件,建立了基于半盲分离的改进算法的数学模型;最后,引入增广拉格朗日函数(Augmented Lagrangian)进行约束优化,得到了改进后的复值FastICA分离算法。仿真实验证明,这种改进方法可以快速地获得感兴趣的目标源信号,而不必对其他信号进行重复计算,使算法的分离精度和运算时间得到了提高。 在论文的最后,采用改进后的复数FastICA算法对旋转机械的振动信号进行分析,通过齿轮断齿故障和轴承外圈滚道故障两个实验,证明按照卷积混合模型并采用基于半盲分离的改进算法得到的结果可以获取清晰且较为丰富的故障特征信息,并且可以基本消除路径效应对测量结果的影响。
[Abstract]:......
【学位授予单位】：华东交通大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TH165.3

【参考文献】

相关期刊论文 前4条

1 刘琚,何振亚;盲源分离和盲反卷积[J];电子学报;2002年04期

2 叶红仙;杨世锡;杨将新;;多振源卷积混合的时域盲源分离算法[J];机械工程学报;2009年01期

3 张海军,温广瑞,屈梁生;一种提高诊断信息质量的方法[J];西安交通大学学报;2002年03期

4 胥永刚,张发启,何正嘉;独立分量分析及其在故障诊断中的应用[J];振动与冲击;2004年02期

相关博士学位论文 前7条

1 王惠刚;自适应盲信号处理理论及应用研究[D];西北工业大学;2002年

2 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

3 梅铁民;盲源信号分离时域与频域算法研究[D];大连理工大学;2006年

4 李萌;旋转机械轴承故障的特征提取与模式识别方法研究[D];吉林大学;2008年

5 王超;频域卷积混合盲分离研究[D];上海大学;2008年

6 叶红仙;机械系统振动源的盲分离方法研究[D];浙江大学;2008年

7 杨尚明;盲信号分离ICA理论与应用[D];电子科技大学;2009年

相关硕士学位论文 前9条

1 黄科;基于独立分量分析的混合语音信号盲分离系统的研究[D];上海海事大学;2006年

2 李镜;复数参考独立分量分析算法与应用研究[D];大连理工大学;2007年

3 项文娟;齿轮箱故障源信号分析方法及系统研究[D];浙江大学;2007年

4 马丽艳;卷积混合盲源分离[D];中国地质大学;2008年

5 陈绍荣;卷积混合语音信号盲分离方法研究[D];国防科学技术大学;2007年

6 王述伟;旋转机械故障特征盲源分离方法研究[D];华东交通大学;2009年

7 王李丹;卷积语音信号盲分离的频域算法研究[D];大连理工大学;2009年

8 马川;滚动轴承故障特征提取与应用研究[D];大连理工大学;2009年

9 董治强;独立分量分析及其在语音特征提取中的应用[D];山东大学;2010年

，

本文编号：1352167