基于DSS和FSWT的欠定信号识别方法研究
本文选题：频率切片小波变换 + 欠定盲源分离 ； 参考：《振动与冲击》2014年21期
【摘要】：针对旋转机械信号分析时产生的欠定信号盲源分离问题,建立了一种基于频率切片小波变换(Frequency Slice Wavelet Transformation,FSWT)和去噪源分离(Denoising Source Separation,DSS)的欠定信号分析方法(FSWT-DSS),首先通过FSWT反变换重构出新的混合信号,有效解决欠定盲分离维数不足的问题,再应用DSS分离得到源信号,解决了欠定盲分离问题,同时解决了单独应用FSWT时进行时频分析的不足。算法仿真和应用实例验证了FSWT-DSS方法在实测故障信号分析中的有效性。
[Abstract]:Aiming at the problem of blind source separation of underdetermined signals produced in signal analysis of rotating machinery, A method of under-determined signal analysis (FSWT-DSS) based on Frequency slice Wavelet transform (FSWT) and Denoising Source Separation (DSS) is established. Firstly, a new mixed signal is reconstructed by FSWT inverse transform, which can effectively solve the problem of insufficient dimension of under-determined blind separation. Then the source signal is separated by DSS, which solves the problem of under-determined blind separation and solves the shortage of time-frequency analysis when FSWT is used alone. The effectiveness of FSWT-DSS method in fault signal analysis is verified by simulation and application.
【作者单位】： 西北工业大学振动工程研究所;中国航空动力机械研究所;
【基金】：国家自然科学基金(11272257) 陕西省自然科学基础研究(2011JQ1011) 航空科学基金(20112108001) 西北工业大学基础研究基金(JC201242)
【分类号】：TN911.7
【参考文献】
相关期刊论文 前3条
1 李志农;刘卫兵;易小兵;;基于局域均值分解的机械故障欠定盲源分离方法研究[J];机械工程学报;2011年07期
2 段晨东;高强;;基于时频切片分析的故障诊断方法及应用[J];振动与冲击;2011年09期
3 程军圣;马兴伟;杨宇;;基于VPMCD和EMD的齿轮故障诊断方法[J];振动与冲击;2013年20期
【共引文献】
相关期刊论文 前10条
1 徐旭;郭崇慧;;基于相似性函数的稀疏成分分析混合矩阵估计方法[J];工程数学学报;2013年05期
2 杨禹;严中红;易东;;生物医学信号模式的状态评估法分析方法研究[J];重庆医学;2013年36期
3 葛素楠;韩敏;;基于四阶累积张量方法的欠定盲源信号分离[J];电子学报;2014年05期
4 郑超;郭奇;郭丽杰;李慧琳;;基于局部特征尺度分解的旋转机械故障欠定盲源分离方法研究[J];燕山大学学报;2014年02期
5 李志农;刘卫兵;肖尧先;邬冠华;;基于局域均值分解包络谱和SVM的滚动轴承故障诊断方法研究[J];机械设计与制造;2011年11期
6 程军圣;杨怡;杨宇;;局部特征尺度分解方法及其在齿轮故障诊断中的应用[J];机械工程学报;2012年09期
7 梁世杰;韩维;康小伟;苏永前;;局域均值分解中PF获取方法的改进[J];航空计算技术;2012年04期
8 徐元博;段志善;贾涛;;EMD分解盲源分离算法在振动筛故障诊断中的应用[J];煤矿机电;2012年03期
9 王新立;徐元博;;基于EEMD分解的盲源分离算法在振动筛轴承故障诊断中的应用[J];矿山机械;2013年04期
10 廖星智;万舟;熊新;;基于ELMD与LS-SVM的滚动轴承故障诊断方法[J];化工学报;2013年12期
相关博士学位论文 前8条
1 张亢;局部均值分解方法及其在旋转机械故障诊断中的应用研究[D];湖南大学;2012年
2 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年
3 陈向民;基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究[D];湖南大学;2013年
4 苗锋;盲信号分离算法及其在转子故障信号分离中的应用方法研究[D];兰州理工大学;2014年
5 王翔;通信信号盲分离方法研究[D];国防科学技术大学;2013年
6 李炜;多种混合模型下的盲信号分离方法研究[D];江南大学;2014年
7 周昊;基于盲源分离的风力发电机主轴承振声诊断研究[D];沈阳工业大学;2014年
8 纳跃跃;频域盲源分离算法研究及其在高速列车噪声成分分离中的应用[D];北京交通大学;2014年
相关硕士学位论文 前9条
1 董晓华;局部均值分解在旋转机械振动中的研究与应用[D];燕山大学;2012年
2 谭刚艳;基于有效时频点的欠定盲源分离及其在动态系统中的应用[D];南昌大学;2013年
3 何况;基于小波包—变分贝叶斯独立分量分析的机械故障诊断方法研究[D];南昌航空大学;2013年
4 蒋长丽;高效盲信号分离算法的研究[D];天津大学;2012年
5 吴俊春;中压配电网故障定位方法的研究[D];华中科技大学;2013年
6 李建伟;基于频率切片小波变换的轨道交通轮轨振动信号分析[D];南京理工大学;2014年
7 马丽芬;欠定盲源分离及其在跳频信号分选中的应用研究[D];西安电子科技大学;2014年
8 李爱丽;欠定盲源分离混合矩阵估计算法的研究[D];西安电子科技大学;2014年
9 隗雪梅;基于语音稀疏性的欠定信号盲分离研究[D];中国科学技术大学;2014年
【二级参考文献】
相关期刊论文 前10条
1 葛家怡;周鹏;赵欣;刘海婴;王明时;;睡眠脑电时间序列的非线性样本熵研究[J];电子器件;2008年03期
2 李志农;吕亚平;范涛;冷传广;;基于经验模态分解的机械故障欠定盲源分离方法[J];航空动力学报;2009年08期
3 和卫星;陈晓平;邵s，
本文编号：2090604
本文链接：https://www.wllwen.com/kejilunwen/wltx/2090604.html
