基于自相关降噪的混叠转子振动信号分离

航空发动机在运行过程中,传感器测得的振动信号是各振源的混叠信号,且含有很强的噪声。常规的信号处理方法难以分离混叠信号,对机器的健康监测和故障诊断造成了很大的困难。介绍了盲源分离基本原理和方法,指出盲源分离算法在强噪声环境下失效。针对强噪声环境下的混叠振动信号,提出首先通过时延自相关降噪方法对振动信号进行降噪,然后通过盲源分离算法对降噪后的信号分离。仿真结果验证了提出方法的有效性。最后,利用该方法对实测混叠转子振动信号成功实现了降噪和盲分离,为噪声环境下的混叠信号分离提供了一种新的方法。     

Direction of arrival estimation for uniform circular array based on fourth-order cumulants in the presence of unknown mutual coupling

A direction of arrival (DOA) estimation algorithm in the presence of an unknown mutual coupling is presented for a uniform circular array. This algorithm is based on the fourth-order cumulants, and the DOA of signal sources can be accurately estimated without the need of any calibration source since the coupling is blindly compensated by the inherent mechanism of the proposed method. Because of the use of higher-order statistics, the number of sources that can be coped with may be larger than the number of sensors in the array, and the algorithm is insensitive to Gaussian noise. Comparing with existing calibration methods which use iterative approaches, this algorithm is computationally less expensive since it uses only a one-dimensional search. Validation and performance are illustrated by simulations.     

矢量线列阵波束形成算法的左右舷分辨性能

研究矢量均匀线列阵波束形成算法的左右舷分辨性能。水听器可同步共点地测量声场的声压和质点振速,为一具有指向性的空间共点阵,从而能够解决单线阵声呐的目标左右舷模糊问题。文章分析了采用不同波束形成方法时矢量阵广义Cardiod处理和声强处理的目标左右舷分辨性能,并利用海试数据进行了验证。研究结果表明:自适应波束形成具有比常规波束形成更佳的左/右舷分辨性能,且对矢量阵处理而言,广义Cardioid处理更为稳健和实用。     

Blind source separation: a new pre-processing tool for rotating machines monitoring?

Blind source separation (BSS) is a general signal processing method, which consists of recovering from a finite set of observations recorded by sensors, the contributions of different physical sources independently of the propagation medium and without any a priori knowledge of the sources. Recently, these methods paved a new way for the monitoring or the diagnosis of mechanical systems in a working environment. Actually, we show that BSS allows recovering the vibratory information issued from a single rotating machine working in a noisy environment by freeing the sensor signal from the contribution of other working machines. In that way, BSS can be used as a pre-processing step for rotating machine fault detection and diagnosis.     

声场分解的均匀圆阵实值MUSIC算法

经典方位角估计算法中未考虑阵列安装支架对阵列接收信号的影响,实际中阵列安装支架必然会对阵列接收信号产生影响。以环绕在刚性球上的均匀圆阵为阵列模型。在对声场特性的分析中将声学原理和阵列信号处理技术相结合,探讨了存在刚性球形障碍物时的声源方位角估计问题。首先从声学理论出发,分析了刚性球体散射声场及声场分解,讨论了刚性球体对圆阵响应的影响;进而结合阵列信号处理技术,在对声场分解所得到的特征波束空间,利用实值MUSIC算法实现了声源方位角估计。计算机仿真表明,该算法能较好地估计出空间多个声源的方位角,且计算量小,估计精度高,具有解相关声源的能力。     

基于传声器阵列的电泵噪声源识别研究

某型电泵的噪声较大,为了准确辨识出该型电泵的噪声源,得到其声场辐射特性,采用基于时域信号的"延迟与求和"的"波束成型"的阵列信号处理算法,建立了由29个传声器组成的" "字型平面传声器阵列,首先在实验室用音箱进行了声源辨识的验证和分析试验,然后分析某型电泵的辐射噪声,得到了电泵辐射噪声源的分布特性和频谱特性,分析了形成噪声的主要原因.     

