应用独立分量分析的激光测风雷达湍流频谱分解

针对大型风力发电机机组中常见的脉动湍流、风机尾流与涡流等湍流信号,研究了利用自然梯度下降的独立分量分析方法的湍流频谱分离效果,以区分中心风速与湍流信号,提高风机机组的综合工作效率。首先分析了风机组中常见湍流信号的后向散射与频谱分布特点,然后依据这些特点设计了对应的独立分量分析模型。在仿真结果符合要求的基础上,进行了双目激光雷达天线的风速采集与实际分离效果检测。实验结果表明,在大气折射率结构常数C2n≤10-14同时广义大气常数α≥4的通常情况下,利用双目信号能够分离出一个湍流中心和一个中心风速。对1 s内两个谱峰的波动范围进行统计,获得(2.59±0.05)MHz的中心风速以及(1.22±0.19)MHz的湍流中心估计,且二者的平均信噪比分别为25.93 dB和31.01 dB,能够在获得稳定的中心风速估计的同时得到一个较为稳定的湍流中心估计。     

一种新的变步长ICA自适应算法

结合互信息极小的优化判据，基于估计函数期望平方准则、外点法和最速下降法的思想，本文导出了一种新的变步长独立分量分析(ICA)自适应算法。该算法克服了固定步长在分离矩阵推导过程中出现的稳态失调问题，比基于模拟退火步长的ICA算法有更快的仞始收敛速度和较高的分离精度。同时，该算法还具有较好的时变系统跟踪能力。理论分析和仿真计算结果证实了其可以有效地提高ICA的自适虚性，更准确地完成盲信号分离。     

ICA结构进化和未来网

ICA是一种含有中间件的网络软件体系结构,旨在以结构进化取得功能突破,据以全面支持来自用户的以及来自系统的各种应用需要。ICA的出台,表明国际上已建立起一种未来网定位新理念。ICA所代表的“信息通信”领域内的网络软件结构进化,立足于把未来网规范为三层结构,即“应用(Application)层”、“中间件(Middleware)层”和“基础(Baseware)层”。ICA的出现,对我国谋求新崛起是大好机遇,这不仅可以直接振兴我国网络软件产业,更可激励我国在新一轮的网络进化的进程中力争跻身“领潮国”的行列。“ICA融合了各种最新信息技术的长处”。ICA结构进化,标志着当今网络进化的时代特征。推进和实现基于ICA的未来网,有着较佳的可行性。     

基于独立分量分析的图书馆个性化及时服务*

针对读者个性化服务质量的问题,提出了基于独立分量分析的图书馆个性化及时服务系统;简要给出了系统总体和个性化服务关键子系统的体系结构;重点讨论了利用独立分量分析方法改善系统个性化服务质量的问题.实验结果显示,利用此方法进行图书分类和读者群体聚类的效果较理想;读者群体和图书类别之间可产生随读者个性或图书主题变化而变化的动态映射关系,这种映射关系可以改善个性化服务质量.     

基于ICA与Bayes的判别分析模型*

简要介绍了Bayes判别分析模型的特点及存在的问题,概括了独立成分分析(ICA)的特点及发展现状,提出了基于ICA与Bayes的判别分析模型--IBD模型.该模型首先利用ICA的方法将相关性数据指标转换为互相独立的数据指标,并通过卡尔曼滤波方式滤去高频数据,有效地去除了噪声,最后利用Bayes方法对转换的数据进行判别分析.实验结果表明,当数据之间存在相关关系时,IBD模型的判别分析效果要优于Bayes与Fisher判别分析模型.     

Oil monitoring methods based on information theory

To evaluate the wear condition of machines accurately,oil spectrographic entropy,mutual information and ICA analysis methods based on information theory are presented. A full-scale diagnosis utilizing all channels of spectrographic analysis can be obtained. By measuring the complexity and correlativity,the characteristics of wear condition of machines can be shown clearly. The diagnostic quality is improved. The analysis processes of these monitoring methods are given through the explanation of examples. The availability of these methods is validated and further research fields are demonstrated.     

基于核密度最大熵方法的杂系混合信号盲分离*

传统的独立分量分析方法普遍存在的非线性评价函数只能凭经验选取,当混合信号同时包含超高斯和亚高斯信号时,算法难以取得很好的分离效果。利用基于随机变量矩的核密度最大熵方法对非线性函数进行直接估计,提出了基于核密度最大熵方法的杂系混合信号盲分离算法,成功地分离了杂系混合信号。仿真结果验证了算法的有效性。     

Selective harmonic elimination method for wide range of modulation indexes in multilevel inverters using ICA

Selective harmonic elimination（SHE） in multilevel inverters is an intricate optimization problem that involves a set of nonlinear transcendental equations which have multiple local minima. A new advanced objective function with proper weighting is proposed and also its efficiency is compared with the objective function which is more similar to the proposed one. To enhance the ability of the SHE in eliminating high number of selected harmonics, at each level of the output voltage, one slot is created. The SHE problem is solved by imperialist competitive algorithm（ICA）. The conventional SHE methods cannot eliminate the selected harmonics and satisfy the fundamental component in some ranges of modulation indexes. So, to surmount the SHE defect, a DC-DC converter is applied. Theoretical results are substantiated by simulations and experimental results for a 9-level multilevel inverter. The obtained results illustrate that the proposed method successfully minimizes a large number of identified harmonics which consequences very low total harmonic distortion of output voltage.     

盲分离的帧时隙超高频RFID系统防碰撞算法

针对频率范围在860~960 MHz内的超高频(UHF)射频信号,提出一种基于独立成分分析(ICA)和帧时隙的射频识别(RFID)系统防碰撞算法。通过合理的帧时隙数选择可以使每一时隙内的标签数不大于阅读器的天线数,从而可以利用ICA算法实现多标签的同时识别。仿真结果表明,与传统的标签防碰撞算法及基于位隙动态分组的盲分离多标签防碰撞算法(BSDBG)相比,该算法在标签识别率方面具有明显的优势,且随着天线数的增加,算法的识别时间要低于BSDBG算法,进一步验证了将盲源分离技术运用于标签识别的可行性和高效性,在需要高效率和智能化管理的工程领域中具有潜在的应用价值。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化;首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别;通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5％以上,为火灾图像识别提供了一种新思路.