基于改进粒子群算法的直升机振动信号盲分离

发布时间：2017-08-23 06:08

  本文关键词：基于改进粒子群算法的直升机振动信号盲分离

  更多相关文章： 直升机振动监控 独立分量分析 粒子群优化算法 动态因子 小波降噪

【摘要】：振动信号分析是直升机状态监控的重要研究内容之一。针对某型直升机加装的振动信号采集系统,提出一种基于改进粒子群优化算法(PSO)的盲源分离方法。介绍了盲源分离(BSS)基本理论及改进的基于动态因子的粒子群优化算法,将二者结合应用于某型直升机振动信号盲分离研究。仿真实验及噪声中实测直升机振动信号的盲分离都取得了良好的分离效果,结果表明相比于直接使用FastICA方法,所提出的方法具有分离精度高、迭代次数少等优点。
【作者单位】： 海军航空工程学院青岛校区;海军航空工程学院航空训练基地;
【关键词】： 直升机振动监控 独立分量分析 粒子群优化算法 动态因子 小波降噪
【基金】：国家自然科学基金(51505491)资助项目
【分类号】：V275.1;TN911.7;TP18
【正文快照】： 1引言直升机振动信号包含丰富的设备状态信息,其变化特征能够反应设备的异常状态。和固定翼飞机相比直升机动力系统中的涡轮轴发动机、旋翼和减速器等部件产生的振动信息更加复杂,运行中环境和噪声影响问题更加突出,实际使用中甚至出现过舰机共振导致的机毁人亡事故,因此对直

【相似文献】

中国硕士学位论文全文数据库 前1条

1 王芝刚;基于独立分量分析的舱音记录器非话语背景声信号盲分离[D];南京航空航天大学;2009年

，

本文编号：723395