基于小波-KCCA的非线性欠定盲分离方法研究

发布时间：2018-01-14 22:04

本文关键词：基于小波-KCCA的非线性欠定盲分离方法研究　出处：《仪器仪表学报》2014年03期 　论文类型：期刊论文

【摘要】：结合小波分析和核典型相关分析(KCCA)各自的特点,提出一种基于小波-KCCA非线性欠定盲源分离方法。该方法的基本思想是利用小波分析对观测信号进行分解,将分解后的小波系数与原来的观测信号重新组合,构成新的观测信号,从而将欠定盲分离转换为超定或正定盲分离。然后把新的非线性观测信号从低维空间映射到高维核特征空间,将非线性盲源分离问题转化为特征空间中的线性盲源分离问题,最后用典型相关分析对混合信号进行盲源分离,得到源信号的估计。仿真结果表明,与传统的非线性盲分离方法相比较,提出的方法具有明显的优势,得到了满意的分离效果。最后,轴承内外圈故障非线性欠定混合盲分离实验进一步验证了小波-KCCA方法的有效性。
[Abstract]:Combining the characteristics of wavelet analysis and kernel canonical correlation analysis (KCCA). A nonlinear under-determined blind source separation method based on wavelet KCCA is proposed. The basic idea of this method is to decompose the observed signal by wavelet analysis. The wavelet coefficients after decomposition are recombined with the original observation signals to form a new observation signal. Thus, the under-determined blind separation is transformed into over-definite or positive definite blind separation, and then the new nonlinear observation signals are mapped from low-dimensional space to high-dimensional kernel feature space. The nonlinear blind source separation problem is transformed into the linear blind source separation problem in the feature space. Finally, the mixed signal is separated by canonical correlation analysis, and the source signal estimation is obtained. Compared with the traditional nonlinear blind separation method, the proposed method has obvious advantages and achieved satisfactory results. The nonlinear underdetermined blind separation experiment of bearing inner and outer ring fault further verifies the validity of wavelet KCCA method.
【作者单位】：南昌航空大学无损检测技术教育部重点实验室;
【基金】：国家自然科学基金(51075372、50775208、51265039) 江西省教育厅科技计划(GJJ12405) 湖南科技大学机械设备健康维护湖南省重点实验室开放基金(201204) 江西省研究生创新基金(YC2013-S214)资助项目
【分类号】：TN911.7
【正文快照】： 1引言相对单一故障,多故障复合诊断要复杂得多,也是机械故障研究中的一个难点。当机械设备出现多故障症状时,安装在机器上的传感器获得的观测信号往往不是线性混合,而是更一般的非线性混迭,传统的线性ICA方法[1-6]应用到机械多故障盲分离中只能处理简单的近似的线性混合问题,

【参考文献】