Beamspace blind signal separation for speech enhancement

Signal processing methods for speech enhancement are of vital interest for communications equipments. In particular, multichannel algorithms, which perform spatial filtering to separate signals that have overlapping frequency content but different spatial origins, are important for a wide range of applications. Two of the most popular multichannel methods are blind signal separation (BSS) and beamforming. Briefly, (BSS) separates mixed sources by optimizing the statistical independence among the outputs whilst beamforming optimizes the look direction of the desired source(s). However, both methods have separation limitations, in that BSS succumbs to reverberant environments and beamforming is very sensitive to array model mismatch. In this paper, we propose a novel hybrid scheme, called beamspace BSS, which is intended to compensate the aforementioned separation weaknesses by jointly optimizing the spatial selectivity and statistical independence of the sources. We show that beamspace BSS outperforms the separation performance of the conventional sensor space BSS significantly, particularly in reverberant room environments. K.F.C. Yiu is supported by RGC Grant PolyU. 7191/06E and the research committee of the Hong Kong Polytechnic University.     

强干扰环境下声源可视化重建方法的研究进展

准确识别噪声源是机电产品噪声控制的关键,其中,近场声全息和波束形成是两种常用的声源可视化重建方法,分别适用于近场低频和远场高频声源重建的情况。传统的声全息和波束形成方法基于自由场假设,即适用于目标声源辐射声与干扰噪声之间的信噪比大于10 dB的情况。然而很多机电产品的噪声测试只能在工作现场进行,不满足自由场条件。为此,从声学传播方程和信号处理两个方面出发,回顾了强干扰环境下声源可视化重建方法的研究发展历程,评点了每种方法的特点和适用范围。重点介绍了强干扰环境下的近场声全息方法,包括声场分离法和逆块传递函数法。另外,还介绍了混响环境下的声源重建方法以及基于信号处理的信号噪声分离方法。最后,讨论了强干扰环境下声源重建有待解决的问题及其发展趋势。     

基于盲源分离技术的一种信号处理方法研究

文章利用盲源分离技术试图从给定的一组混合观察数据中恢复未知的独立信源。然后使用Matlab中的时频工具箱,根据分离出的信号进行时频分析,提取信号中所包含的特征信息,达到能够识别出期望信号,并能提取其余干扰信号的特征。     

基于阵元接收信号幅度信息的频域盲分离排序算法

排序模糊性问题是影响频域盲源分离算法分离性能的主要原因之一。对于提出了一种新的解决频域盲源分离排序模糊性问题的算法。该算法通过提取阵元接收信号每个频率点上的幅度衰减信息,采用k—means聚类算法将线性分离算法所得分离信号进行归类,来解决排序模糊性问题。该排序算法对阵列阵元排布方式,阵元间距等没有特殊的要求,并且适用于任意数量混合信号的盲分离系统。仿真实验证实了这种开发阵元接收信号幅度衰减信息的排序算法在绝大多数频率点上有效地解决了排序模糊性问题,是一种计算量相对较小而又简单有效的排序算法。     

基于STM32的金属管道弱磁信号采集系统设计

针对现有金属管道弱磁信号采集方法的数据处理烦琐问题,基于弱磁信号检测技术,利用HMC1001、HMC1002磁阻传感器和STM32F407芯片,搭建了一套集数据采集、数据处理和数据分析于一体的弱磁信号采集系统。首先,介绍了弱磁信号的采集和传输过程;然后,对弱磁信号采集系统的硬件进行了设计,并引入滤波算法和压缩算法,编写了相应的数据处理与分析程序。通过设计的硬件电路和数据处理与分析程序,实现了金属管道弱磁信号的采集、传输、滤波、压缩、存储和实时显示等功能。现场验证结果符合所设计的弱磁信号采集系统的预期,表明该系统具有实用价值。     

海深变化环境下目标距离测定

垂直阵接收到可以在时间上区分的引导声源信号和未知声源信号,通过对已知引导声源信号和未知声源信号进行相关比较,结合波导不变量β构建水平虚拟接收阵,可以对海底水平变化环境下目标声源进行距离测定。在宽带接收的情况下,只需要很少的环境信息就能对目标进行测距,与传统的匹配场处理相比,不需要复杂的声场建模和计算,而且降低了对环境参数信息的获取要求,体现了环境自适应信号处理。首先介绍虚拟接收的原理和方法,通过数值模拟和2004年实验数据分析,利用引导声源可对其它声源进行距离测定,误差在10%左右。     

The Kirchhoff Data Link

A system is introduced for the acquisition of analog or digital data from a large number of remote sensors and its transmission and collection at a central processing facility. The system features buffering or impedance matching of the signal source, fundamental noise immunity to radiated and ground noise, integral power supplied along the signal lines, as well as fundamental ease of signal switching.     

