共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
盲源分离在机械振动信号分析中的应用 总被引:3,自引:0,他引:3
设备状态信号的处理是状态监测及故障诊断的基础。在实际运行环境中,信号检测传感器采集的机械振动信号必然包含设备各个部件的信号以及周围环境的强烈干扰。传统的振动信号处理方法抗扰去噪效果并不理想。盲源分离技术由于自身独特的盲处理优势,可以有效去除外来干扰并分离出源信号,有助于提高诊断的准确性。针对直升机齿轮箱振动信号进行盲源分离仿真,分离出了轴承故障振动信号,并将分离信号的功率谱与原始信号的功率谱相比较,表明盲源分离技术是机械故障诊断领域的一个有效的信号处理方法。 相似文献
3.
4.
5.
6.
独立成分分析方法在盲源信号分离中的应用 总被引:9,自引:0,他引:9
独立成分分析(ICA)在国内尚属一门新型的方法,介绍了ICA的原理及其算法,然后介绍了该算法在盲源信号分离中的具体应用,并将此方法与主成分方法(PCA)进行了比较。结果表明,ICA在盲源信号分离中将是一种很有潜力的方法。 相似文献
7.
8.
针对通信系统接收的时频混叠信号难以分离的特点,以压缩感知(CS)与盲源分离数学模型之间的关系为出发点,利用通信信号固有的稀疏特征,对基于稀疏表示盲源分离几种关键技术进行了探讨与总结,并就进一步研究方向进行了展望. 相似文献
9.
张少刚 《自动化与仪器仪表》2011,(4):6-7,10
提出一种采用遗传算法进行盲信号分离的新方法,为盲信号分离领域提供一种新的研究思路与方法。该方法基于迁移策略,应用交叉和变异方法,生成新一代的染色体,对由多个源信号混合而成的信号进行盲信号分离。实例表明了该方法的有效性。 相似文献
10.
语音信号在非平稳系统中是动态混合的,为了实时抑制盲源分离过程中的非平稳混合扰动,加快收敛速度,减小稳态误差,提出了一种应用PID控制原理的自适应盲源分离算法。依据一种无预处理的自适应盲源分离算法建立PID控制模型,调节学习速率,跟踪语音信号的分离过程,实时减小由非平稳混合引入的分离误差,动态更新分离矩阵。在混合矩阵缓变和突变两种情形下分别对PID参数整定和语音信号的分离进行仿真分析,结合经典算法对比提出算法的性能。仿真与对比结果表明,提出的算法适用于非平稳混合系统语音信号的分离,算法性能较经典算法有改善。 相似文献
11.
盲信号分离算法广泛应用于信号处理领域,本文介绍了一种基于互相关的盲分离频域算法,并且通过计算机仿真验证了本方法的有效性。 相似文献
12.
13.
14.
This paper proposes a new algorithm of blind source separation (BSS). The algorithm can overcome the difficulty known as “the sensors are less than the source signals” and works effectively when the sensors are less. Then, the paper discusses the nonlinear functions used in the new algorithm. A uniform nonlinear function is proposed and some criterion are given to choose its parameters. Finally, some simulations are presented to show the effectness of the algorithm and the correctness of the criterion. 相似文献
15.
基于盲源分离的商业销售计算机仿真分析 总被引:1,自引:0,他引:1
研究了盲源分离用于商业销售分析中的应用.传统的销售分析只是对销售数据进行简单的分析,得出一些表面的原因.并不能发现其中的深层的因素,盲源分离却正能实现这一传统方法难以实现的分离作用.采用盲源分离的特征向量分离算法进行了几个大型超市销量的特征向量分离算法的仿真分离实验,并对实验结果进行了分析研究,从而找到了影响商业销售量的几个重要因素,找出了影响销售量变化的几个重要原因.为商业销售中的日常管理找到了一条与传统管理不同的方法,为独立成分分析应用于销售市场分析提供了理论参考. 相似文献
16.
基于盲源分离的单通道语音信号增强 总被引:1,自引:0,他引:1
在运用基于独立分量分析(ICA)的盲源分离法进行语音增强时,要求观测信号(含噪语音)的个数不少于源信号(纯净语音和噪声)的个数.由于含噪语音通常是单通道的,所以必须合理地生成另一路的虚拟观测信号,以实现纯净语音和噪声的分离是个关键.介绍了一种基于盲源分离和谱减法的单通道语音信号增强的方法.首先运用谱减法对语音进行部分去噪,产生了ICA其中的一路观测信号,并产生了对噪声的估计值.用语音和噪声估计值的帧平均能量构成了加权函数,将噪声的估计值与原始含噪语音进行加权组合,生成另一路的虚拟观测信号.由于虚拟观测信号很好地再现了实际的观测信号,所以运用ICA可以较好地实现了噪声和语音的分离.同时,盲源分离和谱减法相互结合,使语音增强的性能提高.实验证明了算法可以在信噪比很小的情况下实现对噪声的去除,其效果要优于传统的去噪算法. 相似文献
17.
18.
Martin Burger Otmar Scherzer 《Mathematics of Control, Signals, and Systems (MCSS)》2001,14(4):358-383
This paper is devoted to blind deconvolution and blind separation problems. Blind deconvolution is the identification of a point spread function and an input signal from an observation of their convolution.
Blind source separation is the recovery of a vector of input signals from a vector of observed signals, which are mixed by
a linear (unknown) operator. We show that both problems are paradigms of nonlinear ill-posed problems. Consequently, regularization
techniques have to be used for stable numerical reconstructions. In this paper we develop a rigorous convergence analysis
for regularization techniques for the solution of blind deconvolution and blind separation problems. Convergence of regularized
point spread functions and signals to a solution is established and a convergence rate result in dependence of the noise level
is presented. Moreover, we prove convergence of the alternating minimization algorithm for the numerical solution of regularized
blind deconvolution problems and present some numerical examples. Moreover, we show that many neural network approaches for
blind inversion can be considered in the framework of regularization theory.
Date received: August 17, 1999. Date revised: September 1, 2000. 相似文献
19.
讨论了基于噪声监测的飞机发动机故障诊断技术的可行性.由于涡轮喷气发动机噪声信号中不同源信号之间的混叠,使得噪声信号分析和特征提取更加凼难.根据声源信号的相互独立性质,针对涡轮喷气发动机噪声信号,阐述了利用盲分离技术对涡轮喷气发动机噪声信号进行分离的原理和实现.利用自然梯度算法对涡轮喷气发动机转子产生的噪声信号进行了肓分离实践,分离结果验证了方法的可行性和有效性,并从分离的信号中提取了有效的发动机状态信息.为发动机状态监测与故障诊断提供了一种可行的信号处理方法. 相似文献
20.
An efficient measure of signal temporal predictability is proposed, which is referred to as difference measure. We can prove
that the difference measure of any signal mixture is between the maximal and minimal difference measure of the source signals.
Previous blind source separation (BSS) problem is changed to a generalized eigenproblem by using Stone’s measure. However,
by using difference measure, the BSS problem is furthermore simplified to a standard symmetric eigenproblem. And the separation
matrix is the eigenvector matrix, which can be solved by using principal component analysis (PCA) method. Based on difference
measure, a few efficient algorithms have been proposed, which are either in batch mode or in on-line mode. Simulations show
that difference measure is competitive with Stone’s measure. Especially, the on-line algorithms derived from difference measure
have better performance than those derived from Stone’s measure. 相似文献