基于FIR滤波器矩阵代数的多通道盲解卷积算法

通过FIR滤波器矩阵代数将盲源分离算法扩展为多通道盲解卷积算法,得到了多通道盲解卷积的自然梯度算法和等变自适应算法.然后,分别对两纯亚高斯信号的卷积混合信号和两纯超高斯信号的卷积混合信号进行盲解卷积分离,给出了分离滤波器和全局滤波器的脉冲响应以及描述算法性能的ICI、ISI和MC-ISI指标,仿真结果表明基于滤波器矩阵代数的多通道盲解卷积自然梯度算法对同系信号的分离和解卷积均具有很好的效果.     

基于WOA-VMD改进的信号盲源分离研究及应用EI北大核心CSCD

准确有效识别出水电站厂房振动信号的各个振源,对于水电站长期安全稳定运行有重要指导意义,盲源分离(blind source separation,BSS)是进行信号分解与振源识别的一种有效方法。为了实现水电站厂房复杂环境下振动信号的盲源分离,建立一种基于鲸鱼算法变分模态分解(whale optimization algorithm and variational mode decomposition,WOA-VMD)降噪改进的信号盲源分离模型。采用WOA-VMD和相关法对观测信号进行降噪处理,确保盲源分离结果的准确性;求解多维降噪信号的协方差矩阵并进行奇异值分解,采用优势特征值法进行源数估计;最后对降噪信号进行中心化、白化前处理,通过联合近似对角化算法得到分离矩阵,实现观测信号的盲源分离。仿真结果表明:相较于传统盲源分离模型,改进模型将分离信号与源信号的相关系数分别提升了9.1%,7.1%,8.3%,分离信号主频误差也均有所降低。将该方法运用到水电站厂房振动工程实例,也取得了较好的分离效果。     

独立分量分析的算法分析与改进

Fast ICA算法是基于一批已取得的样本数据进行处理,它不适用信道矩阵变化的情况;虽基于自然梯度的Info max法是根据单次观测的样本值来调整分离矩阵,但它仅适合单类信源情况。在信道恒定和变化情况下,仿真比较上述算法的优缺点,同时为解决在线算法中收敛速度和稳态误差的矛盾,提出一种改进的变步长算法。该算法将步长变化与信号的分离程度相联系,根据信号之间的相似性测度变化量自适应地控制步长,最后仿真验证该算法的实用性。     

基于改进奇异值分解技术的齿轮调制故障特征提取

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上,研究了信号时间序列重构的吸引子轨迹矩阵奇异值分布与信号特征的关系,引入了自相关分析及信号叠加技术,改进了现有算法,使得吸引子轨迹矩阵的重构科学合理。研究表明：该方法能在强噪声背景下提取出所需的调制信号,并成功用于实测齿轮调制故障信号的提取,为齿轮箱故障诊断提供了一个新的思路。     

快速精确定位探针的微操作系统控制方法

为了快速、精确定位操作细胞的探针,利用视觉空间的特征运动误差对视觉空间与机械手空间的映射矩阵进行校正,研究了局部视觉空间重复校正方法以及误差趋近极小值的最小二乘全局校正方法.为了减小随机噪声对精度的影响,用校正后的映射矩阵替换卡尔曼滤波器状态方程中的输入系数矩阵,利用卡尔曼滤波器估计方程控制特征运动.通过实验求取映射矩阵校正后的特征运动误差,由于取点有限以及影响精度的参数较多,经过重复校正使误差趋近极小值.应用最小二乘全局校正方法,可使特征运动误差控制在5个像素范围内.采用全局校正后的映射矩阵替换卡尔曼滤波器状态方程中的输入系数矩阵,并用卡尔曼滤波器控制特征运动,可使特征运动误差控制在1个像素范围内.系统校正后,当探针跟踪孔直径为100μm、相邻孔间距为400μm的孔阵列时,跟踪10个孔的时间为14 s.     

基于FSDPC_Otsu算法的滚动轴承故障研究

针对振动源数未知且观测信号小于振动源数量的欠定盲源问题,提出一种改进快速寻找密度峰值聚类(FSDPC)的方法。首先将混合信号投影到多维空间上并计算每点的密度值,在此基础上利用最大类间方差法(Otsu)对点密度进行阈值分割,去除干扰点对聚类准确率的影响;然后根据数据的密度峰值确定聚类中心,估计混合矩阵;最后通过L1范数最小化对混合信号进行分离并进行包络谱分析,实现轴承故障诊断。FSDPC_Otsu方法可在源数和聚类中心初值未知的条件下估计混合矩阵,且保证混合矩阵精度。实验结果表明,应用FSDPC_Otsu方法的稀疏成分分析能够对轴承多故障信号进行欠定盲分离,进而实现故障识别与诊断。     

一种改进的多通道盲信号解相关算法

针对多通道解相关算法在混合信号协方差矩阵的最大特征值较大或者最大与最小特征值的比值很大(大于106的病态混合)时收敛速度变慢且收敛误差增大的不足,本文引入归一化方法,即在迭代过程中对解混信号进行归一化,从而限制其协方差矩阵最大特征值的取值范围,且降低最大与最小特征值的比值.数值仿真表明,改进后的算法在降低迭代误差和加强...     

基于模糊综合评价法的高校预算绩效管理评价

由于目前现有的评价方法在高校预算绩效管理实际应用中存在一定弊端,评价结果不能真实地反映出实际情况,评价结果存在较大的平均绝对百分误差,为此提出基于模糊综合评价法的高校预算绩效管理评价。根据原则选取一级、二级指标,建立指标体系,运用主观赋权法对指标权重计算,再运用模糊综合分析法构建综合评价矩阵,确定评价等级。经实验证明,设计方法评价结果平均绝对百分误差小于传统方法,具有较高的可行性和可靠性。     

基于JADE-ICA的滚动轴承多故障信号盲源分离

研究一种基于源信号高阶统计信息的矩阵联合近似对角化独立元分析(JADE-ICA)方法,并将其应用于滚动轴承故障声发射(AE)信号的盲源分离。滚动轴承的声发射源信号一般具有衰减性和准周期性,多组信号间还具有时差性,信号被多个传感器接收。通过最大程度的联合近似对角化,可以使源信号与分离信号有效的一一对应,克服非线性和时差的影响;通过高阶统计的高斯噪声不敏感性可以有效抑制随机观测噪声对分离结果的影响。选用相关系数、二次残差、性能指数和频谱特征构成系列时频域评价指标对分离结果进行较为全面的验证。仿真结果证明了该方法的可行性和有效性。     

振动源信号的快速二阶统计量算法研究

快速而有效地分离振动源混合信号,是故障监测系统进一步诊断的基础.提出了一种改进的基于二阶统计量的盲源分离算法.算法采用平均时滞相关矩阵,以获取混合矩阵的平均特征结构,实现信号的有效分离.仿真和实验结果表明,该方法具有计算简单,运算速度快的特点,为振动信号在线监测与故障诊断提供了一种新的方法.