ARJ客机进场飞行过程的起落架噪声的实验研究

对ARJ客机降落阶段的起落架噪声进行了现场测量分析,为了将起落架噪声源与其他噪声源分开,利用了阵列信号处理技术,实验发现:ARJ飞机起落架噪声主要集中在900 Hz以下,且前、主起落架均存在强单音噪声,对起落架噪声可能的声源来源进行了分析,为起落架降噪设计提供了支持。     

基于最大似然估计的辐射噪声源近场定位方法性能分析

如何利用较少的阵元个数得到比较理想的空间分辨力,准确找到噪声源位置,一直是人们比较关心的问题,因此介绍了基于最大似然估计的辐射噪声源近场定位方法,并利用遗传算法寻求最大似然估计的全局最优解,从而实现噪声源近场定位,其具有比常规聚焦波束形成更高的空间分辨力,且可以有效实现相干声源近场定位。通过计算机仿真详细分析了信噪比、测量距离及基阵孔径对本文算法定位性能的影响,说明了仅利用小孔径基阵就可实现辐射噪声源近场高分辨定位,最后通过湖试实验验证了该方法的有效性,具有一定的工程应用价值。     

The Research of Blind Source Separation (BSS)in Machinery Fault Diagnosis

1 Introduction：While a machine is running, it will create vibration, and also strong noise. Commonly, when the vibration is more intense, the noise is greater. Just like the vibration signals, the sound signals of the machinery contain affluent facility status information, so the sound signals can also be used in the machinery fault diagnosis. We call the technology the sound fault diagnosis which uses the sound signals in fault diagnosis. Even more, using the sound signal in fault diagnosis…     

可视化噪声源识别技术

简要回顾了噪声源识别的传统方法和基于信号处理的方法,阐述了可视化声源识别技术的基本原理,然后利用各种重建算法在三维空间中进行声场重构并将结果用图形表示出来。按噪声信号采集方式、重建算法和结果表示方式对该技术进行了分类。对常用的三类重建算法Fourier方法、Helmholtz-Kirchhoff积分方程法和等效源法进行了详细的比较,重点分析了等效源法,指出它目前存在的研究困难。给出了一种应用可视化噪声源识别技术的系统解决方案。     

应用于传声器阵列定位校准的空间点声源声场拟合方法

介绍了一种用于传声器阵列声源定位精度校准的空间点声源声场模拟方法,并基于该方法设计了一套空间点声源模拟系统,完成了一个传声器阵列的定位位置精度校准。文章采用多通道点声源空间声场合成算法模拟了一个位于自由场空间的点声源,根据传声器阵列中每一个传声器的空间位置坐标,计算出传感器所处位置声场的动态声信号。通过耦合腔标准声源将对应的多通道电压信号输入被校准阵列系统,完成点声源的模拟。然后,该阵列运用波束形成算法进行声源定位,得出点声源的位置,并与模拟点声源的位置进行比对,实现对阵列定位准确性的校准。     

基于梅花阵列的复合材料全方位冲击定位方法

针对一维线性传感器阵列的盲区问题,研究了基于梅花阵列的二维多重信号分类(2D-MUSIC)冲击定位方法。梅花阵列的布置方式是在圆心处布置1个PZT传感器,另外在半径为 R 的圆周上均匀布置 M 个PZT传感器,首先联合冲击信号传播到参考阵元PZT0和第1个接收阵元PZT1的时间信息估计冲击信号的Lamb波传播波速;然后利用近场2D-MUSIC算法实现冲击源的距离和角度的同时定位;最后,在玻璃纤维复合材料层合板中进行了冲击定位方法的验证。实验结果表明: 基于梅花阵列的方法能够对0°~360°的冲击源进行精确地定位,定位结果精度较高,其中最大距离误差为2.2 cm,最大角度误差为5°。